CN105930806A - 一种面部清洁度的检测方法及移动终端 - Google Patents

一种面部清洁度的检测方法及移动终端 Download PDF

Info

Publication number
CN105930806A
CN105930806A CN201610261176.1A CN201610261176A CN105930806A CN 105930806 A CN105930806 A CN 105930806A CN 201610261176 A CN201610261176 A CN 201610261176A CN 105930806 A CN105930806 A CN 105930806A
Authority
CN
China
Prior art keywords
face
reference data
user
preset
makeup
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610261176.1A
Other languages
English (en)
Inventor
丁燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Feixun Data Communication Technology Co Ltd
Original Assignee
Shanghai Feixun Data Communication Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Feixun Data Communication Technology Co Ltd filed Critical Shanghai Feixun Data Communication Technology Co Ltd
Priority to CN201610261176.1A priority Critical patent/CN105930806A/zh
Publication of CN105930806A publication Critical patent/CN105930806A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种面部清洁度的检测方法，包括以下步骤：S10在用户面部上妆前，获取所述用户面部的第一参考数据；S30在所述用户面部卸妆后，获取所述用户面部的第二参考数据；S41判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内；S51若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；否则，所述用户面部未清洁干净。本发明通过比较面部上妆前的第一参考数据和面部卸妆后的第二参考数据是否在预设差值范围内，从而检测出用户面部是否卸妆卸干净，让用户每天都清楚地了解自己面部的卸妆情况，从而可以自主采取相应的措施。

