CN108701323B - 用于提供定制的产品推荐的系统和方法 - Google Patents

用于提供定制的产品推荐的系统和方法 Download PDF

Info

Publication number
CN108701323B
CN108701323B CN201780012517.4A CN201780012517A CN108701323B CN 108701323 B CN108701323 B CN 108701323B CN 201780012517 A CN201780012517 A CN 201780012517A CN 108701323 B CN108701323 B CN 108701323B
Authority
CN
China
Prior art keywords
image
user
age
skin
computing device
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.)
Active
Application number
CN201780012517.4A
Other languages
English (en)
Other versions
CN108701323A (zh
Inventor
F·F·舍曼
S·C·维策
J·徐
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.)
Procter and Gamble Co
Original Assignee
Procter and Gamble Co
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 Procter and Gamble Co filed Critical Procter and Gamble Co
Publication of CN108701323A publication Critical patent/CN108701323A/zh
Application granted granted Critical
Publication of CN108701323B publication Critical patent/CN108701323B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/772—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Human Computer Interaction (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Image Analysis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了用于提供定制的护肤产品推荐的系统和方法。所述系统利用图像捕获装置和耦合到所述图像捕获装置的计算装置。所述计算装置促使所述系统通过利用卷积神经网络处理图像来分析捕获的用户图像，以确定所述用户的皮肤年龄。确定所述皮肤年龄可包括识别指示所述皮肤年龄的至少一个像素以及利用所述至少一个像素来创建热图，所述热图识别所述图像对所述皮肤年龄作出贡献的区域。所述系统可用于确定所述用户的目标皮肤年龄，确定用于实现所述目标皮肤年龄的护肤产品，并且提供供所述用户购买所述产品的选项。

