基于智能终端的人脸面部皮肤质量评估方法研究

发布时间：2023-03-10 19:47

　　近年来,中国成为了全球新兴的化妆品市场,人们对美容和护肤的需求也越来越强烈,传统上对自己肤质状况的判断带有强烈的主观性,导致用户对自己肤质状况缺乏科学清晰的认识,从而盲目选购美容护理产品,引发严重的皮肤病症。肤质指标作为衡量面部肤质状况的关键,能为选购美容护肤产品提供依据,但目前国内外医疗企业生产的皮肤诊断仪器,存在成本高、体积大、便携性低等局限,并不适用于广大家庭用户。针对上述情况,本文设计了一种智能化、便携化的人脸面部皮肤质量评估系统,通过智能终端对肤质状况进行评估,提供护肤参考,实现面部皮肤质量智能评估功能。本文对人脸面部皮肤质量评估开展研究。先采用Adaboost算法结合Haar-like矩形特征的方法标记出人脸区域,同时估计人脸图像年龄;随后提取油份、色素、粗糙度这三个常见的肤质指标,并搭建基于机器学习算法的肤质评估模型,分析三种不同算法在训练和测试时综合性能,最后采用SVM算法来搭建模型。Android智能终端通过前置摄像头采集用户人脸图像,后经过系统JNI层实现人脸检测和年龄估计功能。最后实现面部肤质评估功能,并从服务器返回护肤参考建议,供用户参考。经测试,本肤质评估系统...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
注释表
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文主要研究内容及章节安排
        1.3.1 论文主要研究内容
        1.3.2 论文章节安排
第2章 人脸检测和年龄估计方法
    2.1 皮肤结构和特征
        2.1.1 皮肤结构剖析
        2.1.2 皮肤表面特征
    2.2 人脸图像处理技术
        2.2.1 HSV颜色空间
        2.2.2 灰度共生矩阵
        2.2.3 二值形态学运算
    2.3 基于Adaboost算法的人脸检测
        2.3.1 人脸检测概述
        2.3.2 Adaboost算法原理
        2.3.3 人脸检测实现
    2.4 基于人脸特征的年龄估计
        2.4.1 年龄特征概述
        2.4.2 人脸年龄估计算法
    2.5 本章小结
第3章 肤质评估模型设计
    3.1 人脸肤质指标提取
        3.1.1 人脸皮肤区域提取
        3.1.2 基于HSV提取油份和色素
        3.1.3 基于灰度共生矩阵的粗糙度提取
    3.2 肤质评估模型的建立
        3.2.1 训练样本集的建立
        3.2.2 肤质评估模型设计原理
        3.2.3 BP神经网络算法原理
        3.2.4 KNN算法原理
        3.2.5 SVM算法原理
    3.3 评估模型测试与仿真
        3.3.1 分类算法实现
        3.3.2 算法性能测试
    3.4 本章小结
第4章 肤质评估系统实现
    4.1 软件平台搭建
        4.1.1 用户信息管理
        4.1.2 网络通信模块
    4.2 人脸检测和年龄估计模块
    4.3 人脸图像处理和评价模块
    4.4 本章小结
第5章 系统软件测试及结果分析
    5.1 软件运行速度测试
    5.2 软件兼容性测试
    5.3 系统可行性分析
    5.4 本章小结
第6章 总结与展望
    6.1 研究总结
    6.2 工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果



本文编号：3758453