Description

一种面部清洁度的检测方法及移动终端
技术领域
本发明涉及移动终端领域，特别是涉及面部清洁度的检测方法及移动终端。
背景技术
随着生活水平的不断提高，为了能够让自己完美的展现在他人面前，人们在化妆方面费了不少心思，对于化妆品的需求也越来越大。但是，喜爱化妆的用户在卸妆时更是马虎不得，常常会因为面部卸妆没卸干净(残留化妆品)而导致皮肤长痘等肤质变差现象。因此，卸妆是否卸干净，逐渐成为一项不得不重视的问题。
目前，市面上也出现了一些卸妆油、卸妆乳等卸妆产品，人们每天在使用卸妆产品后，依然不清楚自己面部上的化妆品是否已卸干净。长期以往，残留在面部上的化妆品会导致面部肤质逐渐变差。当人们发现皮肤变差后，很难保养恢复其肤质。
因此，本领域亟需实现每天可以检测自己面部上的化妆品是否卸干净的方法，从而提醒用户是否需要继续卸妆。
发明内容
本发明提供的技术方案如下：
本发明提供的一种面部清洁度的检测方法，包括以下步骤：S10在用户面部上妆前，获取所述用户面部的第一参考数据；S30在所述用户面部卸妆后，获取所述用户面部的第二参考数据；S41判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内；S51若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；否则，所述用户面部未清洁干净。
进一步，本检测方法，还包括以下步骤：S20在所述用户面部上妆后，获取所述用户面部的第三参考数据；S21根据所述第一参考数据、第三参考数据、以及预设百分比，计算出所述预设差值。
进一步，本检测方法，还包括以下步骤：S11累计获得预设天数内所述第一参考数据的第一强度总值；S12计算出预设天数内每天用户面部上妆前的第一参考平均值。
进一步，本检测方法，还包括以下步骤：S31累计获得预设天数内所述第二参考数据的第二强度总值；S32计算出预设天数内每天用户面部卸妆后的第二参考平均值。
进一步，本检测方法，还包括以下步骤：S40判断所述第一强度总值和/或第一参考平均值是否出现增长趋势；S50若所述第一强度总值和/或第一参考平均值出现增长趋势，则向用户给出面部化妆的相关建议。
进一步，本检测方法，还包括以下步骤：S42判断所述第二强度总值和/或所述第二参考平均值是否出现增长趋势；S52若所述第二强度总值和/或所述第二参考平均值出现增长趋势，则向用户给出保养面部的相关建议。
进一步，所述参考数据包括用户面部照片和/或照射在用户面部的红外线波长。
进一步，所述红外线波长利是根据以下公式计算得到；
ε＝hv；
λ＝c/v；
其中，ε是光子能量，h＝6.626E-34焦耳.秒，v是光子频率；λ是红外线波长，c是光速。
本发明还提供一种检测面部清洁度的移动终端，包括：获取模块，用于在用户面部上妆前，获取所述用户面部的第一参考数据；所述获取模块，还用于在所述用户面部卸妆后，获取所述用户面部的第二参考数据；判断模块，所述判断模块与所述获取模块电连接，用于判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内；智能控制模块，所述智能控制模块与所述判断模块电连接，用于若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；否则，所述用户面部未清洁干净。
进一步，本移动终端，还包括计算模块：所述获取模块，还用于在所述用户面部上妆后，获取所述用户面部的第三参考数据；所述计算模块，所述计算模块与所述获取模块电连接，用于根据所述第一参考数据、第三参考数据、以及预设百分比，计算出所述预设差值。
与现有技术相比，本发明提供的一种面部清洁度的检测方法，通过比较面部上妆前的第一参考数据和面部卸妆后的第二参考数据是否在预设差值范围内，从而检测出用户面部是否卸妆卸干净，让用户每天都清楚地了解自己面部的卸妆情况，从而可以自主采取相应的措施。
本发明中的预设差值是根据面部上妆前的第一参考数据、面部上妆后的第三参考数据以及预设百分比计算得到，其预设差值根据淡妆、浓妆而不同；摒弃了传统预设值的设置方法，防止淡妆在卸妆后的第二参考数据与浓妆在卸妆后的第二参考数据的要求相同，实际上浓妆比淡妆更难以卸干净，并且浓妆在卸妆后的残留物质份量很有可能大于淡妆在卸妆后的残留物质份量，因此，这种预设差值的计算方法更加灵活、实用性强。
本发明中还进一步完善了清洁度检测方法的功能，可以根据第一参考历史数据的平均值和/或强度总值，发现其增长趋势，向用户提供相关化妆建议。另外，还可以根据第二参考历史数据的平均值和/或强度总值，发现其增长趋势，向用户提供相关面部保养建议；从而即时发现用户面部当前肤质的好坏，防止面部肤质一步一步变差。
附图说明
下面将以明确易懂的方式，结合附图说明优选实施方式，对一种面部清洁度的检测方法及移动终端的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种面部清洁度的检测方法的流程示意图；
图2是本发明另一种面部清洁度的检测方法的流程示意图；
图3是本发明再一种面部清洁度的检测方法的流程示意图；
图4是本发明又一种面部清洁度的检测方法的流程示意图；
图5是本发明一种移动终端的组成结构示意图；
图6是本发明又又一种面部清洁度的检测方法的流程示意图；
图7是本发明一种移动终端的组成结构示意图；
图8是本发明中部分化学键的吸收波数的示意图。
附图标号说明：
10、获取模块，11、计算模块，20、判断模块，30、智能控制模块。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
