基于人工智能的口罩定制方法、装置及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的口罩定制方法、装置及存储介质。


背景技术：

2.目前人们使用的口罩，口罩的形状、尺寸等是固定不变的，而这对于某些用户而言是不合适的而造成的用户佩戴的困难，例如，长期佩戴当前市面上的普通口罩会勒住用户的脸部或者不贴合人脸，而对用户造成不舒适的感觉。


技术实现要素：

3.本发明提供了一种基于人工智能的口罩定制方法、装置及存储介质，根据特定用户的脸部特征针对性的生成口罩参数，解决了用户佩戴与脸部不合适的口罩的问题。
4.本发明实施例之一提供一种基于人工智能的口罩定制方法，包括：获取用户的脸部数据，所述脸部数据至少包括脸部深度信息和脸部彩色信息；基于所述用户的脸部数据，利用人脸特征获取模型，得到所述用户的人脸三维点云数据；至少基于所述人脸三维点云数据，利用人脸三维成像模型得到所述用户的人脸三维网格数据 ；至少基于所述用户的人脸三维网格数据，得到 所述用户对应的口罩参数。
5.在一些实施例中，所述获取用户的脸部数据，包括：利用红外传感器获取所述用户的脸部深度信息；利用光学传感器获取所述用户的脸部彩色信息；至少基于所述用户的脸部深度信息和所述用户的脸部彩色信息，得到用户的脸部数据。
6.在一些实施例中，所述基于所述用户的脸部数据，利用人脸特征获取模型，得到所述用户的人脸三维点云数据，包括：利用第一卷积网络对所述用户的脸部深度信息进行处理，得到第一脸部深度信息；利用第二卷积网络对所述用户的脸部彩色信息进行处理，得到第一脸部彩色信息； 对所述第一脸部深度信息和所述第一脸部彩色信息进行合并处理后，得到第一处理后信息；利用第三卷积网络对所述第一处理后信息进行处理，得到所述用户的脸部数据对应的三维点云数据。
7.在一些实施例中，所述至少基于所述人脸三维点云数据，利用人脸三维成像模型得到所述用户的人脸三维网格数据，包括：利用点云平滑网络，对所述人脸三维点云数据进行处理，得到平滑处理后的人脸三维点云数据；利用连接关系重建网络，对所述平滑处理后的人脸三维点云数据进行处理，得到所述用户的人脸三维网格数据。
8.在一些实施例中，所述至少基于所述用户的人脸三维网格数据，得到所述用户对应的口罩参数，还包括：基于所述用户的人脸三维网格数据，利用预设的建模方法进行三维打印，得到所述用户的人脸三维模型；基于所述用户的人脸三维模型，获得所述用户对应的口罩参数。
9.在一些实施例中，还包括：基于所述用户的人脸三维网格数据，利用预设的建模方法进行三维打印，得到所述用户的人脸三维模型；基于所述用户的人脸三维模型，获得所述
用户对应的口罩参数。
10.在一些实施例中，基于用户的自定义参数和所述用户的人脸三维网格数据，得到所述用户对应的口罩参数。
11.在一些实施例中，所述口罩参数至少包括：形状参数、尺寸参数。
12.在一些实施例中，所述口罩参数还包括位置参数，所述位置参数用于表示口罩的各个部件之间的相对位置关系。
13.本发明实施例之一提供一种基于人工智能的口罩定制方法，所述方法包括：基于预设的用户分类，获取不同类别的用户的人脸数据，所述每个类别包括多个用户的人脸数据，其中，所述用户分类标准至少包括：性别信息、年龄信息；基于所述每个用户类别的多个用户的人脸数据，利用人脸特征获取模型，得到所述每个类别的多个用户的人脸三维点云数据；至少基于所述每个用户类别的多个用户的人脸三维点云数据，利用人脸三维成像模型得到所述每个用户类别的多个用户的人脸三维网格数据；对所述每个用户类别的多个用户的人脸三维网格数据的顶点信息进行均值处理，得到所述每个用户类别对应的人脸三维网格数据；至少基于所述每个用户类别对应的人脸三维网格数据，得到所述用户类别对应的口罩参数。
14.本发明实施例之一提供一种基于人工智能的口罩定制装置，其中，包括处理器和存储器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如前文所述的基于人工智能的口罩定制方法。
15.本发明实施例之一提供一种存储介质，其中，所述存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如前文所述基于人工智能的口罩定制方法。
16.本发明提供的基于人工智能的口罩定制方法，通过获取多个用户的脸部数据，。利用人工智能的方法得到所述用户的三维网格数据，通过所述用户的三维网格数据来针对性的生成适合对应用户的口罩，提高了用户使用口罩的舒适度，更加人性化。
附图说明
17.附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。
18.图1为本发明实施例所示的基于人工智能的口罩定制方法100的流程图。
