自动检测脸部瑕疵的方法
技术领域
本发明涉及自动检测，特别涉及自动检测脸部瑕疵的方法。
背景技术
对于女性而言，化妆几乎可说是每天皆需执行的动作之一。
于对脸部进行化妆前，通常先对瑕疵所在位置(如斑点或疤痕)进行遮瑕处置。
然而，针对瑕疵的位置，往往只能由使用者通过肉眼来亲自观察与确认。因此，部分经验不足的使用者常会有无法正确判断瑕疵位置的困扰。
有鉴于此，目前极需一种辅助装置，可有效地协助使用者确认脸部瑕疵的位置，进而协助经验不足的使用者快速且正确地进行遮瑕。
发明内容
本发明的目的在于提供一种自动检测脸部瑕疵的方法，使其可基于使用者的表皮变化影像来进行瑕疵检测。
为实现上述目的，于一实施例中，本发明提供一种自动检测脸部瑕疵的方法，运用于包括一影像撷取模块及一处理单元的一智能镜设备，包括以下步骤：
a)于一使用者位于该智能镜设备前时经由该影像撷取模块撷取该使用者的一脸部影像；
b)经由该处理单元对该脸部影像执行一第一平滑化处理以产生一平滑影像；
c)依据该脸部影像与该平滑影像之间的差异产生一表皮变化影像；及
d)对该表皮变化影像执行一瑕疵检测处理以于该表皮变化影像中识别至少一瑕疵并记录各该瑕疵的位置。
于一实施例中，该智能镜设备更包括一显示模块；该自动检测脸部瑕疵的方法更包括以下步骤：
e1)于一瑕疵标记模式下依据各该瑕疵于该表皮变化影像中的位置于该脸部影像的相对位置进行瑕疵标记；及
e2)经由该显示模块以扩增实境方式显示标记后的该脸部影像。
于一实施例中，该智能镜设备更包括一显示模块；该自动检测脸部瑕疵的方法更包括以下步骤：
f1)于一遮瑕模式下依据各该瑕疵于该表皮变化影像中的位置对该脸部影像执行一遮瑕处理以产生一遮瑕影像；及
f2)经由该显示模块以扩增实境方式显示该遮瑕影像。
于一实施例中，该遮瑕处理包括以下步骤：
g1)对该表皮变化影像中的各该瑕疵的影像执行一增长处理以扩大该表皮变化影像中的各该瑕疵的影像面积；
g2)对该表皮变化影像中的扩大面积的各该瑕疵的影像执行一第二平滑化处理以平滑该表皮变化影像中的各该瑕疵的影像；
g3)对该脸部影像中的各该瑕疵的影像执行一第三平滑化处理以平滑该脸部影像中的各该瑕疵的影像；及
g4)依据经过该第二平滑化处理的该表皮变化影像中的各该瑕疵的范围合并该脸部影像与经过该第三平滑化处理的该脸部影像以产生该遮瑕影像。
于一实施例中，于该步骤b)及该步骤c)之前更包括一步骤h)对该脸部影像执行一灰阶化处理以产生灰阶的该脸部影像；
该步骤b)是对灰阶的该脸部影像执行该第一平滑化处理以产生灰阶的该平滑影像；
该步骤c)是依据灰阶的该脸部影像与灰阶的该平滑影像之间的差异产生灰阶的该表皮变化影像。
于一实施例中，于该步骤c)之后，该步骤d)之前更包括一步骤i)对灰阶的该表皮变化影像执行一二值化处理以获得二值化的该表皮变化影像；
该步骤d)是对二值化的该表皮变化影像执行该瑕疵检测处理。
于一实施例中，于该步骤c)之后，该步骤d)之前更包括一步骤j)于该表皮变化影像中设定一检测区域，其中该检测区域至少排除眼部区域及嘴部区域。
于一实施例中，该检测区域进一步排除鼻区域或眉毛区域。
于一实施例中，该步骤a)包括以下步骤：
a1)于该使用者位于该智能镜设备前时经由该影像撷取模块拍摄该使用者的一第一影像；及
a2)对该第一影像执行一脸部识别处理以于该第一影像中识别并撷取该使用者的该脸部影像。
