CN108198043A - 一种基于用户推荐的脸部护肤品推荐方法 - Google Patents
一种基于用户推荐的脸部护肤品推荐方法 Download PDFInfo
- Publication number
- CN108198043A CN108198043A CN201810084749.7A CN201810084749A CN108198043A CN 108198043 A CN108198043 A CN 108198043A CN 201810084749 A CN201810084749 A CN 201810084749A CN 108198043 A CN108198043 A CN 108198043A
- Authority
- CN
- China
- Prior art keywords
- skin care
- care item
- user
- attribute
- facial
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06V40/172—Classification, e.g. identification
Abstract
本发明公开了一种基于用户推荐的脸部护肤品推荐方法,属于皮肤护理技术领域;方法包括:采用人脸图像;云服务器根据人脸图像处理得到第一维度属性;云服务器根据所有第一维度属性以及所有第二维度属性,处理推荐指数;云服务器根据推荐指数由高至低对所有护肤品排序,选择前N个护肤品形成一预处理推荐结果,并根据过往使用信息处理得到推荐结果并反馈至远程连接云服务器的用户终端。上述技术方案的有益效果是:帮助用户选择合适的护肤品,解决用户自主选择困难的问题的同时提升护肤品选择的合适性,用户能够得知具有类似皮肤问题的其他用户会选择哪些护肤品,获得其他用户的对于相关护肤品的使用评价来作为参考,从而提升用户体验。
Description
技术领域
本发明涉及皮肤护理技术领域,尤其涉及一种基于用户推荐的脸部护肤品推荐方法。
背景技术
另外,不管是按照自身习惯还是其他使用者的推荐,并没有科学的方法来评定脸部护肤品的使用效果,使用者根据自身体验来评定存在一定的误差,比如,皮肤的细微改善使用者并不能准确的发现。
随着人们生活品质的提升,越来越多的人特别是女性开始关注自身的皮肤状况,越来越多的针对皮肤状况的保养产品也在市场上占据了非常重要的地位。其中,女性尤其会关注脸部的皮肤状况,例如眼角是否有皱纹、面部是否有法令纹等,并且会根据这些皮肤状况选择使用不同的保养和护肤的产品。
目前人们选择脸部护肤品的方式通常是根据经验或者其他使用者的推荐,例如喜欢沿用自己常用的品牌,根据自身的皮肤状况从网上查询对应的品牌推荐,或者根据同事和朋友的推荐选用新的品牌等,这种护肤品推荐的方式只是基于对脸部皮肤的比较粗略的认识,并没有针对皮肤精准地去推荐和使用相应的护肤品。并且,即使用户一直沿用某品牌某类型的护肤品,其脸部皮肤状况也是会不断发生变化的,并非一直沿用的护肤品就是最适合用户脸部皮肤的护肤品。换言之,现有技术中存在的问题是人们通常按照自身的习惯以及其他使用者的人为推荐来选择脸部护肤产品,并没有一种真正脸部皮肤进行判断并推荐的较为精准的推荐方法来帮助用户进行选择,用户也无法得知具有类似皮肤问题的其他用户会选择哪些护肤品,无法获得其他用户的对于相关护肤品的使用评价来作为参考。
发明内容
根据现有技术中存在的上述问题,现提供一种基于用户推荐的脸部护肤品推荐方法的技术方案,旨在通过检测脸部皮肤状态帮助用户选择合适的护肤品,解决用户自主选择困难的问题的同时提升护肤品选择的合适性,并且能够提供其他用户的对护肤品的选择和评价,从而提升用户体验。
上述技术方案具体包括:
一种基于用户推荐的脸部护肤品推荐方法,其中,预先将用户的脸部皮肤状态定义为包括多个第一维度属性,每个所述第一维度属性用于表示所述脸部皮肤状态的一个分类,以及