如图1所示，根据本发明的一个实施例，一种面部清洁度的检测方法，包括以下步骤：
S10在用户面部上妆前，获取所述用户面部的第一参考数据；
S30在所述用户面部卸妆后，获取所述用户面部的第二参考数据；所述第一参考数据和所述第二参考数据包括用户面部照片和/或照射在用户面部的红外线波长；照片中的用户面部区域对应着红外线所照射的用户面部区域；用户整体面部的参考数据可以分批获取方式，例如先获取用户左脸的参考数据，再获取用户右脸的参考数据；用户整体面部的参考数据也可以整体获取方式，一次获取整体脸部的参考数据；需要注意的是：获取第一参考数据、第二参考数据的方式保持一致。
S41判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内，预设差值可以是设置为一固定参数，不受淡妆、浓妆的影响，其预设差值相同；
S51a若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；
S51b若所述第一参考数据与所述第二参考数据之间的差值超出预设差值范围，则所述用户面部未清洁干净。
具体的，在用户面部上妆前，打开移动终端上的清洁度检测应用程序，开启移动终端上的前置摄像头、红外收发器；红外收发器发射红外线，红外线遇到脸部时，皮肤会吸收红外线的波长后，红外收发器接收到反射回去的红外线，并测量出反射回去的红外线波长，该红外线波长作为第一参考数据，第一参考数据还包括由前置摄像头获得的照片；
在用户面部卸妆后，打开移动终端上的清洁度检测应用程序，开启移动终端上的前置摄像头、红外收发器；红外收发器发射红外线，红外线遇到脸部时，皮肤及化学物质会吸收红外线的波长后，红外收发器接收到反射回去的红外线，并测量出反射回去的红外线波长，该红外线波长作为第二参考数据，第二参考数据还包括由前置摄像头获得的照片；
比较第一参考数据中的红外线波长和第二参考数据中的红外线波长之间的差值是否在预设差值范围内；若在预设差值范围内，则用户面部已卸干净；否则，用户面部未卸干净。
如图2所示，根据本发明的另一个实施例，一种面部清洁度的检测方法，包括以下步骤：
S10在用户面部上妆前，获取所述用户面部的第一参考数据；
S20在所述用户面部上妆后，获取所述用户面部的第三参考数据；第三参考数据包括用户面部照片和/或照射在用户面部的红外线波长；
S21根据所述第一参考数据、第三参考数据、以及预设百分比，计算出所述预设差值；其预设差值等于第三参考数据减去第一参考数据后，乘以预设百分比；该预设差值可以根据淡妆、浓妆而发生变化；由于浓妆卸妆后的第二参考数据相对于上妆前的第一参考数据，比淡妆卸妆后的第二参考数据相对于上妆前的第一参考数据的变化更大；
S30在所述用户面部卸妆后，获取所述用户面部的第二参考数据；所述第一参考数据、第二参考数据和第三参考数据分别包括用户面部照片和/或照射在用户面部的红外线波长；照片中的用户面部区域对应着红外线所照射的用户面部区域；用户整体面部的参考数据可以分批获取，例如先获取用户左脸的参考数据，再获取用户右脸的参考数据；用户整体面部的参考数据也可以整体获取方式，一次获取整体脸部的参考数据；需要注意的是：获取第一参考数据、第二参考数据、第三参考数据的方式保持一致。
S41判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内，预设差值可以根据淡妆、浓妆而发生变化；
S51a若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；
S51a若所述第一参考数据与所述第二参考数据之间的差值超出预设差值范围，则所述用户面部未清洁干净。
具体的，针对前一实施例的改进，本实施例中预设差值并非预设的一固定参数值，而是根据上妆前，用户面部的第一参考数据，以及上妆后，用户面部的第三参考数据计算得到；由于有淡妆、浓妆之分，其卸妆后，在用户面部的残留物份量会有所不同；因此，预设差值通过本实施例中的方法计算得到，摒弃了传统预设值的设置方法，本预设值的计算方法更为准确、灵活、更贴合实际。
如图3所示，根据本发明的再一个实施例，一种面部清洁度的检测方法，包括以下步骤：
S10在用户面部上妆前，获取所述用户面部的第一参考数据；
S11累计获得预设天数内所述第一参考数据的第一强度总值；
S12计算出预设天数内每天用户面部上妆前的第一参考平均值；
优选的，还包括S30在所述用户面部卸妆后，获取所述用户面部的第二参考数据；所述第一参考数据和所述第二参考数据包括用户面部照片和/或照射在用户面部的红外线波长；照片中的用户面部区域对应着红外线所照射的用户面部区域；用户整体面部的参考数据可以分批获取，例如先获取用户左脸的参考数据，再获取用户右脸的参考数据；用户整体面部的参考数据也可以整体获取方式，一次获取整体脸部的参考数据；需要注意的是：获取第一参考数据、第二参考数据的方式保持一致。
S40判断所述第一强度总值和/或第一参考平均值是否出现增长趋势；
优选的，还包括S41判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内，预设差值可以是设置为一固定参数，不受淡妆、浓妆的影响，其预设差值相同；
S50若所述第一强度总值和/或第一参考平均值出现增长趋势，则向用户给出面部化妆的相关建议；
若所述第一强度总值和/或第一参考平均值出现增长趋势在第一预设增长范围内，则可以向用户给出化任意妆扮的建议；
若所述第一强度总值和/或第一参考平均值出现增长趋势在第二预设增长范围内，则可以向用户给出化淡妆的建议；
若所述第一强度总值和/或第一参考平均值出现增长趋势超过第二预设范围内，则可以向用户给出不要化妆、仅涂抹护肤产品的建议；