于一实施例中，于该步骤j)之前更包括一步骤k)对该脸部影像执行一脸部分析处理，以于该脸部影像中识别对应该使用者的眼部的多个眼部特征点、对应该使用者的嘴部的多个嘴部特征点及对应该使用者的脸轮廓的多个脸轮廓特征点；
该步骤j)是设定该多个脸轮廓特征点所围绕的区域作为该检测区域，并于该检测区域中排除该多个眼部特征点所围绕而成的该眼部区域及该多个嘴部特征点所围绕而成的该嘴部区域。
于一实施例中，更包括以下步骤：
l1)经由该影像撷取模块再次拍摄该使用者的一第二影像；
l2)对该第二影像执行该脸部识别处理以于该第二影像中识别该脸部影像于该第二影像中的位置；
l3)依据该脸部影像于该第一影像中的位置及该脸部影像于该第二影像中的位置之间的差异来对各该瑕疵的位置进行修正以获得各该瑕疵于该第二影像中的该脸部影像的位置。
本发明可自动且准确地检测出脸部瑕疵的所在位置。
以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
附图说明
图1为本发明的一实施例的智能镜设备的架构图；
图2为本发明的一实施例的智能镜设备的外观示意图；
图3为本发明的第一实施例的自动检测脸部瑕疵的方法的流程图；
图4为本发明的第二实施例的应用检测结果的流程图；
图5为本发明的第三实施例的遮瑕处理的流程图；
图6A为本发明的第四实施例的自动检测脸部瑕疵的方法的第一流程图；
图6B为本发明的第四实施例的自动检测脸部瑕疵的方法的第二流程图；
图7为本发明的一实施例的智能镜设备的使用示意图；
图8为本发明的一实施例的脸部分析处理的示意图；
图9为本发明的一实施例的瑕疵标记功能的示意图；
图10为本发明的一实施例的遮瑕功能的显示示意图；
图11为本发明的一实施例的遮瑕功能的第一处理示意图；及
图12为本发明的一实施例的遮瑕功能的第二处理示意图。
其中，附图标记：
1…智能镜设备
10…处理单元
11…显示模块
12…影像撷取模块
13…输入模块
14…无线传输模块
15…储存模块
16…镜面
17…壳体
2…使用者
3…镜像
30…脸部影像
4…特征点
40、41…眉毛特征点
42、43…眼部特征点
44…鼻特征点
45…嘴特征点
46…脸轮廓特征点
50-52…标记
6…仿真影像
70…表皮变化影像
71…排除区域
720-722…瑕疵影像
73…增长瑕疵影像
74…平滑瑕疵影像
80…脸部彩色影像
820-822…瑕疵彩色影像
83…平滑瑕疵彩色影像
84…合并瑕疵彩色影像
S10-S15…第一检测步骤
S20-S24…应用步骤
S30-S33…遮瑕步骤
S400-S415…第二检测步骤
具体实施方式
下面结合附图和具体实施例对本发明技术方案进行详细的描述，以更进一步了解本发明的目的、方案及功效，但并非作为本发明所附权利要求的保护范围的限制。
首请参阅图1及图2为本发明的一实施例的智能镜设备的架构图，图2为本发明的一实施例的智能镜设备的外观示意图。
本发明公开了一种智能镜设备1，所述智能镜设备1主要用以执行一种自动检测脸部瑕疵的方法(下面简称为检测方法)，可自动检测脸部上的各类瑕疵，记录各瑕疵的位置。更进一步地，智能镜设备1还可进一步应用所记录的瑕疵位置来提供使用者信息(如后述的瑕疵标记功能或遮瑕功能)。
值得一提的是，现有的瑕疵检测都是直接对所拍摄的彩色影像进行瑕疵影像检测，由于彩色影像所包含的信息(如色彩信息与高频信息)过多，这些信息会成为检测处理上的噪声，而降低了检测的精确度与处理速度。