Description

用于提供定制的产品推荐的系统和方法
技术领域
本申请大体上涉及用于提供定制的产品推荐的系统和方法，并且具体地，涉及与利用卷积神经网络识别图像特征并利用所述特征来推荐产品有关的实施方案。
背景技术
各种各样的护肤产品被销售用于治疗皮肤状况，但消费者常常难以确定她应使用哪种护肤产品。因此，消费者可能购买到并非治疗消费者寻求治疗的特定皮肤状况的护肤产品。因此，仍然需要针对消费者的需求定制护肤产品。
美国公布号2013/0013330(“‘330公布”)涉及一种用于评估皮肤的美学和形态学状况以及为美容和/或皮肤病学治疗开处方的方法。‘330公布描述了获得关于用户的年龄和生活习惯的信息；执行对用户身体部分的生物特征分析；从所述分析中处理结果并将它们与皮肤的美学和形态学因子的预定数据进行比较；根据所处理的数据获得用户的皮肤模型；将用户的皮肤模型与包含在数据库中关于美容和/或皮肤病产品的至少二维预定数据相连接；以及为一盒预先选择的美容和/或皮肤病产品开处方。虽然‘330公布描述了对用户的皮肤进行分析和基于分析进行治疗，但是‘330公布未能利用卷积神经网络。‘330公布还未能描述评估皮肤特征以及未能执行与基线的比较。
美国专利号8,625,864(“‘864专利”)涉及一种美容分析和治疗诊断的系统和方法。‘864专利描述了接收受试者的多个限定身体区中的每一个的可观察特性的评估数据；将所述多个限定的身体区中的每一个的评估数据转换为与每个身体区相关联的加权数据；从所述加权数据生成美容分析数据；以及输出美容分析数据。因此，虽然‘864专利描述了可执行美容分析的系统，但是‘864专利和其它现有技术未能公开评估皮肤偏好或确定产品偏好。
因此，需要一种改进的评估消费者皮肤状况并基于所述评估提供定制的产品推荐的方法。
发明内容
包括用于提供定制的产品推荐的实施方案。一些实施方案包括系统，所述系统包括图像捕获装置和耦合到图像捕获装置的计算装置。计算装置可包括存储逻辑的存储器部件，所述逻辑促使系统通过图像捕获装置捕获用户图像并且通过卷积神经网络处理图像以确定用户的皮肤年龄。确定皮肤年龄可包括识别指示皮肤年龄的至少一个像素并利用所述至少一个像素来创建热图，所述热图识别图像对皮肤年龄作出贡献的区域。所述逻辑可进一步促使所述系统确定用户的目标皮肤年龄，确定供用户施用到用户皮肤区域以实现所述目标皮肤年龄的产品，并且提供供用户购买所述产品的选项。
本发明还包括方法的实施方案。所述方法的一些实施方案包括接收用户图像并且通过卷积神经网络处理图像以确定用户的皮肤年龄。确定所述皮肤年龄可包括识别指示所述皮肤年龄的至少一个像素并利用所述像素创建二维热图，所述二维热图识别图像对皮肤年龄作出贡献的区域。所述方法还可包括确定供用户施用到皮肤区域以用于实现目标皮肤年龄的产品，其中确定产品适用于所述区域并提供供用户购买所述产品的选项。
本发明还包括非暂态计算机可读介质的实施方案。非暂态计算机可读介质的一些实施方案包括逻辑，所述逻辑促使计算装置接收用户图像并创建图像的二维热图，其中二维热图经由卷积神经网络创建，以识别指示皮肤年龄的图像的至少一个像素，并且其中二维热图识别图像对皮肤年龄作出贡献的区域。所述逻辑可进一步促使计算装置从二维热图确定用户的目标皮肤年龄，并且确定供用户施用到皮肤区域以实现目标皮肤年龄的产品。在一些实施方案中，所述逻辑促使计算装置提供供用户购买所述产品的选项。
附图说明
应当理解，前述一般说明和以下的详细说明均描述了各种实施方案，并且旨在提供用于了解受权利要求书保护的主题的属性和特征的概述或框架。附图用来提供对所述各种实施方案的进一步理解，并且被并入本说明书中并构成本说明书的一部分。附图示出了本文所述的各种实施方案，并且连同说明书一起用来解释受权利要求书保护的主题的原理和操作。
图1描绘了根据本文描述的实施方案的用于提供定制的产品推荐的计算环境；
图2描绘了根据本文描述的实施方案的可用于识别图像特征的卷积神经网络的结构；
图3A-3F描绘了根据本文描述的实施方案的可被分析以确定用于治疗的特征的图像；
图4描绘了根据本文描述的实施方案的用于捕获用户图像以提供定制的产品推荐的用户界面；
图5描绘了根据本文描述的实施方案的用户界面，所述用户界面示出了被分析以提供定制的产品推荐的图像；
图6描绘了根据本文描述的实施方案的用户界面，所述用户界面提供归一化图像和可被创建用于产品推荐的热图；
图7描绘了根据本文描述的实施方案的用户界面，所述用户界面向用户提供调查表以定制产品推荐；
图8描绘了根据本文描述的实施方案的用于提供调查表的另外提示的用户界面；
图9描绘了根据本文描述的实施方案的用户界面，所述用户界面用于基于捕获的图像提供用户的皮肤年龄；
图10描绘了根据本文描述的实施方案的用于提供产品推荐的用户界面；
图11描绘了根据本文描述的实施方案的用于提供产品推荐的细节的用户界面；
图12描绘了根据本文描述的实施方案的用户界面，所述用户界面提供施用为用户推荐的产品的方案；
图13描绘了根据本文描述的实施方案的用于提供产品方案细节的用户界面；
图14描绘了根据本文描述的实施方案的用于提供与确定的方案相关的推荐的用户界面；
图15描绘了根据本文描述的实施方案的用于向用户时间线提供产品推荐的用户界面。
图16描绘了根据本文描述的实施方案的用于训练卷积神经网络以从图像识别特征的流程图；
图17描绘了根据本文描述的实施方案的用于生成图像的热图的流程图，所述热图可用于进行特征辨识。
图18描绘了根据本文描述的实施方案的用于提供定制的产品推荐的流程图；并且
图19描绘了根据本文描述的实施方案的用于提供定制的产品推荐的远程计算装置的部件。
具体实施方式
化妆品行业中已使用多种系统和方法来向消费者提供定制的产品推荐。例如，使用基于特征的分析的系统通常用于分析皮肤，其中皮肤状况的一个或多个特征(例如细纹、皱纹、斑点、不均匀皮肤色调)通过寻找符合预定义的定义的特征而在捕获的图像中检测到。然而，基于特征的分析系统依赖于感兴趣的特定皮肤状况的预定定义，并且可能需要大量的计算机内存和/或处理能力。因此，基于特征的系统在诊断皮肤状况或确定皮肤年龄时可能不提供期望的准确度水平。
鉴于一些传统的基于特征的图像分析系统的缺点，本文所述的方法和系统依赖于基于卷积神经网络(“CNN”)的系统，以向用户提供皮肤年龄分析和皮肤状况指示。本文的基于CNN的图像分析系统使用相对较少的图像预处理，这减少了系统对先前知识和预定定义的依赖。因此，与传统的基于特征的图像分析系统相比，本系统展示了改善的一般化，并且可提供更准确的皮肤分析和/或年龄预测，这可导致为使用所述系统的消费者进行更好的护肤产品或方案推荐。
定义
“锚特征”是指用户面部上用于使用户面部的图像归一化的特征。
“卷积神经网络”是一种前馈人工神经网络的类型，其中各个神经元被覆盖使得它们对视觉领域中的重叠区域作出响应。
“数据扩充”是指改变与训练图像或其它图像相关联的数据以创建图像的另外样本。
本文的“热图”是指用户面部的数字图像，其中视觉上突出显示图像的部分以识别皮肤特征和/或区(例如，前额、脸颊、鼻唇皱褶线、鱼尾纹、眼底、上唇)，这对确定的皮肤年龄作出贡献。
“图像捕获装置”是指能够捕获用户图像的装置，诸如数字相机；
“皮肤年龄”是指由本文的系统基于捕获的图像计算的用户皮肤的年龄。
“目标皮肤年龄”是指比皮肤年龄小预定年数的皮肤年龄。
本文中的“用户”是指使用至少本文提供的特征的任何人员，包括例如装置用户、产品用户、系统用户等。
本文的系统和方法使用经训练的卷积神经网络，所述卷积神经网络作为生物信息学皮肤模型起作用，以通过分析用户皮肤的捕获的图像(例如面部皮肤)来预测用户的皮肤年龄。CNN包括多层神经元集合，所述神经元集合在层中对每个像素使用相同的滤波器。对部分和完全连接的层的各种组合中的每个像素使用相同的滤波器降低系统的内存和处理要求。
在一些情况下，系统可包括预处理阶段，之后是CNN训练和图像分析阶段。在预处理期间，可检测到所接收图像中大多数用户共同的一个或多个面部特征，诸如眼睛、前额、脸颊、鼻部、眼底区域、外眼区域、鼻唇皱褶线、唇以及面部与这些特征相邻的部分(“锚特征”)。系统可使用已知的边缘检测技术、形状检测技术等来检测一个或多个锚特征。基于一个或多个锚特征的位置，可缩放和旋转图像以使图像基本上水平，并且一个或多个锚特征布置在最终图像中的预定位置。这样，训练图像可一致地对齐，从而提供更一致的训练和分析。然后可将图像裁剪至预定面积的像素作为输入以作进一步处理。
预处理还可包括图像归一化。例如，可利用全局对比度归一化来标准化训练图像(和/或用户图像)。类似地，图像可用固定(或预定)尺寸卵形掩模来掩蔽，以最小化其它特征如毛发、颈部和其它非期望对象在图像中的影响。
在一些情况下，可执行数据扩充以从输入图像创建另外的样本。使用另外的样本来训练CNN以容许输入图像的变化。这有助于改善模型的准确性。换句话讲，CNN能够提取合适的分析所需的信息，尽管例如人们拍照的方式、拍照条件以及用于拍照的硬件有差异。通过数据扩充生成的另外的样本也可迫使CNN学会依靠用于皮肤年龄预测的多种特征，而不是一个特定特征，并且可防止对CNN的过度训练。数据扩充的一些非限制性示例包括随机放大或缩小图像，以顺时针或逆时针方向随机旋转图像，随机裁剪图像，和/或随机改变图像的饱和度和/或曝光。在一些情况下，可通过使输入图像经受随机垂直舍弃来增强图像数据，其中将随机列的像素从图像中移除。
本文的CNN可使用深度学习技术进行训练，所述技术允许CNN了解图像的哪些部分对皮肤年龄作出贡献，与哺乳动物视觉皮层学习来辨识图像中的重要特征的方式几乎一样。在一些情况下，CNN训练可涉及使用带有Nesterov动量(和/或其它算法)的微型批量随机梯度下降(SGD)。利用随机梯度下降的示例公开于US 8,582,807中。
在一些情况下，可通过提供从其中了解大量捕获的图像的未经训练CNN来训练CNN。在一些情况下，CNN可学会通过称为监督学习的过程来识别图像中对皮肤年龄作出贡献的皮肤部分。“监督学习”通常是指通过分析其中图像中的人员的年龄被预定的图像来训练CNN。根据期望的准确度，训练图像的数量可从少量图像变化到大量图像(例如，数百或甚至数千)，以连续输入图像(即，提供连续训练)。
