CN110555257A - 一种智能的补妆提醒方法与系统 - Google Patents

Abstract

本发明公开了一种智能的补妆提醒方法与系统，主要包括：通过汗液检测装置获取面部易出汗的部位；获取当前所处环境的温度、湿度；检测用户当前的脸部出汗程度；分析不同化妆品，在所述温度、湿度条件下的易融化程度；根据所述温度、湿度、所述出汗程度、化妆品易融化程度，通过机器学习算法预测妆容脱妆的时间，提醒用户进行补妆；预测需要携带的用于补妆的化妆品种类，并给出补妆建议。本发明可以在用户忘记补妆的时候根据用户的生理特征和外部环境特征及时提醒用户补妆。

Description

一种智能的补妆提醒方法与系统

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种智能的补妆提醒方法与系统。

背景技术

很多女性，都非常注意自己的妆容妆貌。然而，由于很多其他的原因，比如天气炎热、暴雨等环境因素或者女性自身体质如多汗的原因，很多女性的妆容在 一定时间之后很有可能出现花妆的现象。经常看到女性使用各种手段进行补妆，如随身携 带小镜子化妆品、利用公共卫生间的小镜子或者在化妆品柜台进行化妆或补妆。也经常会看到有些女性由于没有意识到自己的妆容以及化了，很影响美观的样子。因为，由于忙碌和妆容变化的不确定性，她们经常无法时刻关注自己的妆容，会经常忘记补妆或者需要时刻提醒自己，这是非常劳心劳累的思维负担。职业女性没有时间经常照镜子，也没有时间一直关注脸上的妆容，如果有设备能够根据环境变化及妆容的特点，及时提醒自己补妆，那么将给她们带来很大的方便。

发明201510337484 .3 虽然给了如何检测汗液的方法，但是人体不同部位的流的汗液不同，有些人喜欢额头流汗更多，有些人鼻子流汗更多。而且，不可能一直将汗液检测设备贴在脸上，影响美观。因此具体到补妆上，还需要采用算法进行不同的处理。

发明201811004624 .5 作为是一种根据图像去判断用户是否应该补妆的方法，它需要用户能自己去化妆间进行补妆，没有涉及何时提醒用户补妆的问题。如果用户自己去化妆间，说明她已经记起自己需要补妆了，而本发明要解决的是，她自己因为忙碌或者并不知道妆容脱妆的时间，需要有设备对她进行提醒的问题。

发明内容

本发明提供了一种智能的补妆提醒方法与系统用于预测应该补妆的时间，及时提醒用户补妆。

本发明提供了一种智能的补妆提醒方法，主要包括以下步骤：

通过汗液检测装置获取面部易出汗的部位；

获取当前所处环境的温度、湿度；检测用户当前的脸部出汗程度；

分析不同化妆品，在所述温度、湿度条件下的易融化程度；

根据所述温度、湿度、所述出汗程度、化妆品易融化程度，通过机器学习算法预测妆容脱妆的时间，提醒用户进行补妆；

预测需要携带的，用于补妆的化妆品种类，并给出补妆建议。

进一步可选地，如上所述的方法中，所述通过汗液检测装置获取面部易出汗部位，主要包括：

通过在面膜上装有电极，紧贴脸部皮肤的电极对人体的生物电信号进行拾取，经生物电放大器放大后，记录下电信号，再进行生物电信号分析处理，获取脸部各部位的汗液流量。

进一步可选地，如上所述的方法中，所述进行生物电信号分析处理，获取脸部各部位的汗液流量，主要包括：

监测出汗时人体脸部皮肤附近的介电常数增加的数量；将汗液检测装置粘贴于脸部，检测脸部预设的部位的汗液流量，随着汗液数量的变化，传感器极板之间的介电常数也会产生变化，从而引起电容发生变化，通过检测脸部各部位的电容的变化，获取出汗累积量信息，即脸部各部位的汗液流量。

进一步可选地，如上所述的方法中，所述获取当前所处环境的温度、湿度，主要包括：

记录用户从化完妆，至到当前时刻的时长。根据以往在化妆后多久开始需要补妆的时长，作为预测补妆时间的第一补妆信息特征；

通过温度湿度传感器获取当天的天气湿度和温度；采用红外传感测温方式测试脸部温度；将温度、湿度作为第二补妆信息特征。通过线性方程zh=ax+by+cz+dw,融合第一补妆信息特征与第二补妆信息特征，对用户的补妆时间进行预测。其中，zh代表需要预测的目标补妆时间，x代表天气温度、y代表天气湿度、z代表脸部温度，w代表以前化妆后多久需要补妆的时长；a,b,c,d分别是x、y、z、w的参数或者权重。

