基于智能終端的人臉面部皮膚質(zhì)量評(píng)估方法研究
發(fā)布時(shí)間:2023-03-10 19:47
近年來(lái),中國(guó)成為了全球新興的化妝品市場(chǎng),人們對(duì)美容和護(hù)膚的需求也越來(lái)越強(qiáng)烈,傳統(tǒng)上對(duì)自己膚質(zhì)狀況的判斷帶有強(qiáng)烈的主觀性,導(dǎo)致用戶對(duì)自己膚質(zhì)狀況缺乏科學(xué)清晰的認(rèn)識(shí),從而盲目選購(gòu)美容護(hù)理產(chǎn)品,引發(fā)嚴(yán)重的皮膚病癥。膚質(zhì)指標(biāo)作為衡量面部膚質(zhì)狀況的關(guān)鍵,能為選購(gòu)美容護(hù)膚產(chǎn)品提供依據(jù),但目前國(guó)內(nèi)外醫(yī)療企業(yè)生產(chǎn)的皮膚診斷儀器,存在成本高、體積大、便攜性低等局限,并不適用于廣大家庭用戶。針對(duì)上述情況,本文設(shè)計(jì)了一種智能化、便攜化的人臉面部皮膚質(zhì)量評(píng)估系統(tǒng),通過(guò)智能終端對(duì)膚質(zhì)狀況進(jìn)行評(píng)估,提供護(hù)膚參考,實(shí)現(xiàn)面部皮膚質(zhì)量智能評(píng)估功能。本文對(duì)人臉面部皮膚質(zhì)量評(píng)估開展研究。先采用Adaboost算法結(jié)合Haar-like矩形特征的方法標(biāo)記出人臉區(qū)域,同時(shí)估計(jì)人臉圖像年齡;隨后提取油份、色素、粗糙度這三個(gè)常見的膚質(zhì)指標(biāo),并搭建基于機(jī)器學(xué)習(xí)算法的膚質(zhì)評(píng)估模型,分析三種不同算法在訓(xùn)練和測(cè)試時(shí)綜合性能,最后采用SVM算法來(lái)搭建模型。Android智能終端通過(guò)前置攝像頭采集用戶人臉圖像,后經(jīng)過(guò)系統(tǒng)JNI層實(shí)現(xiàn)人臉檢測(cè)和年齡估計(jì)功能。最后實(shí)現(xiàn)面部膚質(zhì)評(píng)估功能,并從服務(wù)器返回護(hù)膚參考建議,供用戶參考。經(jīng)測(cè)試,本膚質(zhì)評(píng)估系統(tǒng)...
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文主要研究?jī)?nèi)容及章節(jié)安排
1.3.1 論文主要研究?jī)?nèi)容
1.3.2 論文章節(jié)安排
第2章 人臉檢測(cè)和年齡估計(jì)方法
2.1 皮膚結(jié)構(gòu)和特征
2.1.1 皮膚結(jié)構(gòu)剖析
2.1.2 皮膚表面特征
2.2 人臉圖像處理技術(shù)
2.2.1 HSV顏色空間
2.2.2 灰度共生矩陣
2.2.3 二值形態(tài)學(xué)運(yùn)算
2.3 基于Adaboost算法的人臉檢測(cè)
2.3.1 人臉檢測(cè)概述
2.3.2 Adaboost算法原理
2.3.3 人臉檢測(cè)實(shí)現(xiàn)
2.4 基于人臉特征的年齡估計(jì)
2.4.1 年齡特征概述
2.4.2 人臉年齡估計(jì)算法
2.5 本章小結(jié)
第3章 膚質(zhì)評(píng)估模型設(shè)計(jì)
3.1 人臉膚質(zhì)指標(biāo)提取
3.1.1 人臉皮膚區(qū)域提取
3.1.2 基于HSV提取油份和色素
3.1.3 基于灰度共生矩陣的粗糙度提取
3.2 膚質(zhì)評(píng)估模型的建立
3.2.1 訓(xùn)練樣本集的建立
3.2.2 膚質(zhì)評(píng)估模型設(shè)計(jì)原理
3.2.3 BP神經(jīng)網(wǎng)絡(luò)算法原理