优选的，还包括S51若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；否则，所述用户面部未清洁干净。
具体的，针对上述实施例的改进，本实施例中进一步完善了清洁度检测方法的功能，可以在化妆前，通过比较某一阶段第一参考历史数据的平均值或强度总值的增长趋势，判断出用户面部当前肤质的好坏，从而向用户提出相应的建议，使得用户更清楚地知道自己当前面部肤质的情况，从而防止肤质一步一步变差。
如图4所示，根据本发明的又一个实施例，一种面部清洁度的检测方法，包括以下步骤：
S10在用户面部上妆前，获取所述用户面部的第一参考数据；
S30在所述用户面部卸妆后，获取所述用户面部的第二参考数据；所述第一参考数据和所述第二参考数据包括用户面部照片和/或照射在用户面部的红外线波长；照片中的用户面部区域对应着红外线所照射的用户面部区域；用户整体面部的参考数据可以分批获取，例如先获取用户左脸的参考数据，再获取用户右脸的参考数据；用户整体面部的参考数据也可以整体获取方式，一次获取整体脸部的参考数据；需要注意的是：获取第一参考数据、第二参考数据的方式保持一致。
S31累计获得预设天数内所述第二参考数据的第二强度总值；
S32计算出预设天数内每天用户面部卸妆后的第二参考平均值；
优选的，还包括S40判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内，预设差值可以是设置为一固定参数，不受淡妆、浓妆的影响，其预设差值相同；
S42判断所述第二强度总值和/或所述第二参考平均值是否出现增长趋势；
优选的，还包括S50若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；否则，所述用户面部未清洁干净；
S52若所述第二强度总值和/或所述第二参考平均值出现增长趋势，则向用户给出保养面部的相关建议；
若所述第二强度总值和/或所述第二参考平均值出现增长趋势超出第三预设增长范围，则向用户给出做清洁面膜、补水面膜的相关建议；
若所述第二强度总值和/或所述第二参考平均值出现增长趋势在第三预设增长范围，则向用户给出做补水面膜的相关建议。
具体的，针对上述实施例的改进，本实施例中进一步完善清洁度检测方法的功能，通过比较某一阶段的第二参考历史数据的平均值或强度总值的增长趋势，判断用户面部当前肤质情况，向用户给出面部保养的相关建议；即时对用户面部进行护理，防止用户面部肤质变差。
如图2所示，根据本发明的又又一个实施例，一种面部清洁度的检测方法，包括以下步骤：
S10在用户面部上妆前，获取所述用户面部的第一参考数据；
S20在所述用户面部上妆后，获取所述用户面部的第三参考数据；第三参考数据包括用户面部照片和/或照射在用户面部的红外线波长；
S21根据所述第一参考数据、第三参考数据、以及预设百分比，计算出所述预设差值；其预设差值等于第三参考数据减去第一参考数据后，乘以预设百分比；该预设差值可以根据淡妆、浓妆而发生变化；由于浓妆卸妆后的第二参考数据相对于上妆前的第一参考数据，比淡妆卸妆后的第二参考数据相对于上妆前的第一参考数据的变化更大；
S30在所述用户面部卸妆后，获取所述用户面部的第二参考数据；所述第一参考数据、第二参考数据和第三参考数据分别包括用户面部照片和/或照射在用户面部的红外线波长；照片中的用户面部区域对应着红外线所照射的用户面部区域；用户整体面部的参考数据可以分批获取，例如先获取用户左脸的参考数据，再获取用户右脸的参考数据；用户整体面部的参考数据也可以整体获取方式，一次获取整体脸部的参考数据；需要注意的是：获取第一参考数据、第二参考数据、第三参考数据的方式保持一致。
所述红外线波长利是根据以下公式计算得到；
ε＝hv；
λ＝c/v；
其中，ε是光子能量，h＝6.626E-34焦耳.秒，v是光子频率；λ是红外线波长，c是光速；
S41判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内，预设差值可以根据淡妆、浓妆而发生变化；
S51a若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；
S51b若所述第一参考数据与所述第二参考数据之间的差值超出预设差值范围，则所述用户面部未清洁干净。
具体的，当面部存在化合物时，红外线反射回来的能量会发生变化。这是因为，在有机分子中，组成化学键或官能团的原子处于不断振动的状态，其振动频率与红外线的振动频率相当。当红外线照射有机分子上时，分子中的化学键或者官能团会通过吸收红外线能量从而由原来的基态振(转)动能级跃迁到能量较高的振(转)动能级，这就会导致反射回来的能量发生变化，从而计算出反射回来的波长。
根据本发明的一个实施例，一种检测面部清洁度的移动终端，包括：
获取模块10，用于在用户面部上妆前，获取所述用户面部的第一参考数据；
所述获取模块10，还用于在所述用户面部卸妆后，获取所述用户面部的第二参考数据；所述第一参考数据和所述第二参考数据包括用户面部照片和/或照射在用户面部的红外线波长；照片中的用户面部区域对应着红外线所照射的用户面部区域；用户整体面部的参考数据可以分批获取方式，例如先获取用户左脸的参考数据，再获取用户右脸的参考数据；用户整体面部的参考数据也可以整体获取方式，一次获取整体脸部的参考数据；需要注意的是：获取第一参考数据、第二参考数据的方式保持一致。
判断模块20，用于判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内，预设差值可以是设置为一固定参数，不受淡妆、浓妆的影响，其预设差值相同；