为解决上述问题，本发明提出了一种创新且进步的瑕疵检测技术，前述瑕疵检测技术是先对所拍摄的彩色的脸部影像进行全面性加工以获得无瑕疵或淡化瑕疵的平滑影像，依据脸部影像与平滑影像之间的差异(如执行影像相减处理)产生表皮变化影像，再对表皮变化影像进行瑕疵检测。由于脸部影像与平滑影像之间的差异主要在于瑕疵影像的有无或深浅，依据两张影像之间的差异所产生的表皮变化影像不会或仅有少量噪声(两张影像中的全部或大部分噪声会因影像相减而消除)，而可明显表示瑕疵影像的位置与程度。借此，本发明的脸部瑕疵检测可具有较高的精确度与较快的处理速度。
如图1所示，本发明的智能镜设备1主要包括处理单元10、显示模块11、影像撷取模块12、输入模块13、无线传输模块14及储存模块15，其中处理单元10、显示模块11、影像撷取模块12、输入模块13、无线传输模块14及储存模块15分别通过总线彼此电性连接。
显示模块11(如彩色液晶显示器)用以显示信息。影像撷取模块12(如摄影机)用以拍摄外部影像。输入模块13(如按键或触控板)用以接受使用者操作。无线传输模块14(如Wi-Fi模块、蓝牙模块或移动网络模块等)用以连接网络。储存模块15用以储存数据。处理单元10用以控制智能镜设备1的各装置运作。
于一实施例中，储存模块15可包括非瞬时储存媒体，前述非瞬时储存媒体储存有计算机程序(如智能镜设备1的韧体、操作系统、应用程序或其组合)，计算机程序包括有计算机可执行程序代码。处理单元10通过执行前述计算机可执行程序代码，可进一步实现本发明各实施例的方法。
于一实施例中，智能镜设备1仅能提供电子镜功能(如智能型手机、平板计算机或具有拍照功能的电子广告牌)。具体而言，影像撷取模块12是与显示模块11设置于同一侧，而使得使用者可同时被拍摄及观看显示模块11。智能镜设备1于执行计算机程序(如应用程序)后可持续经由影像撷取模块12拍摄外部影像(如使用者的脸部影像)，可选地对所拍摄的影像进行处理，并实时经由显示模块11显示(经处理的)所拍摄的影像。借此，使用者可于显示模块11中观看电子镜像。
于一实施例中，智能镜设备1可同时提供光学镜功能与电子镜功能。具体而言，请一并参阅图1、图2及图7，图7为本发明的一实施例的智能镜设备的使用示意图。
如图2所示，智能镜设备1可进一步包括镜面16(如单向玻璃)及壳体17。显示模块11是设置于壳体17中且设置于镜面16后方，即使用者从外观无法发现显示模块11的存在。并且，影像撷取模块12是设置于镜面16上方。输入模块13为设置于前方的实体按键，但不加以限定。
于本实施例中，当欲实现光学镜功能时，处理单元10关闭显示模块11，使得镜面16的前方(即使用者侧)的亮度大于后方(即显示模块11侧)，而可做为单纯的光学镜来使用，以反射使用者的光学的镜像3。
更进一步地，于实现光学镜功能的同时，处理单元10可控制显示模块11于指定显示区域(如镜面16的边缘或其它不易阻挡镜像3的区域)显示附加信息(如天气信息、日期信息、图形使用者界面或其它信息)。
当欲实现电子镜功能时，处理单元10控制影像撷取模块12持续拍摄镜前的使用者2以产生使用者2的镜前影像，对所拍摄镜前影像进行处理(如影像校正或附加信息等处理)，开启并控制显示模块11实时或近实时地显示处理后的影像。由于此时镜面16的前方(即使用者2所在一侧)的亮度小于后方(即显示模块11所在一侧)亮度，使用者2可于镜面16上看到电子的镜像3。
