CN110705799A - 一种智能提示梳洗相关信息的方法、装置及介质 - Google Patents

Abstract

本文公开了一种智能提示梳洗相关信息的方法、装置及介质，此方法包括：获取视频信息；根据所述视频信息确定所述视频信息中用户的梳洗行为类型；通过机器学习模型预测下一梳洗行为类型；提示所述下一梳洗行为类型的梳洗相关信息。本文可以在用户进行梳洗过程中，根据用户习惯为用户提示下一梳洗步骤中的梳洗相关信息，使用户在梳洗过程中及时可以获得更好的梳洗方法及产品信息，获得良好的智能使用体验。

Description

一种智能提示梳洗相关信息的方法、装置及介质

技术领域

本文涉及数据处理技术领域，尤其涉及一种智能提示梳洗相关信息的方法、装置及介质。

背景技术

随着智能设备的广泛应用，应用于客厅、卧室、厨房等生活场景的智能设备越来越多，为人们的生活提供各便利的服务，人们对洗漱室的智能设备的需求也越来越大。

发明内容

为克服相关技术中存在的问题，本文提供一种智能提示梳洗相关信息的方法、装置及介质。

根据本文实施例的第一方面，提供一种智能提示梳洗相关信息的方法，包括：

获取视频信息；

根据所述视频信息确定所述视频信息中用户的梳洗行为类型；

通过机器学习模型预测下一梳洗行为类型；

提示所述下一梳洗行为类型的梳洗相关信息。

上述智能提示梳洗相关信息的方法还具有以下特点：

所述方法还包括：

存储不同用户标识对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述根据所述视频信息确定所述视频信息中用户的梳洗行为类型，包括：

识别所述视频信息中用户的特征信息，根据所述特征信息确定用户标识；

查询已存储的所述用户标识对应的历史梳洗行为流程；

根据所述用户标识对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述通过机器学习模型预测下一梳洗行为类型，包括：

根据所述用户标识对应的历史梳洗行为流程训练机器学习模型，通过训练后的机器学习模型预测下一梳洗行为类型。

上述智能提示梳洗相关信息的方法还具有以下特点：

所述方法还包括：

存储不同用户标识在不同时段对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述根据所述视频信息确定所述视频信息中用户的梳洗行为类型，包括：

确定当前时间所属的时段；

在已存储的所述用户标识对应的历史梳洗行为流程中查询所述当前时间所属的时段下的历史梳洗行为流程；

根据当前时间所属的时段下的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述通过机器学习模型预测下一梳洗行为类型包括：

根据所述用户标识在不同时段对应的历史梳洗行为流程训练机器学习模型，通过训练后的机器学习模型预测下一梳洗行为类型。

上述智能提示梳洗相关信息的方法还具有以下特点：

所述方法还包括：

存储不同性别的用户对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述根据所述视频信息确定所述视频信息中用户的梳洗行为类型，包括：

识别所述视频信息中用户的性别；

查询所述视频信息中用户的性别对应的历史梳洗行为流程；

根据所述用户的性别对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述通过机器学习模型预测下一梳洗行为类型，包括：

根据所述视频信息中用户的性别对应的历史梳洗行为流程训练机器学习模型，通过训练后的机器学习模型预测下一梳洗行为类型。

上述智能提示梳洗相关信息的方法还具有以下特点：

所述方法还包括：存储用户的历史梳洗视频信息，根据所述用户的历史梳洗视频信息识别并记录每个梳洗行为类型所使用的梳洗工具的标识信息；根据所述梳洗工具的标识信息查询所述梳洗工具的相关信息；

所述梳洗工具的相关信息包括以下中的至少一种：名称、使用方法、用量、打折信息、网络售卖信息、重大关联新闻；

所述梳洗相关信息包括所述梳洗工具的相关信息。

上述智能提示梳洗相关信息的方法还具有以下特点：

所述历史梳洗行为流程包括以下中的至少一种：历史化妆行为流程、历史卸妆行为流程。

根据本文实施例的第二方面，提供了一种智能提示梳洗相关信息的装置，包括：

获取模块，用于获取视频信息；

第一确定模块，用于根据所述视频信息确定所述视频信息中用户的梳洗行为类型；

机器学习模块，通过机器学习模型预测下一梳洗行为类型；

提示模块，用于提示所述下一梳洗行为类型的梳洗相关信息。

上述智能提示梳洗相关信息的装置还具有以下特点：

所述装置还包括：

第一存储模块，用于存储不同用户标识对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述第一确定模块还包括：

第一分析模块，用于识别所述视频信息中用户的特征信息，根据所述特征信息确定用户标识；

第一查询模块，用于查询已存储的所述用户标识对应的历史梳洗行为流程；

第二确定模块，用于根据所述用户标识对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述机器学习模块包括：