进一步可选地，如上所述的方法中，所述检测用户当前的脸部出汗程度，主要包括：

通过将汗液检测装置粘贴于人体手臂部位，获得汗液数量的变化及手部出汗量；

根据预设的，针对个人的脸部出汗量与手部出汗量的比值，预测脸部的出汗程度。

进一步可选地，如上所述的方法中，所述分析不同化妆品，在所述温度、湿度条件下的易融化程度，主要包括：

通过拍摄化妆品的说明书，进行ocr字符识别，获取化妆品的成分，根据化妆品成分通过爬虫技术，在网络中自动搜索查询其中包含的化学物质在各个温度下的溶解度以及溶解时间，获取查询结果；

根据完成化妆的时间到当前时间已经经过的时间长度，检测随着时间推移，化妆品融化的程度，并作为第三补妆信息特征。

进一步可选地，如上所述的方法中，所述通过算法预测妆容脱妆的时间，提醒用户进行补妆，主要包括：

根据所述出汗程度、温度湿度、化妆品成分、从化妆完成到当前时刻的时间长度特征，通过预先训练好的机器学习模型，预测何时需要补妆。

所述机器学习模型包括，预处理模块，用于对来自不同数据源的数据进行预处理，包括出汗流量数据，温度数据、湿度数据、时间数据，将它们转化为数值型数据；特征提取模块用于对上述预处理后的数据进行特征提取，以得到重要特征量，重要特征量是对数值型数据的最重要特征进行抽取，得到影响脱妆时间的最关键的因素特征；处理模块用于根据用户输入或选择的算法和参数，通过统一的接口将训练数据提交给GraphLab系统进行计算处理，并通过该平台进行机器学习预测；

最后，通过手机或者可穿戴设备对用户进行提醒。

进一步可选地，如上所述的方法中，所述预测需要带去化妆间或卫生间的的化妆品的品种，给出补妆建议，主要包括：

根据最容易脱妆的化妆品成分，获取补妆化妆品类别；

根据最易出汗的脸部位置，获取需要补妆的化妆品类别；

本发明提供了一种智能的补妆提醒系统，所述系统包括：

脸部出汗检测模块，用于获取脸部出汗部位，找到最需要补妆的部位；

外部环境检测模块，用于获取化妆品易融化程度以及当前的温度湿度；

预测补妆时间模块，用于根据获取到的用户自身特征，及所处环境外部特征信息，预测何时需要补妆；

补妆化妆品推荐模块，用于根据补妆需要，推荐携带进行补妆的化妆品，减少化妆品携带量。

本发明实施例提供的技术方案可以包括以下有益效果：

本发明可以在用户忘记补妆的时候根据用户的生理特征和外部环境特征及时提醒用户补妆，并且预测可能需要补妆的部位，以及需要携带的化妆品，避免了因为忘记补妆而导致形象受损，减少了补妆化妆品的携带量。很好的改善了补妆体验。

附图说明

图1为本发明的智能的补妆提醒方法实施例的流程图；

图2为本发明的智能的补妆提醒系统实施例的结构图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

图1为本发明的一种智能的补妆提醒方法的流程图。如图1所示，本实施例一种智能的补妆提醒方法具体可以包括如下步骤：

步骤101，通过汗液检测装置获取面部易出汗部位，例如通过在面膜上装有电极，紧贴脸部皮肤的电极对人体的生物电信号进行拾取，经生物电放大器放大后记录，再进行生物电信号分析处理，获取脸部各部位在特定时间段内的汗液流量。

这个阶段是汗液流量的检测阶段，每个人都会有自己的不同的汗腺，汗腺的变化并不会经常变化，因此对汗液的检测，每个人只需做一次，就能获取到出汗的个性化特征。因此具有简便且实用性。将电极装入面膜内部，能够很好的在敷面膜的过程中，直接的检测汗液的流量。当然，也可以直接将电极贴于脸部，进行汗液检测。