19.图2为本发明实施例所示的人脸特征获取模型的获取方法200的流程图。
20.图3为本发明实施例所示的人脸三维点云数据获取方法300的流程图。
21.图4为本发明实施例所示的人脸三维成像模型的获取方法400的流程图。
22.图5为本发明实施例所示的人脸三维网格数据获取方法500的流程图。
23.图6为本发明实施例所示的基于人工智能的口罩定制方法600的流程图。
24.图7为本发明实施例所示的基于人工智能的口罩定制装置700的结构图。
具体实施方式
25.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本发明。
26.为了使本领域技术人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
27.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包括，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
28.在本发明的实施例中，提供了一种基于人工智能的口罩定制方法，如图1所示，所述方法100可以包括：步骤110：可以用户的脸部数据。
29.在一些实施例中，所述获取用户的脸部数据，可以包括：利用红外传感器获取所述用户的脸部深度信息；利用光学传感器获取所述用户的脸部彩色信息；至少基于所述用户的脸部深度信息和所述用户的脸部彩色信息，得到用户的脸部数据。
30.在一些实施例中，可以利用红外传感器和光学传感器分别得到特定用户的脸部深度信息和脸部彩色信息，基于所述脸部深度信息和脸部彩色信息，得到所述特定用户的脸部数据。所述脸部深度信息包括从摄像机到用户脸部的距离信息，所述脸部彩色信息为摄像机拍摄的用户的脸部的图像数据步骤120：可以所述用户的脸部数据，利用人脸特征获取模型，得到所述用户的人脸三维点云数据。
31.在一些实施例中，所述人脸特征获取模型为深度学习模型，该模型的输入数据是用户的脸部数据，输出数据是所述用户的人脸三维点云数据。关于所述人脸特征获取模型可以参见图2的相关介绍，在此不再赘述。
32.在一些实施例中，所述人脸三维点云数据可以以点的形式进行表示，每一个三维点云数据都包含有三维位置信息，所述三维位置信息可以通过三维坐标进行表示。在一些实施例中，所述人脸三维点云数据还可以包括颜色信息，所述颜色信息可以包括所述三维点云数据的像素信息。
33.步骤130：至少基于所述人脸三维点云数据，利用人脸三维成像模型得到所述用户的人脸三维网格数据。
34.在一些实施例中，所述人脸三维成像模型为深度学习模型，该模型的输入数据是用户的人脸三维点云数据，输出数据是所述用户的人脸三维网格数据。关于所述人脸特征获取模型可以参见图4的相关介绍，在此不再赘述。
35.在一些实施例中，所述人脸三维网格数据可以利用图结构进行表示，所述图结构可以包括：点、边和面。
36.步骤140：至少基于所述用户的人脸三维网格数据，得到所述用户对应的口罩参数。
37.在一些实施例中，所述口罩参数可以包括但不限于形状参数、尺寸参数和位置参
数。所述形状参数可以包括但不限于球面、抛物面、环等。所述尺寸参数可以包括但不限于口罩特定的部件对应的尺寸数值，需要说明的是，所述尺寸数值的单位可以包括但不限于微米、毫米、厘米等，所述位置参数可以包括但不限于对于特定的形状在整个口罩内的位置信息，所述位置信息可以通过坐标的形式进行表示，例如，利用笛卡尔坐标等。位置参数为口罩中的各个部件之间的相对位置关系，口罩中的部件可以包括但不限于：耳带、鼻梁条贴、鼻线、口罩本体、呼吸阀中的一种。
38.在一些实施例中，还包括：基于所述用户的人脸三维网格数据，利用预设的建模方法进行三维打印，得到所述用户的人脸三维模型；基于所述用户的人脸三维模型，获得所述用户对应的口罩参数。
39.在一些实施例中，还可以利用三维打印软件，基于所述用户的人脸三维网格数据，直接生成三维打印的口罩。通过三维打印技术，基于获取到的特定用户的人脸数据，可以个性化的生成适合特定用户的口罩，使得口罩的佩戴更加的方便和舒适，也提高用户佩戴口罩的积极性。
40.在一些实施例中，可以基于用户的自定义参数和所述用户的人脸三维网格数据，得到所述用户对应的口罩参数。
41.具体的，针对目前的普通口罩，用户可能不能根据自身的某些特殊情况而选择到符合需求的口罩，比如，当用户的脸上出现了肿块，如果还是选择普通口罩，可能会压到该肿块而造成用户的不舒适。又比如，在夏季时，用户需要不是紧紧包裹住用户脸部的口罩，而在冬季时，用户需要紧紧包裹住用户脸部的口罩，因而，可以通过设置用户自定义参数，结合所述用户自定义参数和所述用户的人脸三维网格数据，得到符合所述用户需求的口罩参数，满足用户个性化、定制化的要求。在一些实施例中，所述用户自定义参数可以包括形状参数、尺寸参数和位置参数等。