于一云服务器中针对每个所述护肤品预先设定多个第二维度属性,所述第二维度属性与所述第一维度属性一一对应,每个所述第二维度属性用于表示所述护肤品对于对应的所述第一维度属性所表示的一类所述脸部皮肤状态的改善效果;
于所述云服务器中存储过往使用用户的过往使用信息,所述过往使用信息包括过往推荐信息和过往评价信息,所述过往推荐信息包括所述云服务器向所述过往使用用户提供的过往推荐结果,所述过往推荐结果包括多个关联于所述过往使用用户的所述护肤品,所述过往评价信息包括所述过往推荐结果中的每个所述护肤品的用户评价信息;
还包括:
步骤S1,采用一图像采集装置采集得到用户人脸的人脸图像,并上传至远程连接所述图像采集装置的所述云服务器中;
步骤S2,所述云服务器根据所述人脸图像处理得到所述脸部皮肤状态的所有所述第一维度属性;
步骤S3,所述云服务器根据关联于所述人脸图像的所有所述第一维度属性以及每个所述护肤品的所有所述第二维度属性,分别处理得到关联于每个所述护肤品的推荐指数;
步骤S4,所述云服务器根据所述推荐指数由高至低对所有所述护肤品进行排序,选择前N个所述护肤品形成预处理推荐结果,所述云服务器获取所述预处理推荐结果中的每个所述护肤品对应的所述过往使用用户的所述过往使用信息,并根据所述预处理推荐结果和所述使用信息处理得到一推荐结果并反馈至远程连接所述云服务器的用户终端。
优选的,该基于用户推荐的脸部护肤品推荐方法,其中,所述第一维度属性包括:
所述脸部皮肤的水分状态,和/或所述脸部皮肤的油分状态,和/或所述脸部皮肤的清洁度状态,和/或所述脸部皮肤的过敏状态,和/或所述脸部皮肤的出痘状态,和/或所述脸部皮肤的色斑状态,和/或所述脸部皮肤的肤色状态,和/或所述脸部皮肤的皱纹状态,和/或所述脸部皮肤的毛孔状态。
优选的,该基于用户推荐的脸部护肤品推荐方法,其中,所述步骤S3中,依照下述公式处理得到一个所述护肤品的所述推荐指数:
A_i=X_1*Y_1_i+X_2*Y_2_i+...+X_N*Y_N_i;
其中,A用于表示所述推荐指数,i用于表示第i个所述护肤品;
X_N用于表示所述人脸图像中的第N个所述第一维度属性的值;
Y_N用于表示所述护肤品中的第N个所述第二维度属性的值。
优选的,该基于用户推荐的脸部护肤品推荐方法,其中,根据每个所述护肤品的使用说明分别设定每个所述护肤品的所有所述第二维度属性。
优选的,该基于用户推荐的脸部护肤品推荐方法,其中,根据使用所述护肤品的用户的反馈评价的统计结果分别设定每个所述护肤品的所有所述第二维度属性。
优选的,该基于用户推荐的脸部护肤品推荐方法,每个所述第二维度属性包括一第一子属性和一第二子属性;
所述第一子属性根据对应的所述护肤品的使用说明设定形成;
所述第二子属性根据对应的所述护肤品的用户的反馈评价的统计结果设定形成;
所述步骤S3中,依照下述公式处理得到一个所述护肤品的所述推荐指数:
A_i=a*A1_i+(1-a)*A2_i;
其中,A用于表示所述推荐指数,A1用于表示依据所述第一子属性处理得到的推荐分量,A2用于表示依据所述第二子属性处理得到的推荐分量,i用于表示第i个所述护肤品;
a为常数。
优选的,该基于用户推荐的脸部护肤品推荐方法,其中,依照下述公式处理得到所述第一子属性:
A1_i=X_1*Y1_1_i+X_2*Y1_2_i+...+X_N*Y1_N_i;
其中,Y1_N用于表示第N个所述第一子属性。
优选的,该基于用户推荐的脸部护肤品推荐方法,其中,依照下述公式处理得到所述第一子属性:
A2_i=X_1*Y2_1_i+X_2*Y2_2_i+...+X_N*Y2_N_i;
其中,Y2_N用于表示第N个所述第二子属性。
优选的,该基于用户推荐的脸部护肤品推荐方法,其中,所述图像采集装置设置在一皮肤检测镜上;
于所述皮肤检测镜内设置一无线通讯装置,所述图像采集装置连接所述无线通讯装置,并且通过所述无线通讯装置将所述人脸图像上传至所述云服务器。
上述技术方案的有益效果是:提供一种脸部护肤品推荐方法,能够通过检测脸部皮肤状态帮助用户选择合适的护肤品,解决用户自主选择困难的问题的同时提升护肤品选择的合适性,用户能够得知具有类似皮肤问题的其他用户会选择哪些护肤品,获得其他用户的对于相关护肤品的使用评价来作为参考,从而提升用户体验。