值得一提的是，虽于本实施例中影像撷取模块12是设置于镜面16，但不以此限定。影像撷取模块12可依产品需求设置于智能镜设备1的任意位置(如设置于镜面16后方，来降低影像撷取模块12被破坏的机率并使智能镜设备1的外观更为简洁)。
续请一并参阅图3，为本发明的第一实施例的自动检测脸部瑕疵的方法的流程图。本发明的各实施例的自动检测脸部瑕疵的方法可由图1-图2所示的智能镜设备1来加以实现。
本实施例的自动检测脸部瑕疵的方法主要包括以下步骤。
步骤S10：处理单元10控制影像撷取模块12撷取使用者的脸部影像。
于一实施例中，处理单元10是于侦测到使用者位于智能镜设备1前时才撷取使用者的脸部影像。具体而言，处理单元10是控制影像撷取模块12持续对镜面16前进行拍摄以持续获得视野范围较大的镜前影像，并持续对镜前影像进行人员检测以判断是否拍摄到任何人员。处理单元10于未拍摄到人员时可不对镜前影像进行进一步处理以节省运算资源并避免无效处理，但于判断拍摄到人员时，可对镜前影像(如使用者的半身影像)执行脸部位置识别，并自镜前影像撷取出视野较小的脸部影像。
于一实施例中，处理单元10是控制影像撷取模块12直接对人脸镜型拍摄来获得使用者的脸部影像，借以省略额外的影像裁剪处理，并获得分辨率较高的脸部影像。
步骤S11：处理单元10对所撷取的脸部影像执行平滑化处理(第一平滑化处理)以产生平滑影像。具体而言，前述平滑化处理主要是滤除脸部影像的全部或部分高频部分(即影像细节与噪声)，并保留低频部分(即影像轮廓)。
因此，脸部影像中的瑕疵(如痘疤、雀斑等等)的影像经过平滑化处理后会被滤除或刷淡，即平滑影像是反应无瑕疵或轻微瑕疵的脸部状态。
于一实施例中，前述平滑化处理可为基于指定的滤波器参数的低通滤波处理或平均滤波处理。
步骤S12：处理单元10依据脸部影像与平滑影像之间的差异产生表皮变化影像。
于一实施例中，处理单元10是对脸部影像与平滑影像执行相减处理(如将两张影像对应位置的像素值进行相减)来获得前述表皮变化影像。即表皮变化影像是表示两张影像之间的差异程度。
步骤S13：处理单元10对表皮变化影像执行瑕疵检测处理以于表皮变化影像中识别瑕疵。
于一实施例中，处理单元10可先于表皮变化影像中设定检测区域，并仅对表皮变化影像中检测区域施行瑕疵检测处理。借此减少检测范围，进而缩短检测时间。
于一实施例中，前述瑕疵检测处理是判断表皮变化影像中是否有颜色较深(如脸部影像与平滑影像的像素值差异大于默认值)及/或范围较大(如像素数量大于默认值)的同群影像区块，并将此区块判定为瑕疵所在位置。
并且，于检测到任何瑕疵时，处理单元10可进一步记录各瑕疵的位置于储存模块15以供后续应用(如后述的瑕疵标记模式或遮瑕模式)。
于一实施例中，处理单元10是记录各瑕疵相对于整张脸的位置，而不是记录各瑕疵于表皮变化影像中的位置。具体而言，由于使用者每次在镜前的位置都会不同(即每次脸区域在表皮变化影像中的位置都会不同)，若仅记录各瑕疵于表皮变化影像中的位置，则下次使用者使用智能镜设备1时由于脸区域位置改变，处理单元10必须重新执行瑕疵检测。因此，本发明经由记录各瑕疵相对于整张脸的位置，当脸区域位置改变时，仅需识别脸区域位置即可获得瑕疵位置，而不需重新进行瑕疵检测。
步骤S15：处理单元10判断是否停止瑕疵检测，如使用者是否关闭瑕疵检测功能或关闭智能镜设备1。
