[发明专利]一种美妆推荐方法、系统及计算机可读存储介质有效
申请号: | 201910357049.5 | 申请日: | 2019-04-29 |
公开(公告)号: | CN110069716B | 公开(公告)日: | 2022-03-18 |
发明(设计)人: | 李琳;董宇涵;潘昭鸣 | 申请(专利权)人: | 清华大学深圳研究生院 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535 |
代理公司: | 深圳新创友知识产权代理有限公司 44223 | 代理人: | 江耀纯 |
地址: | 518055 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 推荐 方法 系统 计算机 可读 存储 介质 | ||
1.一种美妆推荐方法,其特征在于,包括如下步骤:
S1.获取用户的个性化特征;
S2.将所述个性化特征输入到决策矩阵中,经运算生成推荐结果;所述决策矩阵包括面部单一元素的多个可调维度的决策函数的集合,所述推荐结果包括面部单一元素的多个可调维度的美妆手段的集合;
所述可调维度的决策函数包括:影响所述面部单一元素的单一可调维度的个性化特征与权重的集合;
所述决策矩阵的构建包括:基于美妆可变特征的高吸引力人脸模型,分析影响各单一面部元素的个性化特征以及每个个性化特征所对应的美妆手法;单一面部元素的可调维度拆分;构建决策矩阵:根据不同可调维度每个个性化特征对于最终推荐结果的影响情况,用数学的思维将这些影响情况整理为可输出单个值的该可调维度的决策函数,再将每个可调维度的决策函数整合,形成该面部单一元素的决策矩阵。
2.如权利要求1所述的美妆推荐方法,其特征在于,所述获取用户的个性化特征包括:采集用户的人脸图像,并对所述人脸图像进行特征识别获得第一个性化特征。
3.如权利要求2所述的美妆推荐方法,其特征在于,所述人脸图像包括二维图像或三维图像;所述第一个性化特征包括颜色特征、基于二维图像的距离特征和角度特征,基于三维图像的深度特征。
4.如权利要求2所述的美妆推荐方法,其特征在于,所述获取用户的个性化特征还包括:通过人机交互的问答方式获得补充的第一个性化特征和第二个性化特征。
5.如权利要求4所述的美妆推荐方法,其特征在于,所述第二个性化特征包括:喜好的气质偏向和妆感偏向。
6.如权利要求1所述的美妆推荐方法,其特征在于,还包括:
S3.对所述推荐结果进行润色并呈现,并在呈现过程中接收用户的反馈结果;所述润色包括增加对推荐结果的解释,所述解释包括图文、注解或实践模拟图。
7.如权利要求6所述的美妆推荐方法,其特征在于,还包括:
S4.根据所述反馈结果调整所述决策矩阵,同时进行推广传播。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一项所述的美妆推荐方法。
9.一种美妆推荐系统,其特征在于,包括:
个性化特征获取模块,用于获取用户的个性化特征;
决策矩阵模块,用于将所述个性化特征输入到决策矩阵并经运算生成推荐结果;所述决策矩阵包括面部单一元素的多个可调维度的决策函数的集合,所述推荐结果包括面部单一元素的多个可调维度的美妆手段的集合;
所述可调维度的决策函数包括:影响所述面部单一元素的单一可调维度的个性化特征与权重的集合;
所述决策矩阵模块的构建包括:基于美妆可变特征的高吸引力人脸模型,分析影响各单一面部元素的个性化特征以及每个个性化特征所对应的美妆手法;单一面部元素的可调维度拆分;构建决策矩阵:根据不同可调维度每个个性化特征对于最终推荐结果的影响情况,用数学的思维将这些影响情况整理为可输出单个值的该可调维度的决策函数,再将每个可调维度的决策函数整合,形成该面部单一元素的决策矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院,未经清华大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910357049.5/1.html,转载请声明来源钻瓜专利网。