附图说明
图1是本发明的较佳的实施例中,一种基于用户推荐的脸部护肤品推荐方法的总体流程示意图;
图2是本发明的较佳的实施例中,作为图像识别和分析的核心模型的34层深度残差网络的示意图;
图3是本发明的较佳的实施例中,于图2的基础上,其中一个残差模块的具体示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
基于现有技术中涉及的上述问题,现提供一种基于用户推荐的脸部护肤品推荐方法,该方法中,预先将用户的脸部皮肤状态定义为包括多个第一维度属性,每个第一维度属性用于表示脸部皮肤状态的一个分类,以及
于一云服务器中针对每个护肤品预先设定多个第二维度属性,第二维度属性与第一维度属性一一对应,每个第二维度属性用于表示护肤品对于对应的第一维度属性所表示的一类脸部皮肤状态的改善效果;
于所述云服务器中存储过往使用用户的过往使用信息,所述过往使用信息包括过往推荐信息和过往评价信息,所述过往推荐信息包括所述云服务器向所述过往使用用户提供的过往推荐结果,所述过往推荐结果包括多个关联于所述过往使用用户的所述护肤品,所述过往评价信息包括所述过往推荐结果中的每个所述护肤品的用户评价信息;还包括如图1中所述的下述步骤:
步骤S1,采用一图像采集装置采集得到用户人脸的人脸图像,并上传至远程连接图像采集装置的云服务器中;
步骤S2,云服务器根据人脸图像处理得到脸部皮肤状态的所有第一维度属性;
步骤S3,云服务器根据关联于人脸图像的所有第一维度属性以及每个护肤品的所有第二维度属性,分别处理得到关联于每个护肤品的推荐指数;
步骤S4,云服务器根据推荐指数由高至低对所有护肤品进行排序,选择前N个护肤品形成预处理推荐结果,云服务器获取预处理推荐结果中的每个护肤品对应的过往使用用户的过往使用信息,并根据预处理推荐结果和使用信息处理得到一推荐结果并反馈至远程连接云服务器的用户终端。
本实施例中,用户能够得知具有类似皮肤问题的其他用户会选择哪些护肤品,获得其他用户的对于相关护肤品的使用评价来作为参考。根据过往使用信息,云服务器中保存的每个护肤品都具有对应的关联护肤品队列,这些关联护肤品队列都是选择该护肤品的用户所选择的其他护肤品,类似于“选择这个护肤品的用户还选择过其他XXX护肤品”。并且在推送给移动终端护肤品推荐结果的同时,在被推荐的每个护肤品下还有使用该护肤品的其他用户的评价,提供给用户做参考。
进一步的,通过云服务器可以将每个护肤品的用户反馈最好的若干个关联护肤品进行排序并推荐给用户。
首先将用户的脸部皮肤状态分为多种状态,每种状态对应一个第一维度属性,每个第一维度属性具有一取值,通过第一维度属性的取值来表示对应种类的皮肤状态的当前情况。
上述第一维度属性中包括下文中所述的一种或者几种:
脸部皮肤的水分状态、油分状态、清洁度状态、过敏状态、出痘状态、色斑状态、肤色状态、皱纹状态以及毛孔状态。
上述每个第一维度属性的取值范围均未[0,1],其中0表示该种类的皮肤状态处于最差的情况,1表示该种类的皮肤状态处于最好的情况。
本实施例中,上述所有第一维度属性形成一个第一维度属性的集合,作为图像采集装置采集到的所有人脸图像都具有的一个属性集合。进一步地,采用图像采集装置对用户人脸进行拍摄以获得人脸图像后,将该人脸图像上传至云服务器,并在云服务器中对该人脸图像进行处理和分析,从而得到该人脸图像所对应的包括所有第一维度属性的属性集合。
相应地,本实施例中,对于每个护肤品,在云服务器中预先包括第二维度属性。上述第二维度属性与第一维度属性一一对应。例如人脸图像中包括一个用于表示脸部水分状态的第一维度属性,在云服务器中对应每个护肤品就应当包括一个用于表示对脸部水分状态进行改善的第二维度属性。又例如人脸图像中包括一个用于表示脸部油分状态的第一维度属性,在云服务器中对应每个护肤品就应当包括一个用于表示对脸部油分状态进行改善的第二维度属性。