本文的系统和方法利用经训练的CNN，所述经训练的CNN能够准确地预测各种各样的皮肤类型的用户的表观年龄。为了生成预测的年龄，正在通过经训练的CNN前向传播用户图像(例如，用户面部的数字图像)。CNN分析图像并识别图像中对用户的预测年龄作出贡献的皮肤部分(“问题点”)。然后，CNN使用问题点来预测用户的年龄。然后，系统确定目标皮肤年龄(例如，用户的预测年龄减去预定年数(例如10、9、8、7、6、5、4、3、2或1年或用户的实际年龄)，并且梯度被传播回到原始图像。然后可针对至少一个像素对梯度的多个通道的绝对值进行求和并且出于可视化目的从0至1进行缩放。缩放的像素的值可表示对确定用户的皮肤年龄作出最大(和最小)贡献的像素。可对每个缩放值(或值范围)分配颜色或色度，使得可生成虚拟掩模以用图形表示像素的缩放值。然后将这些像素布置成形成二维热图的一部分，其指示用户面部上驱动消费者的皮肤年龄(感知的年龄)的区。在一些情况下，可使用CNN分析和/或目标年龄，任选地结合用户提供的习惯和做法输入，来帮助提供护肤产品和/或方案推荐。
图1描绘了用于捕获用户图像、分析图像并提供定制的产品推荐的系统10。系统10可包括网络100，所述网络可体现为广域网(诸如移动电话网络、公共交换电话网络、卫星网络、互联网等)、局域网(诸如无线保真度、Wi Max、ZigBeeTM、BluetoothTM等)和/或其它形式的联网功能。耦合到网络100的是移动计算装置102、远程计算装置104、信息亭计算装置106和训练计算装置108。
移动计算装置102可为移动电话、平板电脑、膝上型计算机、个人数字助理和/或被配置用于捕获、存储和/或传输图像诸如数字照片的其它计算装置。因此，移动计算装置102可包括图像捕获装置103，诸如数字相机，和/或可被配置成从其它装置接收图像。移动计算装置102可包括存储器部件140a，所述存储器部件存储图像捕获逻辑144a和界面逻辑144b。存储器部件140a可包括随机存取存储器(诸如SRAM、DRAM等)、只读存储器(ROM)、寄存器和/或其它形式的计算存储硬件。如本文所述，图像捕获逻辑144a和界面逻辑144b可包括软件部件、硬件电路、固件和/或其它计算基础结构。如下文更详细描述，图像捕获逻辑144a可有利于捕获、存储、预处理、分析、传送和/或执行用户的数字图像上的其它功能。界面逻辑144b可被配置用于向用户提供一个或多个用户界面，所述用户界面可包括问题、选项等。移动计算装置102还可被配置用于经由网络100与其它计算装置通信。
远程计算装置104还可耦合到网络100并且可被配置为服务器(或多个服务器)、个人计算机、移动计算机和/或被配置用于创建并训练卷积神经网络的其它计算装置，所述卷积神经网络能够通过识别捕获的图像中对皮肤年龄作出贡献的皮肤部分来确定用户的皮肤年龄。通常感知的皮肤缺陷诸如细纹、皱纹、暗色(老年)斑点、不均匀的皮肤色调、红斑、增大的毛孔、发红、发黄、这些缺陷的组合等均可由经训练的CNN识别为对用户的皮肤年龄作出贡献。远程计算装置104可包括存储器部件140b，所述存储器部件存储训练逻辑144c和分析逻辑144d。训练逻辑144c可有利于CNN的创建和/或训练，并且从而可有利于CNN的创建和/或操作。例如，CNN可作为逻辑144c,144d存储在远程计算装置104的存储器部件140b中。分析逻辑144d可促使远程计算装置104从移动计算装置102(或其它计算装置)接收数据并且处理所接收的数据用于提供皮肤年龄、产品推荐等。
系统10还可包括信息亭计算装置106，如图1所示。信息亭计算装置106可类似于移动计算装置102操作，但也可能能够分配一个或多个产品和/或以现金或电子交易的形式接收支付。在一些情况下，信息亭计算装置106还可被配置成有利于CNN的训练，如下文关于训练计算装置108更详细所述。
训练计算装置108可耦合到网络100以促进CNN的训练。例如，训练者可经由训练计算装置108向CNN提供面部或皮肤的一个或多个数字图像。训练者还可提供信息和其它指示，以告知CNN哪些评估是正确的以及哪些评估是不正确的。基于来自训练者的输入，CNN可自动地适应，如下文更详细所述。
应当理解，虽然信息亭计算装置106被描绘为售货机类型的装置，但是这也仅仅是一个示例。一些实施方案可利用也提供支付和/或生产分配的移动装置。类似地，信息亭计算装置106、移动计算装置102和/或训练计算装置108可用于训练CNN。因此，被描绘用于移动计算装置102和远程计算装置104的硬件和软件可包括在信息亭计算装置106、训练计算装置108和/或其它装置中。类似地，被描绘用于图19中的远程计算装置1904的硬件和软件可包括在移动计算装置102、远程计算装置104、信息亭计算装置106和训练计算装置108中的一个或多个中。
还应当理解，尽管图1中将远程计算装置104描绘为执行卷积神经网络处理，但是这仅仅是一个示例。所述卷积神经网络处理可根据需要由任何合适的计算装置执行。
图2描绘了用于本发明系统中的卷积神经网络200的示例。CNN 200可包括输入图像205、一个或多个卷积层C1、C2、一个或多个二次采样层S1和S2、一个或多个部分连接层、一个或多个完全连接层以及输出。为了开始分析或训练CNN，将图像205输入到CNN 200(例如，用户图像)中。CNN可对图像的一个或多个部分进行采样以在第一卷积层C1中创建一个或多个特征图。例如，如图2所示，CNN可对图像205的六个部分进行采样以在第一卷积层C1中创建六个特征图。接下来，CNN可对第一卷积层C1中的一个或多个特征图的一个或多个部分进行二次采样以创建第一二次采样层S1。在一些情况下，特征图的二次采样部分可以是特征图的一半区。例如，如果特征图包括来自图像205的28×28像素的样本区，则二次采样区可为14×14像素。CNN 200可执行一个或多个另外级别的采样和二次采样，以提供第二卷积层C2和第二二次采样层S2。应当理解，根据需要，CNN 200可包括任意数量的卷积层和二次采样层。在完成最终二次采样层(例如，图2中的层S2)后，CNN 200生成完全连接的层F1，其中每个神经元连接到每个其它神经元。从完全连接的层F1，CNN可生成输出，诸如预测年龄或热图。
图3A-3F描绘了用于分析捕获的图像330的系统和方法。捕获的图像330可由用户例如使用图1中所示的图像捕获装置103捕获。图3B示出了在预处理中所采取的第一动作，即锚特征332a–332e的识别。图3B所示的锚特征332a–332e包括眼睛332a和332c、鼻部或鼻孔332d以及口部332b和332e的拐角。但应当理解，任何显著或可检测的一个或多个面部特征可为锚特征。虽然锚特征332a–332e在视觉上描绘于图3B中，但这仅仅是一个示例。一些实施方案不提供移动计算装置102上的锚特征332a–332e的视觉表示。
一旦识别锚特征332a–332e，则可将捕获的图像330归一化，使得锚特征332a–332e被布置在预定位置。在一些情况下，归一化可包括旋转图像，调整图像的尺寸和/或执行其它图像调节。在图3C中，可通过裁剪来进一步预先处理捕获的图像330以移除捕获的图像330的一个或多个不需要的部分，从而创建归一化图像334。例如，可移除捕获的图像330的背景、毛发、耳朵和/或其它部分。
一旦图像330已被预处理，则可执行归一化图像334的分析。如上所述，CNN 240可被配置成确定对用户皮肤年龄作出贡献的像素的位置、颜色和/或色度(即，明度或暗度)。根据特定的CNN，每个皮肤年龄可具有不同的特性。因此，移动计算装置102、远程计算装置104和/或信息亭计算装置106可将图像分割成通常用于确定皮肤年龄的多个区域。图3D示出了热图的第一层，其可被描述为感兴趣的掩模336。感兴趣的掩模336识别已被CNN 240识别为对用户年龄作出贡献的多个区域338a–338i。例如，掩模可包括前额区域(338a)、一个或多个眼底区域338d和338e、一个或多个外眼区域338b和338c、一个或多个脸颊区域338f和338g、上唇区域338j和一个或多个鼻唇皱褶线区域338h和338i。可基于用户面部的形状和/或尺寸来定制感兴趣的掩模336和/或多个区域338a–338i的确定，使得区域更准确地反映影响每个用户的年龄确定的区。
图3E描绘了热图的第二层，其也可被描述为像素图340。像素图340包括图像部分中由系统识别为对用户年龄作出贡献的大量缩放像素。如上所述，可关于年龄识别符对输入图像进行逐像素检查，以识别对皮肤年龄确定作出贡献的至少一个像素。可确定和映射每个像素的位置、色度和/或颜色，如图3E所示，其中较亮像素被识别为是比较暗像素更高的皮肤年龄指示符。在图3F中，像素图340和感兴趣的掩模336可覆盖归一化图像334以创建二维热图342。二维热图342可指示CNN 240识别为对提升年龄作出贡献的皮肤区域。
一旦CNN识别对用户的预测年龄作出贡献的区并生成用户的预测年龄，则可创建二维热图342并且感兴趣的区域例如在移动计算装置上显示给用户。在一些情况下，预定的时间段可从预测的皮肤年龄减去以提供目标皮肤年龄。预测的年龄和/或目标年龄可在例如移动计算装置上显示给用户。然后，系统可利用目标皮肤年龄和感兴趣的区域来确定用户用于实现目标皮肤年龄的美容方案和/或产品。在一些实施方案中，可作出维持皮肤年龄的推荐。例如，用户的实际年龄可能足够小，使得保养可能是目标。类似地，如果用户的年龄由CNN确定为等于或小于用户的实际年龄，则可推荐保养产品和/或方案。可在使用推荐的产品和/或方案期间或之后拍摄另外的图像来监测进展和/或修改方案或产品推荐。
在一些情况下，本文所述的图像和其它数据中的至少一些可存储为历史数据供稍后使用。例如，可基于此历史数据来确定用户进展跟踪。根据实施方案，还可对此历史数据执行其它分析。
图4描绘了用于捕获用户图像和提供定制的产品推荐的用户界面430。如图所示，移动计算装置402可提供用于捕获用户图像的应用程序。因此，图4描绘了移动计算装置402上用于开始捕获图像和提供定制的产品推荐的过程的介绍性页面。用户界面430还包括用于开始过程的开始选项432。