智能控制模块30，用于若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；
所述智能控制模块30，还用于若所述第一参考数据与所述第二参考数据之间的差值超出预设差值范围，则所述用户面部未清洁干净。
如图5所示，根据本发明的另一个实施例，一种检测面部清洁度的移动终端，包括：
获取模块10，用于在用户面部上妆前，获取所述用户面部的第一参考数据；
计算模块11，用于累计获得预设天数内所述第一参考数据的第一强度总值；
所述计算模块11，还用于计算出预设天数内每天用户面部上妆前的第一参考平均值；
所述获取模块10，还用于在所述用户面部上妆后，获取所述用户面部的第三参考数据；第三参考数据包括用户面部照片和/或照射在用户面部的红外线波长；
所述计算模块11，还用于根据所述第一参考数据、第三参考数据、以及预设百分比，计算出所述预设差值；其预设差值等于第三参考数据减去第一参考数据后，乘以预设百分比；该预设差值可以根据淡妆、浓妆而发生变化；由于浓妆卸妆后的第二参考数据相对于上妆前的第一参考数据，比淡妆卸妆后的第二参考数据相对于上妆前的第一参考数据的变化更大；
优选的，还包括所述获取模块10，还用于在所述用户面部卸妆后，获取所述用户面部的第二参考数据；所述第一参考数据和所述第二参考数据包括用户面部照片和/或照射在用户面部的红外线波长；照片中的用户面部区域对应着红外线所照射的用户面部区域；用户整体面部的参考数据可以分批获取，例如先获取用户左脸的参考数据，再获取用户右脸的参考数据；用户整体面部的参考数据也可以整体获取方式，一次获取整体脸部的参考数据；需要注意的是：获取第一参考数据、第二参考数据的方式保持一致；
所述红外线波长利是根据以下公式计算得到；
ε＝hv；
λ＝c/v；
其中，ε是光子能量，h＝6.626E-34焦耳.秒，v是光子频率；λ是红外线波长，c是光速。
所述计算模块11，还用于累计获得预设天数内所述第二参考数据的第二强度总值；
所述计算模块11，还用于计算出预设天数内每天用户面部卸妆后的第二参考平均值；
判断模块20，用于判断所述第一强度总值和/或第一参考平均值是否出现增长趋势；
优选的，还包括所述判断模块20，还用于判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内，预设差值可以是设置为一固定参数，不受淡妆、浓妆的影响，其预设差值相同；
所述判断模块20，还用于判断所述第二强度总值和/或所述第二参考平均值是否出现增长趋势；
智能控制模块30，用于若所述第一强度总值和/或第一参考平均值出现增长趋势，则向用户给出面部化妆的相关建议；
若所述第一强度总值和/或第一参考平均值出现增长趋势在第一预设增长范围内，则可以向用户给出化任意妆扮的建议；
若所述第一强度总值和/或第一参考平均值出现增长趋势在第二预设增长范围内，则可以向用户给出化淡妆的建议；
若所述第一强度总值和/或第一参考平均值出现增长趋势超过第二预设范围内，则可以向用户给出不要化妆、仅涂抹护肤产品的建议；
优选的，还包括所述智能控制模块30，还用于若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；否则，所述用户面部未清洁干净；
所述智能控制模块30，还用于若所述第二强度总值和/或所述第二参考平均值出现增长趋势，则向用户给出保养面部的相关建议；
若所述第二强度总值和/或所述第二参考平均值出现增长趋势超出第三预设增长范围，则向用户给出做清洁面膜、补水面膜的相关建议；
若所述第二强度总值和/或所述第二参考平均值出现增长趋势在第三预设增长范围，则向用户给出做补水面膜的相关建议。
具体的，针对上述实施例的改进，本实施例中进一步完善清洁度检测方法的功能，通过比较某一阶段的第二参考历史数据的平均值或强度总值的增长趋势，判断用户面部当前肤质情况，向用户给出面部保养的相关建议；即时对用户面部进行护理，防止用户面部肤质变差。
如图6、图7所示，根据本发明的一个实施例，一种面部清洁度的检测方法，包括：
手机、安装在手机上、且用于检测卸妆程度的应用(APK)，包括检测卸妆程度的APK、前置摄像头和红外收发器三个模块；所述红外收发器安装在手机正面；
检测卸妆程度的APK，给用户提供直观的操作显示界面，用户打开APK进行卸妆检测；
红外收发器，在用户打开APK后，自动收发射红外光线，并通过APK进行存储数据；
前置摄像头，在用户打开APK后，自动开启前置摄像头，协助记录未化妆和卸妆后的面部特征，从而直观把两者之间的差异显示给用户；
在用户面部未化妆时，打开卸妆程度检测的APK；自动打开红外收发器，并发射红外线，红外收发器接收返回的红外线；自动打开前置摄像头，前置摄像头进行拍照；通过拍摄的照片记录面部各个部位的反射光的波长并存储；
在用户卸妆后，打开卸妆程度检测的APK；自动打开红外收发器，并发射红外线，红外收发器接收返回的红外线；自动打开前置摄像头，前置摄像头进行拍照；通过拍摄的照片记录面部各个部位的反射光的波长并存储；
调用未化妆红外线的面部特征返回波长，并将两者数据进行对比，判断其差异结果是否小于5％；
若差异结果小于5％，则告知用户已完成卸妆；否则告知用户未完成卸妆，并通过照片显示未完成卸妆的部分；对未完成卸妆的部分继续进行卸妆；再重复上述卸妆后的检测步骤，直至用户完成卸妆。
红外线波长在750纳米至1毫米之间，该应用采用的是1.5微米以上的长波红外线。因为当该红外线照射面部时，其穿透皮肤的深度仅达0.05～2毫米；也就是说，该波长只能作用到皮肤的表层组织；红外线照射体表后，一部分被反射，另一部分被肌肤吸收，被反射回来的数据即为需要收集的波长；无色素沉着的皮肤反射其能量约60％；而有色素沉着的皮肤反射其能量约40％。