本实施例中,上述第二维度属性的取值同样在[0,1]中,具体地,0用于表示该护肤品对于相应的第一维度属性所表示的脸部皮肤状态完全没有改善,1用于表示该护肤品对于相应的第一维度属性所表示的脸部皮肤状态完全得到改善。
本实施例中,对于一幅人脸图像而言,云服务器处理得到该人脸图像的所有第一维度属性后,根据这些第一维度属性和相对应的第二维度属性分别处理得到每个护肤品的推荐指数,并且将这些推荐指数由高至低进行排序。最终云服务器将排序后的前N个护肤品放入一个推荐结果中并推送给远程连接该云服务器的用户终端。上述前N个护肤品可以为前5个或者前10个,具体由用户自行选择。
本发明的较佳的实施例中,于上述云服务器中可以设置用于处理得到第一维度属性的处理模型,处理模型在训练的过程中可以通过设置特殊的训练数据对来实现,对应一个第一维度属性应当设置一个具体的处理模型来进行处理和分析。对应某一个第一维度属性,该处理模型在训练过程中设置的特殊的训练数据对可以包括预先获取的人脸图像以及针对该人脸图像在上述第一维度属性所表示的脸部皮肤状态方面进行人工打分得到的评估分数。例如对于脸部水分状态的第一维度属性,设置训练数据对时可以包括人脸图像以及对应该人脸图像由人工打分得到的水分评估分数;又例如对于脸部油分状态的第一维度属性,设置数据对时可以包括人脸图像以及对应该人脸图像由人工打分得到的油分评估分数。
进一步地,本发明的较佳的实施例中,上述处理模型可以采用如图2中所述的34层深度残差网络来训练形成,以作为人脸图像识别和属性分析的核心模型。上述34层深度残差网络中每个残差模块具体如图3中所示。
本发明的较佳的实施例中,上述步骤S3中,依照下述公式处理得到一个护肤品的推荐指数:
A_i=X_1*Y_1_i+X_2*Y_2_i+...+X_N*Y_N_i;(1)
其中,A用于表示推荐指数,i用于表示第i个护肤品;
X_N用于表示人脸图像中的第N个第一维度属性的值;
Y_N用于表示护肤品中的第N个第二维度属性的值。
X_N*Y_N就可以用于表示该护肤品对于第N个第一维度属性所表示的皮肤状态的改善效果。所有X_N*Y_N相加就能够表示该护肤品对于人脸图像所对应的用户的脸部的整体改善效果,也即该护肤品对于该用户的推荐指数。
本发明的一个较佳的实施例中,每个护肤品的第二维度属性由该护肤品的使用说明来获得,即开发者事先根据每个护肤品的使用说明(例如说明书)来确定该护肤品的第二维度属性。
本发明的另一个较佳的实施例中,每个护肤品的第二维度属性根据使用所述护肤品的用户的反馈评价的统计结果来分别进行设定。具体地,针对一个护肤品可以预先进行调研,统计不同的使用者使用该护肤品后针对每类第一维度属性所表示的脸部皮肤状态的改善效果,随后根据统计结果来对每个第二维度属性进行设定。例如对于一款护肤品,其对脸部油分状态的改善效果根据统计结果形成分数为0.5(该分数可以为统计之后的一个平均值),则可以将改善脸部油分状态的第二维度属性的数值设定为0.5。又例如对于一款护肤品,其对脸部过敏状态的改善效果为0.8,则将对应的第二维度属性的数值设定为0.8。
本发明的较佳的实施例中,根据实际情况,可以将上述两种设定第二维度属性的方法结合使用,即首先根据使用说明确定护肤品的第二维度属性,并且针对使用说明中未涉及到的第二维度属性采用用户使用的统计结果来补充设定,从而使得每个护肤品的第二维度属性更完整。
本发明的较佳的实施例中,还可以根据上述两种不同的设定方法得到的第二维度属性来对推荐指数进行整体处理。具体地,每个第二维度属性包括一第一子属性和一第二子属性;
第一子属性根据对应的护肤品的使用说明设定形成;
第二子属性根据对应的护肤品的用户的反馈评价的统计结果设定形成;
步骤S3中,依照下述公式处理得到一个护肤品的推荐指数:
A_i=a*A1_i+(1-a)*A2_i;
(2)其中,A用于表示推荐指数,A1用于表示依据第一子属性处理得到的推荐分量,A2用于表示依据第二子属性处理得到的推荐分量,i用于表示第i个护肤品;
a为常数,其具体为可以根据实际效果进行调整的常数。
