[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 | ||
本发明提供一种美妆推荐方法、系统及计算机可读存储介质,该方法包括: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。通过将用户的个性化特征输入到包括面部单一元素的多个可调维度的决策函数的集合组成的决策矩阵中,从而运算生成包括面部单一元素的多个可调维度的美妆手段的集合的推荐结果,其能够生成更精细的美妆推荐,能切实有效地为普通大众的日常化妆活动提供个性化指导。
技术领域
本发明涉及人机交互技术领域,尤其涉及一种美妆推荐方法、系统及计算机可读存储介质。
背景技术
近年来,人们对一张美丽面孔的追求使得化妆品和整容行业蓬勃发展,产生了惊人的经济效益。化妆是个人形象设计中基础且重要的一部分,而大众所采用的化妆学习方法主要是观看网络上美妆博主提供的视频和文章,或是身边亲朋的言传身教。这些方法不仅严重依赖于知识来源的质量,且不具有对个人外貌条件的针对性,因此人们往往需要通过长达数月甚至更久时间来摸索出适合自己的妆容。
对于普通大众来说,目前较为专业且可行的个性化化妆推荐的来源主要为线下的付费咨询或培训服务;跟互联网相关的方法为发送自己的照片给美妆博主、造型设计师、专业化妆师等专业人员,由他们回复相应的文字或图片化妆建议。不过这些方法目前还远远不够规范,服务人员的专业素养良莠不齐,但收费普遍较高,尤其是线下的咨询服务,往往不是普通民众可以轻易负担的。
目前,关于高吸引力人脸的本质与特征,学者们提出过很多假说和标准。例如西方的如近古典规则、黄金比例规则,中国古代的“三庭五眼”等;国内外发表的关于个人形象设计和妆容的学术论文、期刊杂志较少;在计算机领域,与化妆相关的研究却着实不少,比如虚拟化妆、化妆效果迁移等。
(1)人脸照片美化利用传统图像方法和深度学习方法直接改变照片中人脸的生理特征以接近标准美丽面孔。
(2)虚拟化妆主要有分为基于二维图像的方案和基于三维图像的方案两种。用户上传一张目标人脸照片,从系统提供的化妆虚拟工具(如粉底、口红、眉笔)中挑选后操作,系统输出化妆后的效果。
(3)化妆效果迁移旨在将参考人脸图像中的化妆效果迁移到目标人脸图像,但仍然保留目标图像的特征。
这些研究目前仅仅停留在高吸引力人脸的生成、吸引力预测、照片美化、虚拟化妆效果预览等领域中,目前的实际应用也只有整容医师的参考作用,对于人们在日常生活中个人形象的提升并没有实质性的帮助。值得一提的是,现有的虚拟化妆技术仅仅是在原图像的基础上进行纹理处理和图层叠加效果,主要起到均匀颜色和增强五官的作用,与现实生活中的化妆效果并不同,也不能为大众提供有效借鉴。目前还缺少能切实有效地为普通大众的日常化妆活动提供个性化指导的推荐系统。
发明内容
为解决上述问题,本发明提出一种美妆推荐方法、系统及计算机可读存储介质。
本发明提供一种美妆推荐方法,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。
在一些实施例中,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。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。
在一些实施例中,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。所述第二个性化特征包括:喜好的气质偏向和妆感偏向。
其中,面部单一元素的单一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。
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/201910357049.5/2.html,转载请声明来源钻瓜专利网。