若处理单元10判断停止瑕疵检测，则结束自动检测脸部瑕疵的方法。
否则，处理单元10再次执行步骤S10以进行连续检测。
借此，本发明可自动且准确地检测出脸部瑕疵的所在位置。
续请一并参阅图3、图4、图9及图10，图4为本发明的第二实施例的应用检测结果的流程图，图9为本发明的一实施例的瑕疵标记功能的示意图，图10为本发明的一实施例的遮瑕功能的显示示意图。
本实施例是对图3的自动检测脸部瑕疵的方法所获得的瑕疵位置进行进一步应用。于本实施例中，智能镜设备1的显示模块11是设置于镜面16后，而可通过镜面16透射显示显示模块11的显示画面(如电子镜像)。
具体而言，于本实施例中智能镜设备1可基于扩增实境(Augmented Reality，AR)技术来提供瑕疵标记功能(即通过后述瑕疵标记模式)与遮瑕预览功能(即通过后述遮瑕模式)。相较于图3的自动检测脸部瑕疵的方法，本实施例的自动检测脸部瑕疵的方法更包括以下步骤。
步骤S20：处理单元10判断智能镜设备1目前是否处于瑕疵标记模式或是遮瑕模式。具体而言，使用者可操作(如通过输入模块13输入按键操作或触控操作，或是通过影像撷取模块12拍摄首饰来输入手势操作)智能镜设备1来控制智能镜设备1于上述模式间进行任意切换。
若处理单元10判断智能镜设备1目前处于(或被切换至)瑕疵标记模式，则执行步骤S21-S22。
若处理单元10判断智能镜设备1目前处于(或被切换至)遮瑕模式，则执行步骤S23-S24。
步骤S21：于瑕疵标记模式下，处理单元10可依据各瑕疵于表皮变化影像中的位置于脸部影像的相对位置进行瑕疵标记。
于一实施例中，如图9所示，处理单元10可依据各瑕疵的大小或范围产生对应的标记51-52(标记的样式与尺寸可依使用者需求决定)，依据各瑕疵于脸部影像中的瑕疵位置来决定各标记51-52的标记位置，并将各标记51-52叠加至脸部影像上对应的标记位置，以完成标记后的电子镜像3。
步骤S22：处理单元10经由显示模块11显示标记后的脸部影像(如标记后的电子镜像3)。
值得一提的是，如图9所示，当使用者移动或是预设时间经过(如1/30秒)时，处理单元10可针对最新拍摄的镜前影像中的脸部影像决定各瑕疵最新的瑕疵位置，并再次执行步骤S21-S22来更新显示，以达成扩增实境的显示效果。
于一实施例中，处理单元10可实时显示最新的电子镜像3(即影像撷取模块12最新拍摄的视野范围较大的镜前影像)，计算各瑕疵于显示模块11中的标记位置，并于标记位置显示各瑕疵的标记51-52，借以达成扩增实境的显示效果。
借此，本发明可实时显示各瑕疵的位置与范围，而可令使用者明确知悉瑕疵的具体位置与范围，即便是经验不足或没有经验的使用者，也可依据标示来顺利进行完美的遮瑕处理。
步骤S23：于遮瑕模式下，处理单元10可依据各瑕疵于表皮变化影像中的位置对脸部影像执行遮瑕处理以产生遮瑕影像。
于一实施例中，如图10所示，处理单元10可依据各瑕疵的瑕疵位置对脸部影像执行局部平滑处理，如对脸部影像中各瑕疵的瑕疵位置执行平滑化处理(如低通滤波或均值滤波)，来获得模拟脸部遮瑕效果的仿真影像6。接着，处理单元10可依据脸部影像于电子镜像3中的位置将仿真影像6叠加至电子镜像3的对应位置以获得遮瑕影像。
步骤S24：处理单元10于显示模块11显示遮瑕影像。
值得一提的是，如图10所示，当使用者移动或是预设时间经过(如1/30秒)时，处理单元10可针对最新拍摄的镜前影像中的脸部影像决定各瑕疵最新的瑕疵位置，并再次执行步骤S23-S24来更新显示，以达成扩增实境的显示效果。