第一训练模块，用于根据所述用户标识对应的历史梳洗行为流程训练机器学习模型；

第二预测模块，用于通过训练后的机器学习模型预测下一梳洗行为类型。

上述智能提示梳洗相关信息的装置还具有以下特点：

所述装置还包括：

第二存储模块，用于存储不同用户标识在不同时段对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述第一确定模块还包括：

第二分析模块，用于确定当前时间所属的时段；

第二查询模块，用于在已存储的所述用户标识对应的历史梳洗行为流程中查询所述当前时间所属的时段下的历史梳洗行为流程；

第三确定模块，用于根据当前时间所属的时段下的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述机器学习模块包括：

第二训练模块，用于根据所述用户标识在不同时段对应的历史梳洗行为流程训练机器学习模型；

第二预测模块，用于通过训练后的机器学习模型预测下一梳洗行为类型。

上述智能提示梳洗相关信息的装置还具有以下特点：

所述装置还包括：

第三存储模块，用于存储不同性别的用户对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

第一确定模块还包括：

第三分析模块，用于识别所述视频信息中用户的性别；

第三查询模块，用于查询所述视频信息中用户的性别对应的历史梳洗行为流程；

第四确定模块，用于根据所述用户的性别对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述机器学习模块包括：

第三训练模块，用于根据所述视频信息中用户的性别对应的历史梳洗行为流程训练机器学习模型；

第四训练模块，用于通过训练后的机器学习模型预测下一梳洗行为类型。

上述智能提示梳洗相关信息的装置还具有以下特点：

所述装置还包括：

第四存储模块，用于存储用户的历史梳洗视频信息；

第四分析模块，用于根据所述用户的历史梳洗视频信息识别并记录每个梳洗行为类型所使用的梳洗工具的标识信息；

第四查询模块，用于根据所述梳洗工具的标识信息查询所述梳洗工具的相关信息；

所述梳洗工具的相关信息包括以下中的至少一种：名称、使用方法、用量、打折信息、网络售卖信息、重大关联新闻；

所述梳洗相关信息包括所述梳洗工具的相关信息。

上述智能提示梳洗相关信息的装置还具有以下特点：

所述历史梳洗行为流程包括以下中的至少一种：历史化妆行为流程、历史卸妆行为流程。

根据本文实施例的第三方面，提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种智能提示梳洗相关信息的方法，所述方法包括：

获取视频信息；

根据所述视频信息确定所述视频信息中用户的梳洗行为类型；

通过机器学习模型预测下一梳洗行为类型；

提示所述下一梳洗行为类型的梳洗相关信息。

本文的实施例提供的技术方案可以包括以下有益效果：本文可以在用户进行梳洗过程中，根据用户习惯为用户提示下一梳洗步骤中的梳洗相关信息，使用户在梳洗过程中及时可以获得更好的梳洗方法及产品信息，获得良好的智能使用体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本文。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本文的实施例，并与说明书一起用于解释本文的原理。

图1是根据一示例性实施例示出的一种智能提示梳洗相关信息的方法的流程图；

图2是根据一示例性实施例示出的一种智能提示梳洗相关信息的装置的流程图；

图3是根据一示例性实施例示出的一种智能提示梳洗相关信息的装置的流程图；

图4是根据一示例性实施例示出的一种智能提示梳洗相关信息的装置的流程图；

图5是根据一示例性实施例示出的一种智能提示梳洗相关信息的装置的流程图；

图6是根据一示例性实施例示出的一种智能提示梳洗相关信息的装置的流程图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本文相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本文的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种智能提示梳洗相关信息的方法的流程图，此方法包括：

步骤S11，获取视频信息；

步骤S12,根据所述视频信息确定所述视频信息中用户的梳洗行为类型；

步骤S13，通过机器学习模型预测下一梳洗行为类型；

步骤S14，提示所述下一梳洗行为类型的梳洗相关信息。

在一实施例中，梳洗工具的相关信息包括以下中的至少一种：名称、使用方法、用量、打折信息、网络售卖信息、重大关联新闻。梳洗相关信息包括所述梳洗工具的相关信息。

获取梳洗工具的相关信息的方式为：记录用户的历史梳洗视频信息，根据所述用户的历史梳洗视频信息识别并记录每个梳洗行为类型所使用的梳洗工具的标识信息；根据所述梳洗工具的标识信息查询所述梳洗工具的相关信息；

本方法通过智能洗漱台实现，此智能洗漱台上设有摄像头，通过摄像头拍摄视频信息，智能洗漱台上设有显示屏显示梳洗相关信息，智能洗漱台上还可以设有扬声器播放梳洗相关信息。

