[发明专利]对表面的颜色和光谱进行测量及分类的系统和方法

权利要求书

1.一种颜色分类方法，其包括以下步骤：

使用颜色或者光谱测量装置对表面的颜色进行至少一次颜色或者光谱测量；

将所述至少一次颜色或者光谱测量映射到多维特征空间，以产生多维特征向量；以及

使用产生的所述多维特征向量和至少一个分类器将所述至少一次颜色或光谱测量分类为颜色类别；

为所述颜色或者光谱测量装置的用户生成验证请求，所述验证请求包括对在所述分类步骤中确定的所述颜色类别进行验证的请求；以及

只有在所述颜色或者光谱测量装置的所述用户验证了所述颜色类别时，方将所述映射的至少一次颜色或光谱测量和颜色类别添加至所述分类器所使用的训练数据。

2.根据权利要求1所述的颜色分类方法，其中，所述颜色或者光谱测量装置为光谱测量装置，并且所述颜色或者光谱测量为光谱测量，所述方法进一步包括以下步骤：

在将所述至少一次光谱测量映射到多维特征空间之前，将所述至少一次光谱测量映射到颜色空间。

3.根据权利要求2所述的颜色分类方法，其中，所述颜色空间为三色刺激的亮度、色度以及色调，LCh颜色空间。

4.根据权利要求3所述的颜色分类方法，其中，所述表面包括人体的皮肤、头发、指甲、或者其它部位的表面。

5.根据权利要求4所述的颜色分类方法，其中，

所述表面为所述皮肤的表面；

通过使用光谱测量装置对表面的颜色进行至少一次光谱测量的步骤包括：对对象的前额进行三次光谱测量、对所述对象的脸颊进行三次光谱测量、以及对所述对象的颈部进行三次光谱测量；并且

将所述至少一次光谱测量映射到多维特征空间的步骤包括：将所述至少一次光谱测量映射到九维特征空间的步骤。

6.根据权利要求5所述的颜色分类方法，其中，所述分类器通过使用多个类别标签集中的至少一个类别标签集在所述训练数据中使用k最近邻算法来进行分类。

7.根据权利要求6所述的颜色分类方法，其中，所述k最近邻算法的距离函数为欧几里得距离函数。

8.根据权利要求7所述的颜色分类方法，其中，k＝1。

9.根据权利要求6至8中任一项所述的颜色分类方法，其中，所述k最近邻算法的距离函数为归一化的欧几里得距离函数，并且通过将每次新映射的测量和所述训练数据除以为相应变量计算的标准偏差值来使所述训练数据归一化。

10.根据权利要求6至8中任一项所述的颜色分类方法，其中，所述k最近邻算法的距离函数为自定义加权距离函数，在所述自定义加权距离函数中，用于测量每次测量的成对距离的九个变量的加权不同。

11.根据权利要求6至8中任一项所述的颜色分类方法，其中，所述方法进一步包括以下步骤：

收集与所述至少一次光谱测量相关的元数据；以及

至少部分地基于所述元数据，选择至少一个在所述分类步骤中待使用的标签集。

12.根据权利要求11所述的颜色分类方法，其中，所述元数据包括以下中的至少一个：表示进行所述测量的时间的时间戳、有关所述对象的身份的细节、所述对象的地理位置或者零售位置。

13.根据权利要求6至8中任一项所述的颜色分类方法，其中，每个类别标签集包括与化妆品的颜色深浅关联的多个标签。

14.根据权利要求13所述的颜色分类方法，其中，所述类别标签集与不同的化妆品系列关联。

15.根据权利要求13所述的颜色分类方法，其中，所述类别标签集与在所述对象的地理位置或者零售位置中可获得的不同的化妆品系列关联。