于一实施例中，处理单元10可实时显示最新的电子镜像3(即影像撷取模块12最新拍摄的视野范围较大的镜前影像)，依据最新的脸部影像产生仿真影像6(即遮瑕影像)，并于脸部影像的位置遮盖显示最新的仿真影像6，借以达成扩增实境的显示效果。
借此，本发明可实时显示仿真的遮瑕效果，而可令使用者明确知悉遮瑕后的样貌，即便是经验不足或没有经验的使用者，也可明确知悉完成遮瑕后样貌，而不须凭空想象。
续请一并参阅图3至图5、图11及图12，图5为本发明的第三实施例的遮瑕处理的流程图，图11为本发明的一实施例的遮瑕功能的第一处理示意图，图12为本发明的一实施例的遮瑕功能的第二处理示意图。
本实施例提供了图4的步骤23的遮瑕处理的一种实施方式，包括以下步骤。
步骤S30：处理单元10取得前述表皮变化影像，并对表皮变化影像中的各瑕疵的影像执行增长处理以扩大表皮变化影像中的各瑕疵的影像面积。
于一实施例中，如图11所示，表皮变化影像70中设定有检测区域，前述检测区域已排除多个排除区域71(如于本例子中为眉毛、眼部、鼻、嘴部所在区域)，检测区域即为表皮变化影像70中扣除多个排除区域71的其它区域。处理单元10依据前述瑕疵位置于表皮变化影像70识别瑕疵影像720-722并对各瑕疵影像720-722进行遮瑕处理(以对瑕疵影像721进行处理为例)。
具体而言，处理单元10对瑕疵影像721执行增长处理(可采用如4邻居增长或8邻居增长)来使瑕疵影像721增长为面积较大的增长瑕疵影像73。
值得一提的是，于后续的合并处理中，表皮变化影像可用来指示所要遮瑕的范围，故上述增长处理使用来扩大遮瑕范围，以使后续合并处理会同时对瑕疵影像与其周围影像(即无瑕疵皮肤影像)进行处理，而使得所仿真的遮瑕影像更为自然。
步骤S31：处理单元10对表皮变化影像中的扩大面积的各瑕疵的影像(如增长瑕疵影像73)执行平滑化处理(第二平滑化处理)以平滑表皮变化影像中的各瑕疵的影像(如图11所示的平滑瑕疵影像74)。
具体而言，前述平滑化处理主要是滤除瑕疵影像的全部或部分高频部分(即瑕疵细节)，并保留低频部分(即瑕疵轮廓)。因此，增长瑕疵影像73经过上述平滑化处理后瑕疵细节会被滤除或刷淡，而仅留下轻微的瑕疵轮廓。
于一实施例中，于步骤S12中，表皮变化影像依据灰阶或黑白的脸部影像与平滑影像所产生，即表皮变化影像为灰阶影像或黑白影像。
步骤S32：处理单元10对脸部影像中的各瑕疵的影像执行平滑化处理(第三平滑化处理)以平滑脸部影像中的各瑕疵的影像。
于一实施例中，如图12所示，智能镜设备1可取得脸部彩色影像80，并于脸部彩色影像80中识别瑕疵彩色影像820-822，并对各瑕疵彩色影像820-822分别执行平滑化处理(以对瑕疵彩色影像821进行处理为例)来获得平滑瑕疵彩色影像83。
具体而言，前述平滑化处理主要是滤除瑕疵影像的全部或部分高频部分(即瑕疵彩色细节)，并保留低频部分(即瑕疵彩色轮廓)。因此，瑕疵彩色影像820-822经过上述平滑化处理后瑕疵菜色细节会被滤除或刷淡，而仅留下轻微的瑕疵彩色轮廓。
值得一提的是，前述的第一平滑化处理、第二平滑化处理及第三平滑化处理可包括相同或不同的低通滤波处理或均值滤波(如采用相同或不同的滤波器)，不加以限定。