进行生物电信号分析处理，获取脸部各部位在特定时间段内的汗液流量。对生物电信号的分析，可以通过传感器获取信号后，连接到网络，并通过服务器端的处理器进行数据处理。所述服务器可以是用户的手机作为计算设备。这样在外出时，也可以通过手机进行信息的分析与补妆的提醒。

对出汗的检测过程，主要包括监测出汗时人体脸部皮肤附近的介电常数增加的数量；将汗液检测装置粘贴于脸部，检测各部位的汗液流量，随着汗液数量的变化，传感器极板之间的介电常数也会产生变化，从而引起电容发生变化，通过检测脸部各部位的电容的变化，即可获知出汗累积量信息。

步骤102，获取当天化妆时间，获取当前所处环境的温度、湿度。

记录化妆开始时间，获取化妆开始时间，并对化妆完成到需要补妆的时长进行记录。根据以往的化妆后多久开始需要补妆的时长，作为第一补妆信息特征；因为个人的身体特质并不会经常改变，因此以往的经验有助于在未来预测补妆的时间，虽然这个经验不是精准的，如果要让预测更加精准还需要结合当前的温度湿度、化妆品特征等更多特征因素。

通过温度湿度传感器获取当天的天气湿度和温度；采用红外传感测温方式测试脸部温度；将温度湿度作为第二补妆信息特征。第二补妆信息特征能够从外部特征上更好的为预测补妆时间提供了更多的数据特征。例如，用户在经常在空调房里6小时后，妆就有少部分化了，需要补妆，当她出差时，妆会在什么时候开始化掉会比较难以预测，但是如果有温度湿度数据，则通过算法的分析是可以预测她何时需要补妆的。

例如，通过线性方程zh=ax+by+cz+dw,融合第一补妆信息特征与第二补妆信息特征，对用户的补妆时间进行预测。其中，zh是需要预测的目标补妆时间，x代表天气温度、y代表天气湿度、z代表脸部温度，w代表，以前化妆后多久需要补妆的时长，例如5小时后就需要补妆。a,b,c,d分别这些变量的参数或者权重。根据这个公式就可以简单初步的预测补妆时间了。

步骤103，所述预测用户当前的出汗程度。

通过将汗液检测装置粘贴于人体手臂部位，获得汗液数量的变化，及手部出汗量；因为用户不可能将汗液 检测装置长时间贴于脸部，但是可以通过衣服的设计或者可穿戴设备，使汗液检测设备贴于手部，这样也可以一定程度获得出汗程度信息。

根据预设的针对个人的脸部出汗量与手部出汗量的比值，预测脸部的出汗程度。人体出汗是根据温度湿度变化的，身体各个部位的出汗，虽然不同，但是比例却是不会有大的变动的。因此通过检测用户手臂的汗液，就能推断脸上总体的出汗程度。虽然不能推断脸部的局部（例如鼻子或额头）汗液流量，但是脸部的局部汗液流量已经在步骤一进行了检测。

步骤104，预测最早需要补妆的部位。

根据比较脸部不同部位的出汗累积量信息，判断脸部的补妆部位。根据步骤1 的方法，将汗液检测装置贴于脸部的不同部位，即可计算在相同条件下，脸部汗液的流量和汗液流量的比例。根据比例的大小，可以知道哪个部位最早出汗，出最多汗液，因此可以预测什么部位的妆最容易脱落或融化。根据最容易脱落的部位，即可知道需要补妆的部位大概是哪里。

步骤105，分析化妆品中，在特定温度湿度下，融化的程度。

通过拍摄化妆品的说明书，进行ocr字符识别，获取化妆品的成分，根据化妆品成分通过爬虫技术，在网络中自动搜索查询其中包含的化学物质在各个温度下的溶解度以及溶解时间，获取查询结果；

根据完成化妆的时间到当前时间已经经过的时间长度，检测随着时间推移，化妆品融化的程度，并作为第三补妆信息特征。因为除了温度湿度汗液等对化妆品的脱落或溶解有影响，化妆品本身的特性也会对它有影响，因此对化妆品进行成分的分析和各种化学物易溶解特性的分析也很重要。例如有些化妆品包含有丁二醇、双丙甘醇、丙烯酸(酯)类/C10-30烷醇丙烯酸酯交联聚合物、氨甲基丙醇、PEG-40氢化蓖麻油、尿囊素、羟苯甲酯、薰衣草油、苄索氯铵、EDTA二钠、甜菜碱、氨基酸、尿囊素、燕麦β-葡聚糖、寡聚透明质酸、烟酰胺、D-泛醇与卡波940、精氨酸等。她们在不同的温度下，都有自己的易溶解度。有些80度还不会溶解，有些则35度就较易溶解，随着接触空气的湿度增加，有些80%的空气湿度就会在3小时内溶解，有些不会因为接触空气湿度而溶解。因此，针对不同化妆品的成分进行记录和分析，可以根据它在空气中暴露的温度湿度而预测化妆品的脱落及融化的时间。当然，这个特性也可以融合上述的其他特征被用于共同构建预测化妆品脱妆时间的分析系统。