本方法可以在用户进行梳洗过程中，根据用户习惯为用户提示下一梳洗步骤中的梳洗相关信息，使用户在梳洗过程中及时可以获得更好的梳洗方法及产品信息，获得良好的智能使用体验。

在一实施例中，机器学习模型是向量机、神经网络(例如BP神经网络、循环神经网络、卷积循环神经网络)等。

在一实施例中，对不同的用户的历史梳洗行为流程进行区分，使用不同用户的历史梳洗行为流程训练不同的机器学习模型，从而为不同用户提供个性化的服务。具体的：

此方法还包括：存储不同用户标识对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型。

步骤S12具体包括：识别所述视频信息中用户的用户标识；查询已存储的所述用户标识对应的历史梳洗行为流程；根据所述用户标识对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型。其中，根据所述用户标识对应的历史梳洗行为流程确定所述视频信息中用户的梳洗行为类型包括：根据视频信息提取人体行为特征，根据人体行为特征初步确定用户的梳洗行为类型，在所述历史梳洗行为流程中查找所述梳洗行为类型，在查找到所述梳洗行为类型时，确认用户当前的梳洗行为类型为初步确定的梳洗行为类型，在未查找到所述梳洗行为类型时，记录此梳洗行为类型为临时梳洗行为类型。在所述用户在不同日期的梳洗过程中，出现此临时梳洗行为类型的次数超过设定次数后，根据此临时梳洗行为类型的出现位置与历史梳洗行为流程中其它梳洗行为类型的位置关系，将所述梳洗行为类型增加至所述用户的历史梳洗行为流程。

步骤S13中通过机器学习模型预测下一梳洗行为类型，包括：根据所述用户标识对应的历史梳洗行为流程训练机器学习模型，通过训练后的机器学习模型预测下一梳洗行为类型。

历史梳洗行为流程包括以下中的至少一种：化妆、卸妆。

举例说明：

用户1的历史梳洗行为流程包括：

一化妆流程：洁面、涂粉底、画眉毛、画眼线、涂口红；

另一化妆流程：洁面、戴隐形眼镜、涂粉底、画眉毛、画眼线、涂口红；

另一化妆流程：洁面、涂粉底、画眉毛、画眼线、遮瑕、涂口红；

另一化妆流程：洁面、涂粉底、画眉毛、画眼线、涂口红、遮瑕。

一卸妆流程：卸眼妆、卸唇妆、洁面。

一卸妆流程：卸隐形眼镜、卸眼妆、卸唇妆、洁面。

……

用户2的历史梳洗行为流程包括：

一化妆流程：洁面、涂粉底、涂口红、画眉毛、画眼线、；

另一化妆流程：洁面、戴隐形眼镜、涂粉底、涂口红、画眉毛、画眼线、；

另一化妆流程：洁面、涂粉底、涂口红、画眉毛、画眼线、遮瑕；

另一化妆流程：洁面、涂粉底、涂口红、画眉毛、画眼线、遮瑕。

一卸妆流程：卸唇妆、卸眼妆、洁面。

一卸妆流程：卸隐形眼镜、卸唇妆、卸眼妆、洁面。

……

根据用户1的历史梳洗行为流程训练一机器学习模型，根据用户2的历史梳洗行为流程训练另一机器学习模型，不同的机器学习模型可以捕获到不同用户的梳洗习惯，从而为不同用户提供个性化的智能提示。

例如：用户1正在进行涂粉底行为时，为用户1提供画眉毛行为的相关信息，用户2正在进行涂粉底行为时，为用户2提供涂口红行为的相关信息。

在一实施例中，考虑同一用户在不同时段的梳洗方式不同，例如早上的化妆方式与晚上的化妆方式不同，将同一用户的所有历史梳洗行为流程按照时段分组，根据不同时段的历史梳洗行为流程对机器学习模型进行训练。

具体的：

所述方法还包括：存储不同用户标识在不同时段对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型。

步骤S12具体包括：

确定当前时间所属的时段；

在已存储的所述用户标识对应的历史梳洗行为流程中查询所述当前时间所属的时段下的历史梳洗行为流程；

根据所述用户标识对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型。

步骤S13中通过机器学习模型预测下一梳洗行为类型包括：根据所述用户标识在不同时段对应的历史梳洗行为流程训练机器学习模型，通过训练后的机器学习模型预测下一梳洗行为类型。

在一实施例中，本方法用于公众场合时，考虑到相同性别的用户的梳洗习惯的相似度大于不同性别的用户的梳洗习惯的相似度，为了为不同性别的用户提供更符合需要的提示，针对不同性别的用户的历史梳洗行为流程分别进行处理，具体的：