3.2.4 KNN算法原理
3.2.5 SVM算法原理
3.3 評(píng)估模型測(cè)試與仿真
3.3.1 分類算法實(shí)現(xiàn)
3.3.2 算法性能測(cè)試
3.4 本章小結(jié)
第4章 膚質(zhì)評(píng)估系統(tǒng)實(shí)現(xiàn)
4.1 軟件平臺(tái)搭建
4.1.1 用戶信息管理
4.1.2 網(wǎng)絡(luò)通信模塊
4.2 人臉檢測(cè)和年齡估計(jì)模塊
4.3 人臉圖像處理和評(píng)價(jià)模塊
4.4 本章小結(jié)
第5章 系統(tǒng)軟件測(cè)試及結(jié)果分析
5.1 軟件運(yùn)行速度測(cè)試
5.2 軟件兼容性測(cè)試
5.3 系統(tǒng)可行性分析
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 研究總結(jié)
6.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號(hào):3758453
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文主要研究?jī)?nèi)容及章節(jié)安排
1.3.1 論文主要研究?jī)?nèi)容
1.3.2 論文章節(jié)安排
第2章 人臉檢測(cè)和年齡估計(jì)方法
2.1 皮膚結(jié)構(gòu)和特征
2.1.1 皮膚結(jié)構(gòu)剖析
2.1.2 皮膚表面特征
2.2 人臉圖像處理技術(shù)
2.2.1 HSV顏色空間
2.2.2 灰度共生矩陣
2.2.3 二值形態(tài)學(xué)運(yùn)算
2.3 基于Adaboost算法的人臉檢測(cè)
2.3.1 人臉檢測(cè)概述
2.3.2 Adaboost算法原理
2.3.3 人臉檢測(cè)實(shí)現(xiàn)
2.4 基于人臉特征的年齡估計(jì)
2.4.1 年齡特征概述
2.4.2 人臉年齡估計(jì)算法
2.5 本章小結(jié)
第3章 膚質(zhì)評(píng)估模型設(shè)計(jì)
3.1 人臉膚質(zhì)指標(biāo)提取
3.1.1 人臉皮膚區(qū)域提取
3.1.2 基于HSV提取油份和色素
3.1.3 基于灰度共生矩陣的粗糙度提取
3.2 膚質(zhì)評(píng)估模型的建立
3.2.1 訓(xùn)練樣本集的建立
3.2.2 膚質(zhì)評(píng)估模型設(shè)計(jì)原理
3.2.3 BP神經(jīng)網(wǎng)絡(luò)算法原理
3.2.4 KNN算法原理
3.2.5 SVM算法原理
3.3 評(píng)估模型測(cè)試與仿真
3.3.1 分類算法實(shí)現(xiàn)
3.3.2 算法性能測(cè)試
3.4 本章小結(jié)
第4章 膚質(zhì)評(píng)估系統(tǒng)實(shí)現(xiàn)
4.1 軟件平臺(tái)搭建
4.1.1 用戶信息管理
4.1.2 網(wǎng)絡(luò)通信模塊
4.2 人臉檢測(cè)和年齡估計(jì)模塊
4.3 人臉圖像處理和評(píng)價(jià)模塊
4.4 本章小結(jié)
第5章 系統(tǒng)軟件測(cè)試及結(jié)果分析
5.1 軟件運(yùn)行速度測(cè)試
5.2 軟件兼容性測(cè)試
5.3 系統(tǒng)可行性分析
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 研究總結(jié)
6.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號(hào):3758453
本文鏈接:http://www.sikaile.net/projectlw/qgylw/3758453.html
最近更新
教材專著