图5描绘了根据本文描述的实施方案的用户界面530，所述用户界面示出了被分析以提供定制的产品推荐的图像；响应于从图4中选择开始选项432，可提供用户界面530。如图所示，图像捕获装置503可用于捕获用户的图像。在一些实施方案中，用户可利用先前捕获的图像。无论如何，在捕获图像时，图像可提供在用户界面530中。如果用户不希望使用图像，则用户可重新拍摄图像。如果用户核准图像，则用户可选择下一个选项532来开始分析图像并继续进行到下一个用户界面。
图6描绘了提供归一化图像632和像素图634的用户界面630，所述像素图可被创建用于产品推荐。响应于从图5中选择下一个选项532，可提供用户界面30，所述用户界面可向用户呈现年龄输入选项636。还可提供另外的预测选项638。
图7描绘了用于向用户提供调查表以帮助定制产品推荐的用户界面730。响应于在图6的年龄输入选项636中输入真实年龄，可提供用户界面730。如图所示，用户界面730可提供用于确定关于用户的另外细节的一个或多个问题，包括产品偏好、当前方案等。例如，所述问题可包括用户是否使用保湿霜与防晒霜。可以提供一个或多个预定义的回答732以供用户从中选择。
图8描绘了根据本文描述的实施方案的用于提供调查表的另外提示的用户界面830。响应于从图7的用户界面730输入所请求的数据，可提供用户界面830。如图所示，用户界面830提供另一个问题(诸如用户是否偏爱有香味的护肤产品)以及三个预定义的回答832供用户从中选择。也可提供提交选项834用于提交所选择的一个或多个回答。
应当理解，虽然图7和图8提供了两个问题，但根据特定实施方案，可向用户提供任何数量的问题。问题和问题数量可取决于用户的实际年龄、用户的皮肤年龄和/或其它因素。
图9描绘了根据本文描述的实施方案的用户界面930，所述用户界面用于基于捕获的图像提供用户的皮肤年龄；响应于完成图7和图8的调查表，可提供用户界面930。如图所示，用户界面930可提供用户的皮肤年龄和具有至少一个识别符932的捕获的图像，以指示用户皮肤的哪个(哪些)区域对CNN预测的用户年龄作出贡献。在一些情况下，系统还可提供对用户的预测年龄作出贡献的区的列表934。也可提供描述936，以及用于查看定制的产品推荐的产品推荐选项938。
图10描绘了根据本文描述的实施方案的用于提供产品推荐的用户界面1030。响应于从图9中选择产品推荐选项938，可提供用户界面1030。如图所示，用户界面1030可提供基于用户年龄、对所述用户年龄作出贡献的区以及目标年龄确定的一个或多个推荐产品。具体地，可确定至少一种产品适用于对用户的预测年龄作出贡献的用户皮肤区域。例如，可推荐乳霜、保湿霜、洗液、防晒霜、洁面乳等。还提供了用于提供推荐方案的方案选项1032。还可提供购买选项1034。
图11描绘了根据本文描述的实施方案的用于提供产品推荐的细节的用户界面1130；响应于选择来自图10的方案选项1032，可提供用户界面1130。如图所示，用户界面1130可提供产品选项1132和用于在用户美容方案中使用推荐产品的时间表选项1134。可在区段1136中提供与美容方案的第一阶段相关的另外信息。类似地，可在区段1138中提供与方案的第二阶段和/或后续阶段相关的数据。
图12描绘了提供推荐的美容方案的用户界面1230。响应于选择来自图11的时间表选项1134，可提供用户界面1230。用户界面1230可提供推荐产品的列表以及时间表，包括方案的时间表细节。具体地，用户界面1230可提供可提供产品的当日时间。细节选项1234可向用户提供关于产品和方案的另外细节。
图13描绘了用于提供与美容方案和其中所用的产品相关联的另外细节的用户界面1330。可响应于选择来自图12的细节选项1234而提供用户界面1330。如图所示，用户界面1330可提供关于产品、施用说明等的细节。另外，可提供“背后的科学”选项1332,1336和“如何展示”选项1334,1338。响应于选择背后的科学选项1332,1336，可提供关于推荐产品和施用方案的细节。响应于选择如何展示选项1334,1338，可提供音频和/或视频来向用户指示施用产品的策略。类似地，方案的后续部分(诸如图13中所描绘的步骤2)还可包括背后的科学选项1332,1336和如何展示选项1334,1338。
图14描绘了根据本文描述的实施方案的用于提供与确定的方案相关的推荐的用户界面1430；响应于选择购买选项1034(图10)，可提供用户界面1430。如图所示，用户界面1430包括购买一个或多个推荐产品的购买选项1432,1434,1436。用户界面1430还可提供添加到购物车选项1438和更多商店选项1440。
图15描绘了根据本文描述的实施方案的用于向用户时间线提供产品推荐的用户界面1530。如图所示，用户界面1530可提供已向用户的时间线添加一个或多个推荐产品的通知。在购买产品时(例如，经由来自图14的用户界面1430)，可将所购买的产品添加到推荐的用户方案中。因此，通知可包括接受选项1532和视图时间线选项1534。
图16描绘了根据本文描述的实施方案的用于训练卷积神经网络以从图像识别特征的流程图。如方框1650所示，可对CNN进行训练。如上所述，可利用训练图像和卷积神经网络对CNN进行训练。在方框1652中，可执行数据扩充。具体地，为了增加CNN的稳健性，可利用数据扩充技术来从训练图像中创建另外的样本。如上所述，一些实施方案可被配置成随机放大图像和缩小图像。以顺时针方向和/或逆时针方向执行图像的随机旋转；随机裁剪图像；随机改变输入图像的饱和度和曝光；利用垂直舍弃来随机舍弃图像的像素列(特征图)等。在方框1654中，可将一个或多个训练图像归一化。归一化可包括背景图像的裁剪、旋转、缩放、移除等。在方块1656中，可执行掩蔽。掩蔽可包括识别感兴趣的区以确定皮肤年龄，以及创建用于表示感兴趣的区的热图。在方框1658中，可经由卷积神经网络创建CNN架构。
图17描绘了根据本文描述的实施方案的用于生成图像的热图的流程图，所述热图可用于进行特征辨识。如方框1750所示，可处理图像。如上所述，图像可被处理，诸如通过裁剪、旋转、缩放等。在方框1752中，可通过CNN来传播图像。如上所述，图像可通过卷积神经网络进行处理以识别表示皮肤年龄的像素、区域和/或区。在方框1754中，可预测皮肤年龄。在方框1756中，可生成热图。
图18描绘了根据本文描述的实施方案的用于提供定制的产品推荐的流程图。在方框1850中，可捕获用户图像。在方框1852中，可向用户提供问题。在方框1854中，可从用户接收对问题的回答。在方框1856中，可向用户提供皮肤年龄。在方框1858中，可基于卷积神经网络生成热图。在方框1860中，可向用户提供定制的产品推荐。
图19描绘了根据本文描述的实施方案的用于提供定制的产品推荐的远程计算装置1904的部件。远程计算装置1904包括处理器1930、输入/输出硬件1932、网络接口硬件1934、数据存储部件1936(其存储图像数据1938a、产品数据1938b和/或其它数据)以及存储器部件1940b。存储器部件1940b可被配置为易失性和/或非易失性存储器，并且因此可包括随机存取存储器(包括SRAM、DRAM和/或其它类型的RAM)、闪存存储器、安全数字(SD)存储器、寄存器、光盘(CD)、数字通用盘(DVD)、和/或其它类型的非暂态计算机可读介质。取决于特定实施方案，这些非暂态计算机可读介质可驻留在远程计算装置1904的内，和/或驻留在远程计算装置1904的外部。
存储器部件1940b可存储操作逻辑1942、训练逻辑1944c以及分析逻辑1944d。训练逻辑1944c和分析逻辑1944d可各自包括多个不同的逻辑块，其中每一个逻辑块可被体现为例如计算机程序、固件和/或硬件。图19中还包括本地通信接口1946，并且所述本地通信接口可被实施为总线或其它通信接口以促进在远程计算装置1904的部件之间进行通信。
处理器1930可包括可操作以接收并执行指令(诸如来自数据存储部件1936和/或存储器部件1940b)的任何处理部件。如上所述，输入/输出硬件1932可包括图19的部件和/或被配置成与图19的部件交接。
网络接口硬件1934可包括任何有线或无线联网硬件和/或被配置成与任何有线或无线联网硬件进行通信，包括天线、调制解调器、LAN端口、无线保真(Wi-Fi)卡、WiMax卡、BluetoothTM模块、移动通信硬件和/或用于与其它网络和/或装置通信的其它硬件。通过此连接，可促进在远程计算装置1904与其它计算装置(诸如图1中描绘的计算装置)之间进行通信。
操作系统逻辑1942可包括操作系统和/或用于管理远程计算装置1904的部件的其它软件。如上面所讨论，训练逻辑1944c可驻留在存储器部件1940b中，并且可被配置成促使处理器1930训练卷积神经网络。类似地，分析逻辑1944d可用于分析用于皮肤年龄预测的图像。
应当理解，虽然图19中的部件被示出为驻留在远程计算装置1904内，但是这仅仅是一个示例。在一些实施方案中，一个或多个部件可驻留在远程计算装置1904外部，和/或远程计算装置1904可被配置为移动装置。还应当理解，虽然远程计算装置1904被示出为单一装置，但是这也仅仅是一个示例。在一些实施方案中，训练逻辑1944c和分析逻辑1944d可驻留在不同计算装置中。例如，本文描述的一个或多个功能和/或部件可由移动计算装置102和/或可通信地耦合到远程计算装置104的其它装置来提供。这些计算装置还可包括用于执行在本文描述的功能的硬件和/或软件。
另外，虽然远程计算装置1904被示出为具有作为单独逻辑部件的训练逻辑1944c和分析逻辑1944d，但是这也是一个示例。在一些实施方案中，单个逻辑块可促使远程计算装置1904提供所述功能。
虽然已经说明和描述了本发明的特定实施方案，但是本领域技术人员应当理解，在不背离本发明实质和范围的情况下可作出各种其它改变和修改。因此，本文旨在于所附权利要求中涵盖属于本发明范围内的所有这些变化和修改。