步骤106，通过算法预测妆容脱妆的时间，提醒用户进行补妆。

根据所述出汗程度、温度湿度、化妆品成分，化妆完成后到当前时刻的时间长度特征，通过预先训练好的机器学习模型，预测需要补妆的时间。

首先获取出汗程度、温度湿度、化妆品成分，化妆完成后到当前时刻的时间长度等，又上述步骤102和步骤106，构建的第一补妆信息特征、第二补妆信息特征、第三补妆信息特征，将这些特征构建成特征数据，并获取在该特征数据条件下，脱妆的时间，作为标注值。有了训练数据和标注值，即可以构建训练矩阵。对构建的训练矩阵进行下面的处理步骤：

包括预处理模块、特征提取模块、处理模块，其中：预处理模块用于对来自不同数据源的数据进行预处理，例如出汗流量数据，温度数据、湿度数据，都转化为数值型数据；所述特征提取模块用于对上述预处理后的数据进行特征提取以得到特征量，特征量是对数值型数据的最重要特征进行抽取，得到影响脱妆时间的最关键因素特征；处理模块用于根据用户输入或选择的算法和参数，通过统一的接口将训练数据提交给GraphLab系统进行计算处理。

采用五折交叉验证法进行模型验证，通过对所述模拟模型的预测效果分别进行评价，在所述处理模块的机器学习算法中确定最优算法和与所述最优算法对应的超参数；根据最优算法和所述最优输入特征对每个预测方案进行模型训练，生成模型集；在所述模型集中选择对应条件下的预测模型，并对所述预测模型输入与所述最优输入特征相对应的新数据，输出预测值。该预测值即是根据上述的第一补妆信息特征、第二补妆信息特征、第三补妆信息特征，这些条件下，预测的用户需要补妆的时间点。

例如，获取到空气温度25度，湿度30%，脸部流汗量0.1g，化妆品成分有薰衣草油，化妆完成到现在3小时，通过将数据输入模型，即可获得预测值：7小时需要补妆。

于是系统会在化妆完成7小时之后，进行信息的提醒，提醒的方法可以通过手机进行提醒，也可以通过可穿戴设备。用户化妆完成后，只需要按按钮告诉手机已经完成化妆，它就能根据时间、温度湿度、出汗等，对用户进行特定时刻的提醒。

步骤107，预测需要带去化妆间或卫生间的的化妆品的品种，给出补妆建议。

根据最容易脱妆的化妆品成分，获取补妆化妆品类别；由于步骤105通过化妆品成分查询其中包含的化学物质在各个温度下的溶解度以及溶解时间，因此可以知道哪种化妆品容易融化，因此在补妆的时候，可以只携带该种类的化妆品。

根据最易出汗的脸部位置，获取需要补妆的化妆品类别；因为只需要对脸部脱妆的部位进行不全，因此只需要携带容易出汗的部位的化妆品的种类。由于有预测提醒系统，因此可以减少了化妆品携带量。系统通过手机或者可穿戴设备，提醒用户应该要携带去补妆的化妆品。例如只需携带睫毛膏。

并且可以根据预测到的补妆部位，给出补妆建议，例如通过手机语音或者短信，提醒建议用户进行眉毛的补妆，或者进行晒红的补妆等。

用于实现本发明进行信息控制的程序，可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、python、C++，还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（processor）执行本发明各个实施例所述方法的部分步骤。

而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (9)