上述第一子属性对应的为之前第一种方法设定的第二维度属性(即根据护肤品的使用说明进行设定),其计算方式依照上述公式(1)进行,即为:
A1_i=X_1*Y1_1_i+X_2*Y1_2_i+...+X_N*Y1_N_i;(3)
上述第二子属性对应的为之前第二种方法设定的第二维度属性(即根据护肤品的用户统计结果进行设定),其计算方式同样依照上述公式(1)进行,即为:
A2_i=X_1*Y2_1_i+X_2*Y2_2_i+...+X_N*Y2_N_i;(4)
将依照第一子属性处理得到的推荐分量和依照第二子属性处理得到的推荐分量进行加权相加的计算,从而得到最终的推荐指数。该方法同样结合了两种第二维度属性的设定方式,使得最终得到的推荐指数更为精确。
本发明的较佳的实施例中,上述图像采集装置设置在一皮肤检测镜上,进一步地上述图像采集装置可以为一个摄像头,其可以设置在皮肤检测镜的正上方,从而能够完整地拍摄到用户的正面人脸。上述皮肤检测镜的外观可以为一个普通的可以放置在化妆桌上或者安装在墙壁上的化妆镜。
进一步地,于皮肤检测镜内设置一无线通讯装置,图像采集装置连接无线通讯装置,并且通过无线通讯装置将人脸图像上传至云服务器。上述无线通讯装置可以为WiFi通讯装置,其可以通过室内设置的路由器连上远程的云服务器,并提供给图像采集装置进行数据传输。
本发明的较佳的实施例中,用户使用的用户终端可以与上述皮肤检测镜绑定,具体地,可以事先通过云服务器实现皮肤检测镜上的ID号与使用该皮肤检测镜的用户的用户终端进行绑定的操作,随后云服务器可以将根据皮肤检测镜上传的人脸图像所分析得到的推荐结果下发至该皮肤检测镜所对应的用户终端内,以供用户查看。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (9)
1.一种基于用户推荐的脸部护肤品推荐方法,其特征在于,预先将用户的脸部皮肤状态定义为包括多个第一维度属性,每个所述第一维度属性用于表示所述脸部皮肤状态的一个分类,以及
于一云服务器中针对每个所述护肤品预先设定多个第二维度属性,所述第二维度属性与所述第一维度属性一一对应,每个所述第二维度属性用于表示所述护肤品对于对应的所述第一维度属性所表示的一类所述脸部皮肤状态的改善效果;
于所述云服务器中存储过往使用用户的过往使用信息,所述过往使用信息包括过往推荐信息和过往评价信息,所述过往推荐信息包括所述云服务器向所述过往使用用户提供的过往推荐结果,所述过往推荐结果包括多个关联于所述过往使用用户的所述护肤品,所述过往评价信息包括所述过往推荐结果中的每个所述护肤品的用户评价信息;
还包括:
步骤S1,采用一图像采集装置采集得到用户人脸的人脸图像,并上传至远程连接所述图像采集装置的所述云服务器中;
步骤S2,所述云服务器根据所述人脸图像处理得到所述脸部皮肤状态的所有所述第一维度属性;
步骤S3,所述云服务器根据关联于所述人脸图像的所有所述第一维度属性以及每个所述护肤品的所有所述第二维度属性,分别处理得到关联于每个所述护肤品的推荐指数;
步骤S4,所述云服务器根据所述推荐指数由高至低对所有所述护肤品进行排序,选择前N个所述护肤品形成预处理推荐结果,所述云服务器获取所述预处理推荐结果中的每个所述护肤品对应的所述过往使用用户的所述过往使用信息,并根据所述预处理推荐结果和所述使用信息处理得到一推荐结果并反馈至远程连接所述云服务器的用户终端。
2.如权利要求1所述的基于用户推荐的脸部护肤品推荐方法,其特征在于,所述第一维度属性包括:
所述脸部皮肤的水分状态,和/或所述脸部皮肤的油分状态,和/或所述脸部皮肤的清洁度状态,和/或所述脸部皮肤的过敏状态,和/或所述脸部皮肤的出痘状态,和/或所述脸部皮肤的色斑状态,和/或所述脸部皮肤的肤色状态,和/或所述脸部皮肤的皱纹状态,和/或所述脸部皮肤的毛孔状态。
3.如权利要求1所述的基于用户推荐的脸部护肤品推荐方法,其特征在于,所述步骤S3中,依照下述公式处理得到一个所述护肤品的所述推荐指数:
A_i=X_1*Y_1_i+X_2*Y_2_i+...+X_N*Y_N_i;