42.如图2所示，所述人脸特征获取模型的获取方法200可以包括：步骤210：获取第一训练集，所述第一训练集包括多个样本脸部数据和标记数据，所述每个样本脸部数据包括第一样本深度信息和第一样本彩色信息，所述标记数据为所述样本脸部数据对应的三维点云数据。
43.步骤220：利用所述第一训练集对初始模型进行训练，得到人脸特征获取模型。
44.在一些实施例中，如图3所示，得到所述用户的人脸三维点云数据的方法300可以包括：步骤310：利用第一卷积网络对所述用户的脸部深度信息进行处理，得到第一脸部深度信息。
45.在一些实施例中，所述第一卷积网络可以是cnn神经网络，利用所述第一卷积网络对用户的脸部深度信息进行处理，可获得第一脸部深度信息。
46.步骤320：利用第二卷积网络对所述用户的脸部彩色信息进行处理，得到第一彩色信息。
47.在一些实施例中，所述第二卷积网络可以是cnn神经网络，利用所述第二卷积网络对用户的脸部彩色信息进行处理，可获得第一脸部彩色信息。
48.步骤330：对所述第一脸部深度信息和所述第一脸部彩色信息进行合并处理后，得到第一处理后信息。
49.步骤340：利用第三卷积网络对所述第一处理后信息进行处理，得到所述用户的脸部数据对应的三维点云数据。
50.在一些实施例中，所述第三卷积网络可以是cnn神经网络，利用所述第三卷积网络对用户的第一处理后信息进行处理，可获得用户的脸部数据对应的三维点云数据。
51.在一些实施例中，所述人脸特征获取模型可以包括第一卷积网络、第二卷积网络和第三卷积网络。
52.在一些实施例中，如图4所示，所述人脸三维成像模型的获取方法400可以包括：步骤410：获取第二训练集，所述第二训练集包括多个样本人脸三维点云数据和第二标记数据，所述第二标记数据为所述样本人脸三维点云数据对应的样本人脸三维网格数据。
53.步骤420：利用所述第二训练集对初始模型进行训练，得到人脸三维成像模型。
54.在一些实施例中，获得所述用户的人脸三维网格数据的方法500可以包括：步骤510：利用点云平滑网络，对所述人脸三维点云数据进行处理，得到平滑处理后的人脸三维点云数据。
55.在一些实施例中，所述点云平滑网络可以是深度学习模型，深度学习模型可以由cnn组成。
56.步骤520：利用连接关系重建网络，对所述平滑处理后的人脸三维点云数据进行处理，得到所述用户的人脸三维网格数据。
57.在一些实施例中，所述连接关系重建网络可以是深度学习模型，深度学习模型可以由cnn组成。
58.在本发明实施例中，提供了一种基于人工智能的口罩定制方法，所述方法可以给特定类型的用户定制适合特定人群的口罩，所述方法600可以包括：步骤610：基于预设的用户分类标准，获取不同类别的用户的人脸数据，所述每个类别包括多个用户的人脸数据，其中，所述用户分类标准至少可以包括：性别信息、年龄信息。
59.在一些实施例中，可以基于用户分类标准对人群进行分类，从而可以定制适合特定人群的口罩，例如，可以将根据年龄信息，将人群分为老人、成人、儿童等，又例如，可以根据性别信息，将人群分为男性和女性等。
60.步骤620：基于所述每个用户类别的多个用户的人脸数据，利用人脸特征获取模型，得到所述每个类别的多个用户的人脸三维点云数据。
61.在一些实施例中，可以利用人脸特征获取模型对每个类别的多个用户的人脸数据进行处理，例如，可以采集1000份儿童的人脸数据，利用人脸特征模型进行处理，获得1000份儿童的人脸三维点云数据。所述人脸特征模型可以参考图2和图3的相关内容，在此不再赘述。
62.步骤630：至少基于所述每个用户类别的多个用户的人脸三维点云数据，利用人脸三维成像模型得到所述每个用户类别的多个用户的人脸三维网格数据。
63.在一些实施例中，可以利用人脸三维成像模型对所述每个类别的多个用户的人脸三维点云数据进行处理，例如，可以对1000份儿童的人脸三维点云数据，利用所述人脸三维成像模型进行处理，得到1000份儿童的人脸三维网格数据。所述人脸三维成像模型可以参考图4和图5的相关内容，在此不再赘述。
64.步骤640：对所述每个用户类别的多个用户的人脸三维网格数据的顶点信息进行
logic, 缩写：gal）或其任意组合。
74.可选地，存储器740还用于存储程序指令。处理器710可以调用程序指令，实现如本技术图1-图6实施例中所示的基于人工智能的口罩定制方法。
75.本发明实施例之一提供一种存储介质，其中，所述存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如前文所述基于人工智能的口罩定制方法。
76.可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。