Claims (11)

1.一种用于向用户提供定制的产品推荐的系统，包括：
a)图像捕获装置；
b)由所述图像捕获装置捕获的用户图像；和
c)计算装置，所述计算装置耦合到所述图像捕获装置，其中所述计算装置包括存储逻辑的存储器部件，所述逻辑促使所述系统进行以下动作：
(i)使用经训练的卷积神经网络来分析所述捕获的用户的图像以预测用户的年龄，其中所述经训练的卷积神经网络包括多层神经元集合，所述神经元集合在层中对每个像素使用相同的滤波器，其中预测所述用户的年龄包括识别所述捕获的图像中指示所述用户的年龄的至少一个像素，
(ii)利用所述至少一个像素来生成热图，所述热图识别所述图像对所述用户的预测年龄作出贡献的区域，
(iii)在对所述用户可见的显示装置上向所述用户显示所述热图，以及
(iv)推荐供所述用户施用到皮肤区域以用于实现目标皮肤年龄的产品。
2.根据权利要求1所述的系统，其中生成所述热图包括在所述用户的图像的至少一部分上覆盖第一层和第二层，所述第一层包括将所述图像分成多个区域的感兴趣的掩模，并且所述第二层包括像素图，所述像素图识别所述感兴趣的掩模中对所述用户的所述预测年龄作出贡献的区域。
3.根据权利要求1或2所述的系统，其中所述逻辑促使所述热图显示给所述用户。
4.根据前述权利要求中任一项所述的系统，其中所述热图包括至少一个缩放的像素，所述至少一个缩放的像素指示所述缩放的像素对所述用户的预测年龄作出贡献的水平。
5.根据前述权利要求中任一项所述的系统，其中所述逻辑进一步促使所述系统预处理所述图像，其中预处理包括：确定所述图像上的锚特征以及改变所述图像以使所述锚特征置于预定位置。
6.根据前述权利要求中任一项所述的系统，其中所述逻辑进一步促使所述系统利用训练图像来训练所述卷积神经网络。
7.根据权利要求6所述的系统，其中训练所述卷积神经网络包括用于从所述训练图像创建另外的样本的数据扩充，其中所述数据扩充包括以下中的至少一个：随机放大所述训练图像，缩小所述训练图像，执行所述图像沿顺时针方向的随机旋转，执行所述图像沿逆时针方向的旋转，随机裁剪所述图像，随机改变所述图像的饱和度，随机改变所述训练图像的曝光，以及利用垂直舍弃来随机舍弃所述训练图像的像素列。
8.根据前述权利要求中任一项所述的系统，其中所述逻辑进一步促使所述系统确定供所述用户将所述产品施用到所述皮肤区域以实现目标皮肤年龄的方案。
9.根据前述权利要求中任一项所述的系统，其中所述逻辑进一步促使所述系统提供调查表，所述调查表包括供所述用户提供回答的问题，其中所述回答用于确定所述产品。
10.根据前述权利要求中任一项所述的系统，其中所述逻辑进一步促使所述系统提供供所述用户购买所述产品的选项。
11.一种向消费者提供定制的产品推荐的方法，包括：
a)用图像捕获装置捕获用户图像；
b)用根据前述权利要求中任一项所述的系统分析所述图像；以及
c)提供供所述用户购买所述推荐产品的选项。
CN201780012517.4A 2016-03-21 2017-03-21 用于提供定制的产品推荐的系统和方法 Active CN108701323B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662311036P 2016-03-21 2016-03-21
US62/311,036 2016-03-21
PCT/US2017/023334 WO2017165363A1 (en) 2016-03-21 2017-03-21 Systems and methods for providing customized product recommendations