其中,A用于表示所述推荐指数,i用于表示第i个所述护肤品;
X_N用于表示所述人脸图像中的第N个所述第一维度属性的值;
Y_N用于表示所述护肤品中的第N个所述第二维度属性的值。
4.如权利要求1所述的基于用户推荐的脸部护肤品推荐方法,其特征在于,根据每个所述护肤品的使用说明分别设定每个所述护肤品的所有所述第二维度属性。
5.如权利要求1所述的基于用户推荐的脸部护肤品推荐方法,其特征在于,根据使用所述护肤品的用户的反馈评价的统计结果分别设定每个所述护肤品的所有所述第二维度属性。
6.如权利要求1所述的基于用户推荐的脸部护肤品推荐方法,每个所述第二维度属性包括一第一子属性和一第二子属性;
所述第一子属性根据对应的所述护肤品的使用说明设定形成;
所述第二子属性根据对应的所述护肤品的用户的反馈评价的统计结果设定形成;
所述步骤S3中,依照下述公式处理得到一个所述护肤品的所述推荐指数:
A_i=a*A1_i+(1-a)*A2_i;
其中,A用于表示所述推荐指数,A1用于表示依据所述第一子属性处理得到的推荐分量,A2用于表示依据所述第二子属性处理得到的推荐分量,i用于表示第i个所述护肤品;
a为常数。
7.如权利要求6所述的基于用户推荐的脸部护肤品推荐方法,其特征在于,依照下述公式处理得到所述第一子属性:
A1_i=X_1*Y1_1_i+X_2*Y1_2_i+...+X_N*Y1_N_i;
其中,Y1_N用于表示第N个所述第一子属性。
8.如权利要求6所述的基于用户推荐的脸部护肤品推荐方法,其特征在于,依照下述公式处理得到所述第一子属性:
A2_i=X_1*Y2_1_i+X_2*Y2_2_i+...+X_N*Y2_N_i;
其中,Y2_N用于表示第N个所述第二子属性。
9.如权利要求1所述的基于用户推荐的脸部护肤品推荐方法,其特征在于,所述图像采集装置设置在一皮肤检测镜上;
于所述皮肤检测镜内设置一无线通讯装置,所述图像采集装置连接所述无线通讯装置,并且通过所述无线通讯装置将所述人脸图像上传至所述云服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810084749.7A CN108198043A (zh) | 2018-01-29 | 2018-01-29 | 一种基于用户推荐的脸部护肤品推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810084749.7A CN108198043A (zh) | 2018-01-29 | 2018-01-29 | 一种基于用户推荐的脸部护肤品推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108198043A true CN108198043A (zh) | 2018-06-22 |
Family
ID=62591108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810084749.7A Pending CN108198043A (zh) | 2018-01-29 | 2018-01-29 | 一种基于用户推荐的脸部护肤品推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108198043A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165700A (zh) * | 2018-10-18 | 2019-01-08 | 广州智颜科技有限公司 | 一种美容液的挤出控制方法、装置及系统 |
CN109381165A (zh) * | 2018-09-12 | 2019-02-26 | 维沃移动通信有限公司 | 一种皮肤检测方法及移动终端 |
CN111161007A (zh) * | 2019-01-31 | 2020-05-15 | 深圳碳云智能数字生命健康管理有限公司 | 产品信息处理方法、装置、计算机设备和存储介质 |