光子能量ε与红外线波长λ之间的换算可以通过以下公式进行计算：
光子能量：ε＝hv；
h＝6.626E-34焦耳·秒，v是普朗克常数(光子频率)；光子频率越高，其能量就越大；
光子频率和波长成反比：λ＝c/v；
c是光速，λ是红外线波长；
光子频率由实际发射的红外线决定，因此根据能量的变化即可计算出反射波长的大小。
红外光照射原理：化妆品基本都是由化合物组成，故红外线光照射到皮肤上的化合物，反射红外线波长；跟皮肤上没有化合物，反射红外线波长会存在一个差值；通过加重显示用户面部差值的部位，从而告知用户未卸载干净的部分。
当面部存在化合物时，红外线反射回来的能量会发生变化。这是因为，在有机分子中，组成化学键或官能团的原子处于不断振动的状态，其振动频率与红外光的振动频率相当，所以对当红外线照射有机分子上时，分子中的化学键或者官能团会通过吸收红外线能量从而由原来的基态振(转)动能级跃迁到能量较高的振(转)动能级，这就会导致反射回来的能量发生变化，从而计算出反射回来的波长。不同的分子吸收能量不一样，但是它们都会有一个固定的峰值，这些峰值的吸收波数均为已知，图8中为部分化学键的特征波数作为参考，本应用只需要知道前后差值即可。
本发明在用户化妆前，先打开手机端的卸妆程度检测APK，使用红外线照射面部，同时APK会自动打开相机前置摄像头，保存面部返回光线的特征；用户卸妆后，再次打开红外线照射面部，记住面部特征，然后通过对比和之间的特征差异，从而确定面部是否卸载干净，并在手机屏幕上显示出未卸妆干净的部位。
应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种面部清洁度的检测方法，其特征在于，包括以下步骤：
S10在用户面部上妆前，获取所述用户面部的第一参考数据；
S30在所述用户面部卸妆后，获取所述用户面部的第二参考数据；
S41判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内；
S51若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；否则，所述用户面部未清洁干净。
2.如权利要求1所述的面部清洁度的检测方法，其特征在于，还包括以下步骤：
S20在所述用户面部上妆后，获取所述用户面部的第三参考数据；
S21根据所述第一参考数据、第三参考数据、以及预设百分比，计算出所述预设差值。
3.如权利要求1所述的面部清洁度的检测方法，其特征在于，还包括以下步骤：
S11累计获得预设天数内所述第一参考数据的第一强度总值；
S12计算出预设天数内每天用户面部上妆前的第一参考平均值。
4.如权利要求1所述的面部清洁度的检测方法，其特征在于，还包括以下步骤：
S31累计获得预设天数内所述第二参考数据的第二强度总值；
S32计算出预设天数内每天用户面部卸妆后的第二参考平均值。
5.如权利要求3所述的面部清洁度的检测方法，其特征在于，还包括以下步骤：
S40判断所述第一强度总值和/或第一参考平均值是否出现增长趋势；
S50若所述第一强度总值和/或第一参考平均值出现增长趋势，则向用户给出面部化妆的相关建议。
6.如权利要求4所述的面部清洁度的检测方法，其特征在于，还包括以下步骤：
S42判断所述第二强度总值和/或所述第二参考平均值是否出现增长趋势；
S52若所述第二强度总值和/或所述第二参考平均值出现增长趋势，则向用户给出保养面部的相关建议。
7.如权利要求1～6中任意一项所述的面部清洁度的检测方法，其特征在于：
所述参考数据包括用户面部照片和/或照射在用户面部的红外线波长。
8.如权利要求7所述的面部清洁度的检测方法，其特征在于：
所述红外线波长利是根据以下公式计算得到；
ε＝hv；
λ＝c/v；
其中，ε是光子能量，h＝6.626E-34焦耳.秒，v是光子频率；λ是红外线波长，c是光速。
9.一种应用在如权利要求1～8中任意一项所述的面部清洁度的检测方法的移动终端，其特征在于，包括：
获取模块，用于在用户面部上妆前，获取所述用户面部的第一参考数据；
所述获取模块，还用于在所述用户面部卸妆后，获取所述用户面部的第二参考数据；
判断模块，所述判断模块与所述获取模块电连接，用于判断所述第一参考数据与所述第二参考数据之间的差值是否在预设差值范围内；
智能控制模块，所述智能控制模块与所述判断模块电连接，用于若所述第一参考数据与所述第二参考数据之间的差值在预设差值范围内，则所述用户面部已清洁干净；否则，所述用户面部未清洁干净。
10.如权利要求9所述的移动终端，其特征在于，还包括计算模块：
所述获取模块，还用于在所述用户面部上妆后，获取所述用户面部的第三参考数据；
所述计算模块，所述计算模块与所述获取模块电连接，用于根据所述第一参考数据、第三参考数据、以及预设百分比，计算出所述预设差值。
CN201610261176.1A 2016-04-25 2016-04-25 一种面部清洁度的检测方法及移动终端 Pending CN105930806A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610261176.1A CN105930806A (zh) 2016-04-25 2016-04-25 一种面部清洁度的检测方法及移动终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610261176.1A CN105930806A (zh) 2016-04-25 2016-04-25 一种面部清洁度的检测方法及移动终端

