医学图像learning| 皱纹检测Wrinkle Detection

最近看了一些有关皱纹检测的论文,稍稍整理一下

皱纹检测 Wrinkle Detection

一、整体流程

目前的皱纹检测的大致流程如下:

① 人脸识别

② 分割区域(皱纹集中区域)

③ 进行边缘检测:常用canny算子,也有用sobel 算子

二、分割区域

一般的分割区域为:额头,眶周(左右),眼角(左右)

beauty.ai 加上了鼻唇沟和下巴

三、特别的

2019年 “auto wrinkles detection on face image”中:

  • 加入了RGB转换到HSV空间进行kmeans聚类(皮肤检测)
  • 去噪算法:用简单的面积阈值法:阈值外的都是噪声
  • evaluation采用single decision threshold method,用到sensitivity, specificity, accuracy

四、皱纹特征量化

  • 一般都采用计算面积占比加和的方式:(ICICT 2014)

皱纹特征量化

  • 欧莱雅的论文贼简单粗暴,直接给大量的数据集标注皱纹老化级别,进行深度学习
  • 也有直接统计分割区域里面有几根皱纹的。。。是不是很惊喜?见 2017 “automated age prediction using wrinkles features of facial images and neural network”
Author: Ivan Yang
Link: https://blog.ivan-yang.com/2019/11/09/医学图像learning-皱纹检测Wrinkle-Detection/
Copyright Notice: All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating additionally.