Publications (2)

Publication Number Publication Date
CN108701323A CN108701323A (zh) 2018-10-23
CN108701323B true CN108701323B (zh) 2023-11-10

Family

ID=58448660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780012517.4A Active CN108701323B (zh) 2016-03-21 2017-03-21 用于提供定制的产品推荐的系统和方法

Country Status (6)

Country Link
US (1) US11055762B2 (zh)
EP (1) EP3433818A1 (zh)
JP (1) JP6730443B2 (zh)
CN (1) CN108701323B (zh)
CA (1) CA3015492C (zh)
WO (1) WO2017165363A1 (zh)

Families Citing this family (73)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10290032B2 (en) * 2016-03-31 2019-05-14 Criteo Sa Blacklisting based on image feature analysis and collaborative filtering
US10672055B2 (en) * 2016-05-23 2020-06-02 Oath Inc. Method and system for presenting personalized products based on digital signage for electronic commerce
TWI585711B (zh) * 2016-05-24 2017-06-01 泰金寶電通股份有限公司 獲得保養信息的方法、分享保養信息的方法及其電子裝置
US11122206B2 (en) * 2016-11-08 2021-09-14 Preh Holding, Llc Personal care device with camera
US11842533B2 (en) 2017-04-26 2023-12-12 Chia-Lin Simmons Predictive search techniques based on image analysis and group feedback
US10881597B2 (en) 2017-05-12 2021-01-05 The Procter And Gamble Company Compositions with scalp health agents with increased deposition
WO2018215837A1 (en) * 2017-05-23 2018-11-29 Prokopenya Viktor Increasing network transmission capacity and data resolution quality and computer systems and computer-implemented methods for implementing thereof
KR102297301B1 (ko) * 2017-05-31 2021-09-06 더 프록터 앤드 갬블 캄파니 겉보기 피부 나이를 결정하기 위한 시스템 및 방법
CN110678875B (zh) 2017-05-31 2023-07-11 宝洁公司 用于引导用户拍摄自拍照的系统和方法
WO2019133908A1 (en) * 2017-12-28 2019-07-04 Google Llc Intelligent identification and provisioning of devices and services for a smart home environment
US10990858B2 (en) * 2018-01-05 2021-04-27 L'oreal Machine-implemented facial health and beauty assistant
US10943156B2 (en) 2018-01-05 2021-03-09 L'oreal Machine-implemented facial health and beauty assistant
US11748421B2 (en) * 2018-01-05 2023-09-05 L'oreal Machine implemented virtual health and beauty system
KR102619221B1 (ko) * 2018-01-05 2023-12-28 로레알 머신 구현 안면 건강 및 미용 보조기
JP6843780B2 (ja) * 2018-01-18 2021-03-17 ヤフー株式会社 情報処理装置、学習済みモデル、情報処理方法、およびプログラム
US10546658B2 (en) * 2018-01-29 2020-01-28 Atolla Skin Health, Inc. Systems and methods for formulating personalized skincare products
KR102683757B1 (ko) * 2018-02-20 2024-07-10 삼성전자주식회사 심층 신경망의 학습을 수행시키는 방법 및 그에 대한 장치
KR101927286B1 (ko) * 2018-03-05 2018-12-10 와이케이씨테크(주) 무인 안면 및 손등 피부 분석장치
CN108665311B (zh) * 2018-05-08 2022-02-25 湖南大学 一种基于深度神经网络的电商用户时变特征相似性计算推荐方法
CN112118824B (zh) 2018-05-15 2023-05-23 宝洁公司 协同抗氧化剂组合物
WO2019222327A1 (en) * 2018-05-17 2019-11-21 The Procter & Gamble Company Systems and methods for hair analysis
US11172873B2 (en) 2018-05-17 2021-11-16 The Procter & Gamble Company Systems and methods for hair analysis
EP3793427A1 (en) * 2018-05-17 2021-03-24 The Procter & Gamble Company Systems and methods for hair coverage analysis
US20210307498A1 (en) * 2018-05-24 2021-10-07 Mixcreative Llc System and method for creating customized brushes
KR20210028185A (ko) * 2018-06-29 2021-03-11 렌치 잉크. 사람 자세 분석 시스템 및 방법
CN112771164A (zh) 2018-06-29 2021-05-07 宝洁公司 用于个人护理应用的适配体
CN110428296A (zh) * 2018-08-02 2019-11-08 北京京东尚科信息技术有限公司 物品的推荐方法、装置和计算机可读存储介质
EP3840646B1 (en) 2018-08-21 2024-07-03 The Procter & Gamble Company Methods for identifying pore color
KR102641116B1 (ko) 2018-08-23 2024-02-27 삼성전자주식회사 데이터 증강에 기초한 인식 모델 트레이닝 방법 및 장치, 이미지 인식 방법 및 장치
EP4345745A3 (en) * 2018-09-20 2024-06-19 L'oreal Method and system for determining a characteristic of a keratinous surface and method and system for treating said keratinous surface
JP2022036335A (ja) * 2018-10-02 2022-03-08 株式会社オーガンテクノロジーズ 最適製品情報提供方法、及び最適製品情報提供システム
EP3890591A4 (en) 2018-12-04 2022-08-10 Jiang, Ruowei AUTOMATIC IMAGE-BASED SKIN DIAGNOSTICS USING DEEP LEARNING
EP3897533A1 (en) 2018-12-20 2021-10-27 The Procter & Gamble Company Scalp care composition with improved stability
CA3134968A1 (en) 2019-04-16 2020-10-22 Juan Esteban Velasquez Aptamers for odor control applications
EP3959651A1 (en) 2019-04-23 2022-03-02 The Procter & Gamble Company Apparatus and method for determining cosmetic skin attributes
KR20210139309A (ko) 2019-04-23 2021-11-22 더 프록터 앤드 갬블 캄파니 미용 피부 속성을 시각화하기 위한 장치 및 방법
WO2020252498A1 (en) * 2019-06-10 2020-12-17 The Procter & Gamble Company Method of generating user feedback information to enhance product use results
CN112231587B (zh) * 2019-06-26 2023-09-08 腾讯科技（深圳）有限公司 一种匹配用户的确定方法、装置、设备和介质
CN110348899A (zh) * 2019-06-28 2019-10-18 广东奥园奥买家电子商务有限公司 一种商品信息推荐方法及装置
KR20220158218A (ko) * 2019-07-10 2022-11-30 루오웨이 지앙 피부 분석을 위한 이미지들을 프로세싱하고 피부 분석을 시각화하기 위한 시스템들 및 방법들
US11191342B2 (en) * 2019-07-18 2021-12-07 L'oreal Techniques for identifying skin color in images having uncontrolled lighting conditions
CN110415091A (zh) * 2019-08-06 2019-11-05 重庆仙桃前沿消费行为大数据有限公司 商店及商品推荐方法、装置、设备及可读存储介质
CN110428231A (zh) * 2019-08-06 2019-11-08 重庆仙桃前沿消费行为大数据有限公司 行政信息推荐方法、装置、设备及可读存储介质
CN110473015A (zh) * 2019-08-09 2019-11-19 南京智骋致想电子科技有限公司 一种智能广告系统及广告投放方法
CN110570479B (zh) * 2019-09-03 2022-03-18 云南白药集团健康产品有限公司 一种图像处理方法、装置及系统
US11657481B2 (en) * 2019-11-18 2023-05-23 Shinyfields Limited Systems and methods for selective enhancement of skin features in images
US11687778B2 (en) 2020-01-06 2023-06-27 The Research Foundation For The State University Of New York Fakecatcher: detection of synthetic portrait videos using biological signals
US11308634B2 (en) * 2020-02-05 2022-04-19 Datalogic Ip Tech S.R.L. Unsupervised anchor handling for machine vision system
FR3108250A1 (fr) * 2020-03-23 2021-09-24 Ieva Procede de determination d’un rituel beaute, dermatologique ou capillaire, associe a un utilisateur specifique
WO2021195854A1 (en) * 2020-03-30 2021-10-07 Shanghaitech University Multi-view neural human rendering
WO2021243640A1 (en) * 2020-06-04 2021-12-09 The Procter & Gamble Company Oral care based digital imaging systems and methods for determining perceived attractiveness of facial image portion
US11978207B2 (en) 2021-06-03 2024-05-07 The Procter & Gamble Company Oral care based digital imaging systems and methods for determining perceived attractiveness of a facial image portion
US11715326B2 (en) * 2020-06-17 2023-08-01 Microsoft Technology Licensing, Llc Skin tone correction for body temperature estimation
MX2022016028A (es) 2020-06-26 2023-02-02 Procter & Gamble Composiciones antiinflamatorias sinergicas.
US20220000417A1 (en) * 2020-07-02 2022-01-06 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin laxity
US11455747B2 (en) * 2020-07-02 2022-09-27 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a user-specific skin redness value of the user's skin after removing hair
US20220005194A1 (en) * 2020-07-02 2022-01-06 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's skin after removing hair for determining a user-specific skin nick and cut value
US11801610B2 (en) 2020-07-02 2023-10-31 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a hair growth direction value of the user's hair
US11734823B2 (en) * 2020-07-02 2023-08-22 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a user-specific skin irritation value of the user's skin after removing hair
US11890764B2 (en) 2020-07-02 2024-02-06 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a hair density value of a user's hair
US11419540B2 (en) * 2020-07-02 2022-08-23 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a shaving stroke for determining pressure being applied to a user's skin
US11741606B2 (en) * 2020-07-02 2023-08-29 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a user's body after removing hair for determining a user-specific hair removal efficiency value
US11793451B2 (en) * 2020-07-31 2023-10-24 L'oreal Interface and analysis techniques for customized skin care regimen based on skin diagnostics
CN111931076B (zh) * 2020-09-22 2021-02-09 平安国际智慧城市科技股份有限公司 基于有权有向图进行关系推荐的方法、装置和计算机设备
BR102020022162A2 (pt) 2020-10-29 2022-05-10 Botica Comercial Farmacêutica Ltda. Método de detecção e segmentação da região labial
CN117082997A (zh) * 2021-01-13 2023-11-17 杰奎琳·M·莱文 用于推荐成分和产品的系统和方法
WO2022168441A1 (ja) * 2021-02-05 2022-08-11 ソニーグループ株式会社 推論装置、推論方法およびプログラム
US12039732B2 (en) 2021-04-14 2024-07-16 The Procter & Gamble Company Digital imaging and learning systems and methods for analyzing pixel data of a scalp region of a users scalp to generate one or more user-specific scalp classifications
US20230196549A1 (en) * 2021-12-16 2023-06-22 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin puffiness
US20230196835A1 (en) * 2021-12-16 2023-06-22 The Gillette Company Llc Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining dark eye circles
FR3135552B1 (fr) 2022-05-10 2024-04-26 Oreal Procédé de diagnostic de la peau par analyse faciale 3D
FR3135556A1 (fr) * 2022-05-10 2023-11-17 L'oreal Détection et visualisation de signes cutanés au moyen d’une carte thermique
WO2024019101A1 (ja) * 2022-07-19 2024-01-25 花王株式会社 情報提示方法および情報提示装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1750773A (zh) * 2003-01-07 2006-03-22 荷兰联合利华有限公司 用于选择个性化个人护理品的装置和方法
US7362886B2 (en) * 2003-06-05 2008-04-22 Canon Kabushiki Kaisha Age-based face recognition
US7437344B2 (en) * 2001-10-01 2008-10-14 L'oreal S.A. Use of artificial intelligence in providing beauty advice
US8625864B2 (en) * 2008-02-14 2014-01-07 Gregory Goodman System and method of cosmetic analysis and treatment diagnosis
CN104504376A (zh) * 2014-12-22 2015-04-08 厦门美图之家科技有限公司 一种人脸图像的年龄分类方法和系统
CN104537630A (zh) * 2015-01-22 2015-04-22 厦门美图之家科技有限公司 一种基于年龄估计的图像美颜方法和装置
CN105279499A (zh) * 2015-10-30 2016-01-27 小米科技有限责任公司 年龄识别方法及装置