1.一种智能的补妆提醒方法，其特征在于，所述方法包括：

通过汗液检测装置获取面部易出汗的部位；

获取当前所处环境的温度、湿度；检测用户当前的脸部出汗程度；

分析不同化妆品，在所述温度、湿度条件下的易融化程度；

根据所述温度、湿度、所述出汗程度、化妆品易融化程度，通过机器学习算法预测妆容脱妆的时间，提醒用户进行补妆；

预测需要携带的用于补妆的化妆品种类，并给出补妆建议。

2.根据权利要求1所述的方法，其中，所述通过汗液检测装置获取面部易出汗部位，主要包括：

通过在面膜上装有电极，紧贴脸部皮肤的电极对人体的生物电信号进行拾取，经生物电放大器放大后，记录下电信号，再进行生物电信号分析处理，获取脸部各部位的汗液流量。

3.根据权利要求2所述的方法，其中，所述进行生物电信号分析处理，获取脸部各部位的汗液流量，主要包括：

监测出汗时人体脸部皮肤附近的介电常数增加的数量；将汗液检测装置粘贴于脸部，检测脸部预设的部位的汗液流量，随着汗液数量的变化，传感器极板之间的介电常数也会产生变化，从而引起电容发生变化，通过检测脸部各部位的电容的变化，获取出汗累积量信息，即脸部各部位的汗液流量。

4.根据权利要求1所述的方法，其中，所述获取当前所处环境的温度、湿度，主要包括：

记录用户从化完妆，至当前时刻的时长;根据以往在化妆后多久需要补妆的时长，作为预测补妆时间的第一补妆信息特征；

通过温度湿度传感器获取用户所处环境下的天气湿度和温度；采用红外传感测温方式，测试脸部温度；将天气温度、湿度、脸部温度作为第二补妆信息特征；

通过线性方程zh=ax+by+cz+dw,融合第一补妆信息特征与第二补妆信息特征，对用户的补妆时间进行预测。其中，zh是需要预测的目标补妆时间，x代表天气温度、y代表天气湿度、z代表脸部温度，w代表，以前化妆后多久需要补妆的时长，a,b,c,d分别是x、y、z、w的参数或者权重。

5.根据权利要求1所述的方法，其中，所述检测用户当前的脸部出汗程度，主要包括：

通过将汗液检测装置粘贴于人体手臂部位，获得汗液数量的变化及手部出汗量；

根据预设的，针对个人的脸部出汗量与手部出汗量的比值，预测脸部的出汗程度。

6.根据权利要求1所述的方法，其中，所述分析不同化妆品，在所述温度、湿度条件下的易融化程度，主要包括：

通过拍摄化妆品的说明书，进行ocr字符识别，获取化妆品的成分，根据化妆品成分通过爬虫技术，在网络中自动搜索查询其中包含的化学物质在各个温度下的溶解度以及溶解时间，获取查询结果；

根据完成化妆的时间到当前时间已经经过的时间长度，检测随着时间推移，化妆品融化的程度，并作为第三补妆信息特征。

7.根据权利要求1所述的方法，其中，所述通过算法预测妆容脱妆的时间，提醒用户进行补妆，主要包括：

根据所述出汗程度、温度湿度、化妆品成分、从化妆完成到当前时刻的时间长度特征，通过预先训练好的机器学习模型，预测何时需要补妆;

所述机器学习模型包括，预处理模块，用于对来自不同数据源的数据进行预处理，包括出汗流量数据，温度数据、湿度数据、时间数据，将它们转化为数值型数据；特征提取模块用于对上述预处理后的数据进行特征提取，以得到重要特征量，重要特征量是对数值型数据的最重要特征进行抽取，得到影响脱妆时间的最关键的因素特征；处理模块用于根据用户输入或选择的算法和参数，通过统一的接口将训练数据提交给GraphLab系统进行计算处理，并通过该平台进行机器学习预测；

最后，通过手机或者可穿戴设备对用户进行提醒。

8.根据权利要求1所述的方法，其中，所述预测需要带去化妆间或卫生间的化妆品的品种，给出补妆建议，主要包括：

根据最容易脱妆的化妆品成分，获取补妆用的化妆品类别；

根据最易出汗的脸部位置，获取需要补妆的化妆品类别。

9.一种智能的补妆提醒系统，其特征在于，所述系统包括：

脸部出汗检测模块，用于获取脸部出汗部位，找到最需要补妆的部位；

外部环境检测模块，用于获取化妆品易融化程度以及当前的温度湿度；

预测补妆时间模块，用于根据获取到的用户自身特征，及所处环境外部特征信息，预测何时需要补妆；

补妆化妆品推荐模块，用于根据补妆需要，推荐携带进行补妆的化妆品，减少化妆品携带量。