WO2020135778A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳碳云智能数字生命健康管理有限公司 | 产品信息的推送和显示方法及装置、存储介质 |
CN113421150A (zh) * | 2021-07-21 | 2021-09-21 | 北京沃东天骏信息技术有限公司 | 物品推荐方法、物品推荐装置、存储介质及电子设备 |
CN115277934A (zh) * | 2022-07-25 | 2022-11-01 | 许湘荣 | 一种基于人机交互的通讯终端控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063464A (zh) * | 2014-06-27 | 2014-09-24 | 厦门美柚信息科技有限公司 | 皮肤养护方案的生成方法及装置 |
CN105982640A (zh) * | 2015-01-28 | 2016-10-05 | 鸿富锦精密工业(深圳)有限公司 | 自动护肤装置及自动护肤方法 |
CN107122989A (zh) * | 2017-03-21 | 2017-09-01 | 浙江工业大学 | 一种面向化妆品的多角度混合推荐方法 |
CN107280350A (zh) * | 2017-06-12 | 2017-10-24 | 美的集团股份有限公司 | 控制方法、控制装置、智能镜子和计算机可读存储介质 |
US9842358B1 (en) * | 2012-06-19 | 2017-12-12 | Brightex Bio-Photonics Llc | Method for providing personalized recommendations |
-
2018
- 2018-01-29 CN CN201810084749.7A patent/CN108198043A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9842358B1 (en) * | 2012-06-19 | 2017-12-12 | Brightex Bio-Photonics Llc | Method for providing personalized recommendations |
CN104063464A (zh) * | 2014-06-27 | 2014-09-24 | 厦门美柚信息科技有限公司 | 皮肤养护方案的生成方法及装置 |
CN105982640A (zh) * | 2015-01-28 | 2016-10-05 | 鸿富锦精密工业(深圳)有限公司 | 自动护肤装置及自动护肤方法 |
CN107122989A (zh) * | 2017-03-21 | 2017-09-01 | 浙江工业大学 | 一种面向化妆品的多角度混合推荐方法 |
CN107280350A (zh) * | 2017-06-12 | 2017-10-24 | 美的集团股份有限公司 | 控制方法、控制装置、智能镜子和计算机可读存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109381165A (zh) * | 2018-09-12 | 2019-02-26 | 维沃移动通信有限公司 | 一种皮肤检测方法及移动终端 |
CN109165700A (zh) * | 2018-10-18 | 2019-01-08 | 广州智颜科技有限公司 | 一种美容液的挤出控制方法、装置及系统 |
CN109165700B (zh) * | 2018-10-18 | 2022-09-06 | 广州智颜科技有限公司 | 一种美容液的挤出控制方法、装置及系统 |
WO2020135778A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳碳云智能数字生命健康管理有限公司 | 产品信息的推送和显示方法及装置、存储介质 |