Family Cites Families (141)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4276570A (en) 1979-05-08 1981-06-30 Nancy Burson Method and apparatus for producing an image of a person's face at a different age
JP3799633B2 (ja) 1995-06-16 2006-07-19 セイコーエプソン株式会社 顔画像処理方法および顔画像処理装置
IL123966A (en) 1995-10-23 2000-08-31 Cytometrics Inc Method and apparatus for reflected imaging analysis
JP3912834B2 (ja) 1997-03-06 2007-05-09 有限会社開発顧問室 顔画像の修正方法、化粧シミュレーション方法、化粧方法、化粧サポート装置及びファンデーション転写膜
US6619860B1 (en) 1997-11-14 2003-09-16 Eastman Kodak Company Photobooth for producing digitally processed images
EP1039417B1 (en) 1999-03-19 2006-12-20 Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. Method and device for the processing of images based on morphable models
US6571003B1 (en) 1999-06-14 2003-05-27 The Procter & Gamble Company Skin imaging and analysis systems and methods
JP2001268594A (ja) 2000-03-15 2001-09-28 Infiniteface.Com Inc 三次元ビューティーシミュレーション用クライアントサーバシステム
US6959119B2 (en) 2000-11-03 2005-10-25 Unilever Home & Personal Care Usa Method of evaluating cosmetic products on a consumer with future predictive transformation
US6734858B2 (en) 2000-12-27 2004-05-11 Avon Products, Inc. Method and apparatus for use of computer aging to demonstrate a product benefit
US7634103B2 (en) 2001-10-01 2009-12-15 L'oreal S.A. Analysis using a three-dimensional facial image
US20030065589A1 (en) 2001-10-01 2003-04-03 Daniella Giacchetti Body image templates with pre-applied beauty products
US20030065255A1 (en) 2001-10-01 2003-04-03 Daniela Giacchetti Simulation of an aesthetic feature on a facial image
US20030065523A1 (en) 2001-10-01 2003-04-03 Francis Pruche Early detection of beauty treatment progress
US7324668B2 (en) * 2001-10-01 2008-01-29 L'oreal S.A. Feature extraction in beauty analysis
US6761697B2 (en) 2001-10-01 2004-07-13 L'oreal Sa Methods and systems for predicting and/or tracking changes in external body conditions
GB0128863D0 (en) 2001-12-01 2002-01-23 Univ London Performance-driven facial animation techniques and media products generated therefrom
US7020347B2 (en) 2002-04-18 2006-03-28 Microsoft Corp. System and method for image-based surface detail transfer
JP4238537B2 (ja) 2002-07-31 2009-03-18 富士ゼロックス株式会社 画像処理装置
US7912246B1 (en) * 2002-10-28 2011-03-22 Videomining Corporation Method and system for determining the age category of people based on facial images
JP2004201797A (ja) 2002-12-24 2004-07-22 Yasutaka Nakada 肌分析方法
US20040125996A1 (en) * 2002-12-27 2004-07-01 Unilever Home & Personal Care Usa, Division Of Conopco, Inc. Skin diagnostic imaging method and apparatus
US7039222B2 (en) 2003-02-28 2006-05-02 Eastman Kodak Company Method and system for enhancing portrait images that are processed in a batch mode
US20040215066A1 (en) 2003-04-23 2004-10-28 Kelly Huang Method of measuring the efficacy of a skin treatment program
TWI226589B (en) 2003-04-28 2005-01-11 Ind Tech Res Inst Statistical facial feature extraction method
US20040223631A1 (en) 2003-05-07 2004-11-11 Roman Waupotitsch Face recognition based on obtaining two dimensional information from three-dimensional face shapes
US7804997B2 (en) 2004-06-10 2010-09-28 Technest Holdings, Inc. Method and system for a three dimensional facial recognition system
GB2416098A (en) 2004-07-08 2006-01-11 Univ Kent Canterbury Facial image generation system
AU2005286823B2 (en) 2004-09-17 2009-10-01 Cyberextruder.Com, Inc. System, method, and apparatus for generating a three-dimensional representation from one or more two-dimensional images
US20060274071A1 (en) 2004-09-29 2006-12-07 L'oreal Method of predicting the appearance of at least a portion of an individual's body
EP1813189B1 (en) 2004-10-22 2010-03-03 Shiseido Company, Ltd. Skin condition diagnostic system and beauty counseling system
GB2424332A (en) 2004-12-13 2006-09-20 Mark Charles Spittle An image processing system
JP4795718B2 (ja) 2005-05-16 2011-10-19 富士フイルム株式会社 画像処理装置および方法並びにプログラム
JP2007050158A (ja) 2005-08-19 2007-03-01 Utsunomiya Univ 肌画像の処理方法及び処理装置並びにそれを用いた肌年齢の推定方法
US20070052726A1 (en) 2005-09-08 2007-03-08 David Wright Method and system for likeness reconstruction
US7522768B2 (en) 2005-09-09 2009-04-21 Hewlett-Packard Development Company, L.P. Capture and systematic use of expert color analysis
JP2007094549A (ja) 2005-09-27 2007-04-12 Fujifilm Corp 画像処理方法および装置ならびにプログラム
US20070080967A1 (en) 2005-10-11 2007-04-12 Animetrics Inc. Generation of normalized 2D imagery and ID systems via 2D to 3D lifting of multifeatured objects
US20100020164A1 (en) 2005-11-04 2010-01-28 Ronald Perrault Surface Analysis Method and System
US7728904B2 (en) 2005-11-08 2010-06-01 Qualcomm Incorporated Skin color prioritized automatic focus control via sensor-dependent skin color detection
JP4725298B2 (ja) * 2005-11-11 2011-07-13 パナソニック電工株式会社 画像による外観検査方法
US20070229498A1 (en) 2006-03-29 2007-10-04 Wojciech Matusik Statistical modeling for synthesis of detailed facial geometry
CN100386778C (zh) 2006-06-15 2008-05-07 西安交通大学 基于平均脸和衰老比例图的人脸图像年龄变换方法
BE1017201A4 (nl) 2006-07-03 2008-04-01 Karavani Ilan Werkwijze voor het bepalen van de veroudering van de huid van het gelaat van personen.
US8077931B1 (en) 2006-07-14 2011-12-13 Chatman Andrew S Method and apparatus for determining facial characteristics
US8103061B2 (en) 2006-10-02 2012-01-24 Johnson & Johnson Consumer Companies, Inc. Method and apparatus for identifying facial regions
US8031914B2 (en) 2006-10-11 2011-10-04 Hewlett-Packard Development Company, L.P. Face-based image clustering
US20110016001A1 (en) 2006-11-08 2011-01-20 24/8 Llc Method and apparatus for recommending beauty-related products
US8109875B2 (en) * 2007-01-03 2012-02-07 Gizewski Theodore M Derma diagnostic and automated data analysis system
EP2099363A4 (en) 2007-01-05 2012-01-04 Myskin Inc SYSTEM, APPARATUS AND METHOD FOR SKIN IMAGING
US20090245603A1 (en) 2007-01-05 2009-10-01 Djuro Koruga System and method for analysis of light-matter interaction based on spectral convolution
US20100185064A1 (en) * 2007-01-05 2010-07-22 Jadran Bandic Skin analysis methods
US7792379B2 (en) 2007-02-06 2010-09-07 Accenture Global Services Gmbh Transforming a submitted image of a person based on a condition of the person
US8290257B2 (en) * 2007-03-02 2012-10-16 The Procter & Gamble Company Method and apparatus for simulation of facial skin aging and de-aging
US8463006B2 (en) 2007-04-17 2013-06-11 Francine J. Prokoski System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps
WO2008151421A1 (en) 2007-06-11 2008-12-18 Darwin Dimensions Inc. User defined characteristics for inheritance based avatar generation
JP4974788B2 (ja) 2007-06-29 2012-07-11 キヤノン株式会社 画像処理装置、画像処理方法、プログラム、及び記憶媒体
US8391639B2 (en) 2007-07-23 2013-03-05 The Procter & Gamble Company Method and apparatus for realistic simulation of wrinkle aging and de-aging
US8520906B1 (en) 2007-09-24 2013-08-27 Videomining Corporation Method and system for age estimation based on relative ages of pairwise facial images of people
US8597667B2 (en) * 2008-05-09 2013-12-03 Elc Management Llc Targeted and individualized cosmetic delivery
US8425477B2 (en) 2008-09-16 2013-04-23 Elc Management Llc Method and system for providing targeted and individualized delivery of cosmetic actives
US8358348B2 (en) 2008-05-09 2013-01-22 Elc Management Llc Method and system for automatic or manual evaluation to provide targeted and individualized delivery of cosmetic actives in a mask or patch form
JP5639060B2 (ja) 2008-09-04 2014-12-10 イーエルシー マネージメント エルエルシー 見かけ年齢の客観的モデル、方法および使用
US8491926B2 (en) 2008-09-16 2013-07-23 Elc Management Llc Method and system for automatic or manual evaluation to provide targeted and individualized delivery of cosmetic actives in a mask or patch form
CN101556699A (zh) 2008-11-07 2009-10-14 浙江大学 一种基于脸型的人脸衰老图像合成方法
US8725560B2 (en) 2009-02-02 2014-05-13 Modiface Inc. Method and system for simulated product evaluation via personalizing advertisements based on portrait images
DE102009030062A1 (de) 2009-06-22 2010-12-23 Beiersdorf Ag Verfahren zur Altersbestimmung und altersabhängigen Auswahl von kosmetischen Produkten
TW201116257A (en) * 2009-11-13 2011-05-16 Inst Information Industry System and method for analysis of facial defects and computer program product
WO2011067162A1 (en) * 2009-12-02 2011-06-09 Unilever Plc Apparatus for and method of measuring skin age
US8401300B2 (en) 2009-12-14 2013-03-19 Conopco, Inc. Targeted image transformation of skin attribute
JP5554984B2 (ja) 2009-12-24 2014-07-23 キヤノン株式会社 パターン認識方法およびパターン認識装置
FR2954837B1 (fr) 2009-12-30 2013-08-23 Natura Cosmeticos Sa Procede d'evaluation de l'etat esthetique et morphologique de la peau et prescription d'un traitement cosmetique et/ou dermatologique
DE102010006741A1 (de) 2010-02-03 2011-08-04 Friedrich-Alexander-Universität Erlangen-Nürnberg, 91054 Verfahren zum Verarbeiten eines Endoskopiebildes
US8957981B2 (en) 2010-03-03 2015-02-17 Intellectual Ventures Fund 83 Llc Imaging device for capturing self-portrait images
US8582807B2 (en) * 2010-03-15 2013-11-12 Nec Laboratories America, Inc. Systems and methods for determining personal characteristics