Publications (1)

Publication Number Publication Date
CN105930806A true CN105930806A (zh) 2016-09-07

Family

ID=56837164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610261176.1A Pending CN105930806A (zh) 2016-04-25 2016-04-25 一种面部清洁度的检测方法及移动终端

Country Status (1)

Country Link
CN (1) CN105930806A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108308833A (zh) * 2018-01-29 2018-07-24 上海康斐信息技术有限公司 一种智能卸妆仪的卸妆检测方法及系统
CN113554623A (zh) * 2021-07-23 2021-10-26 江苏医像信息技术有限公司 人脸皮肤智能量化分析方法及分析系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1723837A (zh) * 2005-07-21 2006-01-25 高春平 个性化立体美容的方法和装置
CN101032394A (zh) * 2007-04-04 2007-09-12 中山大学 一种基于环境感知的化妆建议系统
CN103717109A (zh) * 2011-08-05 2014-04-09 花王株式会社 皮肤状态判定方法以及商品提示方法
CN103989454A (zh) * 2013-02-19 2014-08-20 北京银万特科技有限公司 基于移动智能终端的皮肤监测与保养方法及系统
CN104834800A (zh) * 2015-06-03 2015-08-12 上海斐讯数据通信技术有限公司 一种美妆方法、系统及设备
CN105427238A (zh) * 2015-11-30 2016-03-23 维沃移动通信有限公司 一种图像处理方法及移动终端
CN105455522A (zh) * 2015-11-30 2016-04-06 深圳市欧蒙设计有限公司 一种智能美容镜