CN111161007A (zh) * | 2019-01-31 | 2020-05-15 | 深圳碳云智能数字生命健康管理有限公司 | 产品信息处理方法、装置、计算机设备和存储介质 |
CN113421150A (zh) * | 2021-07-21 | 2021-09-21 | 北京沃东天骏信息技术有限公司 | 物品推荐方法、物品推荐装置、存储介质及电子设备 |
CN115277934A (zh) * | 2022-07-25 | 2022-11-01 | 许湘荣 | 一种基于人机交互的通讯终端控制方法 |
CN115277934B (zh) * | 2022-07-25 | 2024-04-16 | 北京讯音科技有限公司 | 一种基于人机交互的通讯终端控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108198043A (zh) | 一种基于用户推荐的脸部护肤品推荐方法 | |
CN108364207A (zh) | 一种脸部护肤品及护肤方案推荐方法 | |
CN108334589A (zh) | 一种脸部护肤品推荐方法 | |
CN110059654A (zh) | 一种基于细粒度识别的菜品自动结算及饮食健康管理方法 | |
Sartori et al. | Who's afraid of itten: Using the art theory of color combination to analyze emotions in abstract paintings | |
CN106413555B (zh) | 集中度评价装置和程序 | |
CN106844614A (zh) | 一种户型图功能区域快速识别系统 | |
CN106599925A (zh) | 一种基于深度学习的植物叶片识别系统与方法 | |
CN107341688A (zh) | 一种客户体验的采集方法及系统 | |
CN108664569A (zh) | 一种发型推荐方法、系统、终端及介质 | |
CN108573491A (zh) | 一种基于机器学习的三维超声图像分割方法 | |
CN108665064A (zh) | 神经网络模型训练、对象推荐方法及装置 | |
CN108335727A (zh) | 一种基于历史记录的脸部护肤品推荐方法 | |
CN108492294A (zh) | 一种图像色彩和谐程度的评估方法及装置 | |
CN110363154A (zh) | 一种基于情绪识别的服务质量考评方法及系统 | |
CN107018330A (zh) | 一种实时拍照指导方法及装置 | |
CN110490227A (zh) | 一种基于特征转换的少样本图像分类方法 | |
CN109559362A (zh) | 一种图像主体脸部替换方法及装置 | |
CN109446365A (zh) | 一种智能化妆交换方法及存储介质 | |
CN109447165A (zh) | 一种农产品品质状态识别方法及装置 | |
CN109636337A (zh) | 一种基于大数据的人才库构建方法及电子设备 | |
EP3326109A1 (de) | System und verfahren zur bereitstellung eines rezeptes | |
CN107992783A (zh) | 人脸图像处理方法及装置 | |
Zheng et al. | Direct neural network application for automated cell recognition | |
CN110110671A (zh) | 一种性格分析方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |
|
RJ01 | Rejection of invention patent application after publication |