步骤S33：处理单元10，取得原始的各瑕疵彩色影像821与经过平滑化处理的各平滑瑕疵彩色影像83，并依据经过处理(包括增长处理与平滑化处理)的表皮变化影像中的各瑕疵影像720-722的影像范围合并各瑕疵彩色影像821与各平滑瑕疵彩色影像83以产生合并瑕疵彩色影像84。
具体而言，处理单元10依据表皮变化影像中的各瑕疵影像720-722的影像范围于脸部彩色影像80与经过处理的脸部彩色影像80分别设定合并范围(如图12所示虚线部分)，再对范围内的影像进行合并(如基于像素平均处理)。
更进一步地，当所有瑕疵都处理完毕后，处理单元10可获得全脸的遮瑕影像(即前述的仿真影像6)。
于一实施例中，处理单元10是依据整张表皮变化影像70来设定合并范围，并基于合并范围合并脸部彩色影像80与经过处理的脸部彩色影像80以产生全脸的遮瑕影像(如前述的仿真影像6)。
续请一并参阅图6A及图6B，图6A为本发明的第四实施例的自动检测脸部瑕疵的方法的第一流程图，图6B为本发明的第四实施例的自动检测脸部瑕疵的方法的第二流程图。本实施例的自动检测脸部瑕疵的方法包括以下步骤。
步骤S400：处理单元10控制影像撷取模块12持续对镜前进行拍摄以持续获得视野范围较大的镜前影像(第一影像)，并持续对镜前影像进行人员检测以判断是否拍摄到任何人员。处理单元10于检测到使用者位于镜面16前时储存拍摄到使用者的第一影像，
步骤S401：处理单元10对第一影像执行脸部识别处理以于第一影像中识别使用者的脸部，并撷取使用者的脸部影像。
步骤S402：处理单元10对所撷取的脸部影像执行脸部分析处理，以于脸部影像中识别分别对应使用者的不同脸部器官的多个特征点。
举例来说，处理单元10可识别对应使用者的眼部的多个眼部特征点、对应使用者的嘴部的多个嘴部特征点及对应使用者的脸轮廓的多个脸轮廓特征点。
请一并参阅图8，为本发明的一实施例的脸部分析处理的示意图。具体而言，前述脸部分析处理是通过特征标记(Feature Landmark)算法对脸部影像30进行分析，以对脸部影像30中的指定部位(图8以眉毛、眼部、鼻、嘴部及脸轮廓为例)的特征进行定位，识别各部位的多个特征点，并且各特征点分别对应至所述指定部位的不同特征。更进一步地，前述特征标记算法是使用Dlib函式库(Library)来加以实现。
以辨识手部为例，以辨识眉毛、眼部、鼻与嘴为例，各特征点可分别对应眉毛的眉峰、眉头与眉尾等特征、眼睛的眼尾与眼头等特征、鼻子的鼻梁与鼻翼等特征、或嘴部的唇角与唇峰等特征。前述特征点数量可为68个特征点、198个特征点或其它数量特征点，不加以限定。
并且，前述特征标记算法可进一步将特定部位的多个特征点30标记于脸部影像30，如图8所示的右眉特征点40、左眉特征点41、右眼特征点42、左眼特征点43、鼻特征点44、嘴特征点45及脸轮廓特征点46。
于一实施例中，处理单元10可依据各特征点所属的部位及所对应的特征对各特征点进行编号。借此，本发明可依据多个特征点的号码、形状、排序等信息而于脸部影像中确定各部位的位置，以识别特定部位。
步骤S403：处理单元10对脸部影像执行灰阶化处理以产生灰阶的脸部影像。值得一提的是，灰阶化处理可滤除影像的色彩噪声，进而提升后续影像辨识的精确度。
步骤S404：处理单元10对灰阶的脸部影像执行平滑化处理(第一平滑化处理)以产生灰阶的平滑影像。
步骤S405：处理单元10依据灰阶的脸部影像与灰阶的平滑影像之间的差异产生灰阶的表皮变化影像。