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1723837A (zh) * 2005-07-21 2006-01-25 高春平 个性化立体美容的方法和装置
CN101032394A (zh) * 2007-04-04 2007-09-12 中山大学 一种基于环境感知的化妆建议系统
CN103717109A (zh) * 2011-08-05 2014-04-09 花王株式会社 皮肤状态判定方法以及商品提示方法
CN103989454A (zh) * 2013-02-19 2014-08-20 北京银万特科技有限公司 基于移动智能终端的皮肤监测与保养方法及系统
CN104834800A (zh) * 2015-06-03 2015-08-12 上海斐讯数据通信技术有限公司 一种美妆方法、系统及设备
CN105427238A (zh) * 2015-11-30 2016-03-23 维沃移动通信有限公司 一种图像处理方法及移动终端
CN105455522A (zh) * 2015-11-30 2016-04-06 深圳市欧蒙设计有限公司 一种智能美容镜

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
储霞 等: "一种基于人脸皮肤图像的色斑检测算法", 《微计算机信息》 *
陈峰: "数码智能皮肤分析系统", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108308833A (zh) * 2018-01-29 2018-07-24 上海康斐信息技术有限公司 一种智能卸妆仪的卸妆检测方法及系统
CN113554623A (zh) * 2021-07-23 2021-10-26 江苏医像信息技术有限公司 人脸皮肤智能量化分析方法及分析系统

Similar Documents

Publication Publication Date Title
KR20180086198A (ko) 적어도 하나의 물체를 광학적으로 검출하기 위한 검출기
Jones et al. The discovery of the most distant known type Ia supernova at redshift 1.914
Yan et al. Spitzer detection of polycyclic aromatic hydrocarbon and silicate dust features in the mid-infrared spectra of z~ 2 ultraluminous infrared galaxies
Edelman et al. Hyperspectral imaging for non-contact analysis of forensic traces
US20060043296A1 (en) Non-visible radiation imaging and inspection
US9766121B2 (en) Mobile device based ultra-violet (UV) radiation sensing
Contini et al. Effects of time-gated detection in diffuse optical imaging at short source-detector separation
DE102016105471A1 (de) Iriserfassung durch Bildgebung mit sichtbarem Licht
CN105930806A (zh) 一种面部清洁度的检测方法及移动终端
Surace et al. Imaging of Ultraluminous Infrared Galaxies in the Near-Ultraviolet
CN104305957B (zh) 头戴式分子影像导航系统
CN107403449A (zh) 一种基于光度立体视觉的视觉系统及其三维重建方法
Felipe et al. Spiral-shaped wavefronts in a sunspot umbra
CN110520024A (zh) 一种食物处理装置
Walker et al. Terahertz analysis of stratified wall plaster at buildings of cultural importance across Europe
Beck et al. Spectroscopy at the solar limb: II. Are spicules heated to coronal temperatures?
CN109073461A (zh) 光谱-空间成像装置
Penn et al. Background-Induced Measurement Errors of the Coronal Intensity, Density, Velocity, and Magnetic Field
Cohen et al. G313. 3+ 00.3: a new planetary nebula discovered by the Australia Telescope Compact Array and the Spitzer Space Telescope
Prada et al. The kinematics of the ionized and molecular hydrogen in the starburst galaxy NGC 253
US20190137393A1 (en) Systems and methods for optical resonance imaging
Wilda et al. Visualising varnish removal for conservation of paintings by fluorescence lifetime imaging (FLIM)
Ibrahim et al. A spectral invariant representation of spectral reflectance
Kutteruf et al. 1541nm GmAPD LADAR system
Elliott et al. A Device to Measure Snow Specific Surface Area Using SWIR Reflectance

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160907

WD01 Invention patent application deemed withdrawn after publication