US8331698B2 (en) 2010-04-07 2012-12-11 Seiko Epson Corporation Ethnicity classification using multiple features
US8550818B2 (en) 2010-05-21 2013-10-08 Photometria, Inc. System and method for providing and modifying a personalized face chart
WO2011152841A1 (en) 2010-06-01 2011-12-08 Hewlett-Packard Development Company, L.P. Replacement of a person or object in an image
AU2011270457A1 (en) 2010-06-21 2012-11-29 Pola Chemical Industries, Inc. Age estimation method and gender determination method
JP5615088B2 (ja) 2010-08-18 2014-10-29 キヤノン株式会社 画像処理装置及びその方法、プログラム、並びに撮像装置
JP2012053813A (ja) * 2010-09-03 2012-03-15 Dainippon Printing Co Ltd 人物属性推定装置、人物属性推定方法、及びプログラム
US8413884B2 (en) 2011-03-03 2013-04-09 Life In Mobile, Inc. Method and apparatus for dynamically presenting content in response to successive scans of a static code
US20120253755A1 (en) * 2011-03-30 2012-10-04 Gobel David P Method Of Obtaining The Age Quotient Of A Person
US20120288168A1 (en) * 2011-05-09 2012-11-15 Telibrahma Convergent Communications Pvt. Ltd. System and a method for enhancing appeareance of a face
CN103649987B (zh) 2011-07-07 2018-05-25 花王株式会社 脸印象分析方法、美容信息提供方法和脸图像生成方法
US8515491B2 (en) 2011-07-28 2013-08-20 Qualcomm Innovation Center, Inc. User distance detection for enhanced interaction with a mobile device
US20130271451A1 (en) 2011-08-09 2013-10-17 Xiaofeng Tong Parameterized 3d face generation
US20130041733A1 (en) 2011-08-11 2013-02-14 Reise Officer System, method, and computer program product for tip sharing using social networking
US9916538B2 (en) 2012-09-15 2018-03-13 Z Advanced Computing, Inc. Method and system for feature detection
US8798363B2 (en) * 2011-09-30 2014-08-05 Ebay Inc. Extraction of image feature data from images
US9817946B2 (en) 2011-12-16 2017-11-14 Cerner Innovation, Inc. Graphic representations of health-related status
US20130169621A1 (en) 2011-12-28 2013-07-04 Li Mei Method of creating and transforming a face model and related system
AU2013203345A1 (en) 2012-01-11 2013-07-25 Steven Liew A method and apparatus for facial aging assessment and treatment management
WO2013115801A1 (en) 2012-01-31 2013-08-08 Hewlett-Packard Development Company, L.P. Identification mark with a predetermined color difference
US8254647B1 (en) 2012-04-16 2012-08-28 Google Inc. Facial image quality assessment
US10037820B2 (en) 2012-05-29 2018-07-31 Medical Avatar Llc System and method for managing past, present, and future states of health using personalized 3-D anatomical models
US20140089017A1 (en) 2012-09-27 2014-03-27 United Video Properties, Inc. Systems and methods for operating an entertainment control system
US9311564B2 (en) 2012-10-05 2016-04-12 Carnegie Mellon University Face age-estimation and methods, systems, and software therefor
KR20140055819A (ko) 2012-11-01 2014-05-09 삼성전자주식회사 얼굴인식장치 및 그 제어방법
KR20140078459A (ko) 2012-12-17 2014-06-25 최봉우 스마트폰을 이용한 피부 상태 분석 및 관리 방법
US8915435B2 (en) 2013-01-25 2014-12-23 Hewlett-Packard Development Company, L.P. Characterization of color charts
US8976252B2 (en) 2013-01-30 2015-03-10 Hewlett-Packard Development Company, L.P. Acquisition of color calibration charts
US9443132B2 (en) 2013-02-05 2016-09-13 Children's National Medical Center Device and method for classifying a condition based on image analysis
GB201302194D0 (en) 2013-02-07 2013-03-27 Crisalix Sa 3D platform for aesthetic simulation
JP2014157428A (ja) 2013-02-14 2014-08-28 Panasonic Corp 画像表示装置、画像表示方法、及び、プログラム
US9268993B2 (en) 2013-03-13 2016-02-23 Futurewei Technologies, Inc. Real-time face detection using combinations of local and global features
US20150045631A1 (en) 2013-03-15 2015-02-12 Lee Pederson Skin health system
US9101320B2 (en) 2013-04-09 2015-08-11 Elc Management Llc Skin diagnostic and image processing methods
US9256963B2 (en) 2013-04-09 2016-02-09 Elc Management Llc Skin diagnostic and image processing systems, apparatus and articles
CN104166835A (zh) 2013-05-17 2014-11-26 诺基亚公司 用于识别活体用户的方法和装置
WO2015015793A1 (ja) 2013-07-31 2015-02-05 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 肌分析方法、肌分析装置および肌分析装置の制御方法
WO2015017687A2 (en) 2013-07-31 2015-02-05 Cosmesys Inc. Systems and methods for producing predictive images
JP6499583B2 (ja) 2013-09-24 2019-04-10 シャープ株式会社 画像処理装置及び画像表示装置
US20150099947A1 (en) * 2013-10-04 2015-04-09 Access Business Group International Llc Skin youthfulness index, methods and applications thereof
KR20150059394A (ko) * 2013-11-22 2015-06-01 (주)아모레퍼시픽 계량화 수단을 이용한 피부 나이 예측 장치 및 방법
WO2015088079A1 (ko) 2013-12-12 2015-06-18 주식회사 바이오코즈글로벌코리아 맞춤형 개별 화장품 생산 시스템
KR102174595B1 (ko) 2013-12-19 2020-11-06 아비질론 포트리스 코퍼레이션 비제약형 매체에 있어서 얼굴을 식별하는 시스템 및 방법
JP6417664B2 (ja) 2013-12-27 2018-11-07 沖電気工業株式会社 人物属性推定装置、人物属性推定方法及びプログラム
US9773156B2 (en) 2014-04-29 2017-09-26 Microsoft Technology Licensing, Llc Grouping and ranking images based on facial recognition data
US9760935B2 (en) * 2014-05-20 2017-09-12 Modiface Inc. Method, system and computer program product for generating recommendations for products and treatments
CN105488371B (zh) 2014-09-19 2021-04-20 中兴通讯股份有限公司 一种脸部识别方法和装置
CN107077623A (zh) 2014-11-13 2017-08-18 英特尔公司 图像质量补偿系统和方法
US9928410B2 (en) * 2014-11-24 2018-03-27 Samsung Electronics Co., Ltd. Method and apparatus for recognizing object, and method and apparatus for training recognizer
US9712751B2 (en) 2015-01-22 2017-07-18 Apple Inc. Camera field of view effects based on device orientation and scene content
US20160314616A1 (en) 2015-04-23 2016-10-27 Sungwook Su 3d identification system with facial forecast
US9830727B2 (en) 2015-07-30 2017-11-28 Google Inc. Personalizing image capture
KR102439938B1 (ko) 2015-08-03 2022-09-05 삼성전자주식회사 사용자 인증을 위한 멀티-모달 퓨전 방법 및 사용자 인증 방법
US10796480B2 (en) 2015-08-14 2020-10-06 Metail Limited Methods of generating personalized 3D head models or 3D body models
US9754237B2 (en) 2015-12-18 2017-09-05 Ricoh Co., Ltd. Index image quality metric
US10395300B2 (en) * 2015-12-21 2019-08-27 International Business Machines Corporation Method system and medium for personalized expert cosmetics recommendation using hyperspectral imaging
US20170246473A1 (en) 2016-02-25 2017-08-31 Sava Marinkovich Method and system for managing treatments
US10264250B2 (en) 2016-03-21 2019-04-16 The Procter & Gamble Company Method and apparatus for determining spectral characteristics of an image captured by a camera on a mobile endpoint device
US10438258B2 (en) 2016-03-21 2019-10-08 The Procter & Gamble Company Method and apparatus for generating graphical chromophore maps
US10282868B2 (en) 2016-03-21 2019-05-07 The Procter & Gamble Company Method and system for generating accurate graphical chromophore maps
US10255482B2 (en) 2016-03-21 2019-04-09 The Procter & Gamble Company Interactive display for facial skin monitoring
US10255484B2 (en) 2016-03-21 2019-04-09 The Procter & Gamble Company Method and system for assessing facial skin health from a mobile selfie image
US10002415B2 (en) 2016-04-12 2018-06-19 Adobe Systems Incorporated Utilizing deep learning for rating aesthetics of digital images
US10621771B2 (en) 2017-03-21 2020-04-14 The Procter & Gamble Company Methods for age appearance simulation
US10614623B2 (en) 2017-03-21 2020-04-07 Canfield Scientific, Incorporated Methods and apparatuses for age appearance simulation
CN110678875B (zh) 2017-05-31 2023-07-11 宝洁公司 用于引导用户拍摄自拍照的系统和方法
KR102297301B1 (ko) 2017-05-31 2021-09-06 더 프록터 앤드 갬블 캄파니 겉보기 피부 나이를 결정하기 위한 시스템 및 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7437344B2 (en) * 2001-10-01 2008-10-14 L'oreal S.A. Use of artificial intelligence in providing beauty advice
CN1750773A (zh) * 2003-01-07 2006-03-22 荷兰联合利华有限公司 用于选择个性化个人护理品的装置和方法
US7362886B2 (en) * 2003-06-05 2008-04-22 Canon Kabushiki Kaisha Age-based face recognition
US8625864B2 (en) * 2008-02-14 2014-01-07 Gregory Goodman System and method of cosmetic analysis and treatment diagnosis
CN104504376A (zh) * 2014-12-22 2015-04-08 厦门美图之家科技有限公司 一种人脸图像的年龄分类方法和系统
CN104537630A (zh) * 2015-01-22 2015-04-22 厦门美图之家科技有限公司 一种基于年龄估计的图像美颜方法和装置
CN105279499A (zh) * 2015-10-30 2016-01-27 小米科技有限责任公司 年龄识别方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张天刚 等."基于人脸图像的性别识别与年龄估计".《计算机工程与设计》.2012,第33卷(第5期),1997-2001. *

Also Published As

Publication number Publication date
US20170270593A1 (en) 2017-09-21
US11055762B2 (en) 2021-07-06
CN108701323A (zh) 2018-10-23
CA3015492A1 (en) 2017-09-28
EP3433818A1 (en) 2019-01-30
CA3015492C (en) 2021-11-23
JP6730443B2 (ja) 2020-07-29
WO2017165363A1 (en) 2017-09-28
JP2019512797A (ja) 2019-05-16

Similar Documents

Publication Publication Date Title
CN108701323B (zh) 用于提供定制的产品推荐的系统和方法
CN110709856B (zh) 用于确定表观皮肤年龄的系统和方法
US11282190B2 (en) Systems and methods for hair coverage analysis
US11832958B2 (en) Automatic image-based skin diagnostics using deep learning
US11172873B2 (en) Systems and methods for hair analysis
US10574883B2 (en) System and method for guiding a user to take a selfie
US10943156B2 (en) Machine-implemented facial health and beauty assistant
JPWO2020113326A5 (zh)
WO2019136354A1 (en) Machine-implemented facial health and beauty assistant
JP2021523454A (ja) 毛髪分析のためのシステム及び方法

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
GR01 Patent grant
GR01 Patent grant