于一实施例中，处理单元10是对灰阶的脸部影像与灰阶的平滑影像执行影像相减处理来获得表皮变化影像。
步骤S406：处理单元10对灰阶的表皮变化影像执行二值化处理以获得二值化的表皮变化影像。值得一提的是，灰阶化处理可滤除影像的光影噪声，进而提升后续影像辨识的精确度。
步骤S407：处理单元10于二值化的表皮变化影像中设定检测区域，前述检测区域可排除眉毛区域、鼻区域、眼部区域、嘴区域等瑕疵不明显或不会有瑕疵的区域。
于一实施例中，处理单元10是将表皮变化影像的整个脸区域做为检测范围，但排除预设的一或多个排除区域。如图11所示，处理单元10可设定多个脸轮廓特征点所围绕的区域作为检测区域，并于检测区域中排除多个眼部特征点所围绕而成的眼部区域、多个嘴部特征点所围绕而成的嘴部区域、多个鼻特征点所所围绕而成的鼻区域及/或多个眉毛特征点所所围绕而成的眉毛区域。
具体而言，由于眼部、嘴部、鼻与眉毛不会产生瑕疵(或瑕疵通常不明显)，对这些区域进行瑕疵检测并无实益。本发明经由预先排除这些区域，可减少后续检测的运算量，进而缩短运算时间。
步骤S408：处理单元10对表皮变化影像的检测区域执行瑕疵检测处理以于表皮变化影像中识别瑕疵，并储存各瑕疵的瑕疵位置。
步骤S409：处理单元10依据各瑕疵的瑕疵位置执行指定的应用，如前述的瑕疵标记功能与遮瑕功能。
步骤S410：处理单元10判断是否停止瑕疵检测，如使用者是否关闭瑕疵检测功能或关闭智能镜设备1。
若处理单元10判断停止瑕疵检测，则结束自动检测脸部瑕疵的方法。否则，处理单元10执行步骤S411。
步骤S411：处理单元10判断是否须重新进行检测。
具体而言，对于同一使用者而言，于照镜的短期期间内瑕疵并不会改变位置，于此情况下，重复执行多次瑕疵检测仍会得到相同或相近的瑕疵位置，且会对智能镜设备1的运算与储存资源造成不必要的耗费。
对此，本发明进一步提出一种瑕疵位置补偿功能，可于处理单元10判断预设的重新检测条件不满足时，以补偿方式修正瑕疵位置(即执行后述步骤S412-S415)，来计算出对应当前脸部影像的位置的瑕疵位置，而不须重复地进行前述的各种检测分析处理。
并且，处理单元10于判断重新检测条件满足时，再次执行前述步骤S400-S411以重新进行瑕疵检测。
前述瑕疵检测条件可为检测到使用者离开、使用者变更、预设时间经过(如30秒)等等，不加以限定。
接着对本发明的瑕疵位置补偿功能进行说明。步骤S412：处理单元10经由影像撷取模块12再次拍摄使用者以获得另一镜前影像(第二影像)。
步骤S413：处理单元10对第二影像执行脸部识别处理以于第二影像中识别脸部影像于第二影像中的位置。
步骤S414：处理单元10依据脸部影像于前次拍摄的镜前影像(如步骤S400所拍测用来执行瑕疵检测的第一影像或是前次拍摄的第二影像)中的位置及最新拍摄的第二影像中的位置之间的差异来对各瑕疵的瑕疵位置进行修正以获得各瑕疵于第二影像中的脸部影像的位置。
于一实施例中，处理单元10计算脸部影像于两张影像之间的位移向量，再将各瑕疵的瑕疵位置加上此位移向量，以完成瑕疵位置的补偿修正。
步骤S415：处理单元10依据修正补偿后的各瑕疵的瑕疵位置执行指定的应用，如前述的瑕疵标记功能与遮瑕功能。
借此，本发明可有效节省智能镜设备1的储存资源与运算资源的使用量。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明权利要求的保护范围。