所述方法还包括：

存储不同性别的用户对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型。

步骤S12具体包括：

识别所述视频信息中用户的性别；

查询所述视频信息中用户的性别对应的历史梳洗行为流程；

根据所述用户的性别对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型。

步骤S13中通过机器学习模型预测下一梳洗行为类型，包括：根据所述视频信息中用户的性别对应的历史梳洗行为流程训练机器学习模型，通过训练后的机器学习模型预测下一梳洗行为类型。

图2是根据一示例性实施例示出的一种智能提示梳洗相关信息的装置的流程图；此装置包括：

获取模块，用于获取视频信息；

第一确定模块，用于根据所述视频信息确定所述视频信息中用户的梳洗行为类型；

机器学习模块，通过机器学习模型预测下一梳洗行为类型；

提示模块，用于提示所述下一梳洗行为类型的梳洗相关信息。

图3是根据一示例性实施例示出的一种智能提示梳洗相关信息的装置的流程图；所述装置包括：

第一存储模块，用于存储不同用户标识对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述第一确定模块还包括：

第一分析模块，用于识别所述视频信息中用户的特征信息，根据所述特征信息确定用户标识；

第一查询模块，用于查询已存储的所述用户标识对应的历史梳洗行为流程；

第二确定模块，用于根据所述用户标识对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述机器学习模块包括：

第一训练模块，用于根据所述用户标识对应的历史梳洗行为流程训练机器学习模型；

第二预测模块，用于通过训练后的机器学习模型预测下一梳洗行为类型。

图4是根据一示例性实施例示出的一种智能提示梳洗相关信息的装置的流程图；所述装置包括：

第二存储模块，用于存储不同用户标识在不同时段对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述第一确定模块还包括：

第二分析模块，用于确定当前时间所属的时段；

第二查询模块，用于在已存储的所述用户标识对应的历史梳洗行为流程中查询所述当前时间所属的时段下的历史梳洗行为流程；

第三确定模块，用于根据当前时间所属的时段下的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述机器学习模块包括：

第二训练模块，用于根据所述用户标识在不同时段对应的历史梳洗行为流程训练机器学习模型；

第二预测模块，用于通过训练后的机器学习模型预测下一梳洗行为类型。

图5是根据一示例性实施例示出的一种智能提示梳洗相关信息的装置的流程图；所述装置包括：

第三存储模块，用于存储不同性别的用户对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

第一确定模块还包括：

第三分析模块，用于识别所述视频信息中用户的性别；

第三查询模块，用于查询所述视频信息中用户的性别对应的历史梳洗行为流程；

第四确定模块，用于根据所述用户的性别对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述机器学习模块包括：

第三训练模块，用于根据所述视频信息中用户的性别对应的历史梳洗行为流程训练机器学习模型；

第四训练模块，用于通过训练后的机器学习模型预测下一梳洗行为类型。

在另一实施例中，上述装置中还包括：

第四存储模块，用于存储用户的历史梳洗视频信息；

第四分析模块，用于根据所述用户的历史梳洗视频信息识别并记录每个梳洗行为类型所使用的梳洗工具的标识信息；

第四查询模块，用于根据所述梳洗工具的标识信息查询所述梳洗工具的相关信息；

所述梳洗工具的相关信息包括以下中的至少一种：名称、使用方法、用量、打折信息、网络售卖信息、重大关联新闻；

所述梳洗相关信息包括所述梳洗工具的相关信息。

所述历史梳洗行为流程包括以下中的至少一种：历史化妆行为流程、历史卸妆行为流程。

图6是根据一示例性实施例示出的一种用于智能提示梳洗相关信息的装置600的框图。例如，装置600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，装置600可以包括以下一个或多个组件：处理组件602，存储器604，电力组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。

处理组件602通常控制装置600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。

存储器604被配置为存储各种类型的数据以支持在设备600的操作。这些数据的示例包括用于在装置600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件606为装置600的各种组件提供电力。电力组件606可以包括电源管理系统，一个或多个电源，及其他与为装置600生成、管理和分配电力相关联的组件。

多媒体组件608包括在所述装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当设备600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当装置600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。

I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件614包括一个或多个传感器，用于为装置600提供各个方面的状态评估。例如，传感器组件614可以检测到设备600的打开/关闭状态，组件的相对定位，例如所述组件为装置600的显示器和小键盘，传感器组件614还可以检测装置600或装置600一个组件的位置改变，用户与装置600接触的存在或不存在，装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由装置600的处理器620执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本文的其它实施方案。本申请旨在涵盖本文的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本文的一般性原理并包括本文未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本文的真正范围和精神由下面的权利要求指出。

应当理解的是，本文并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本文的范围仅由所附的权利要求来限制。

Claims (13)

1.一种智能提示梳洗相关信息的方法，其特征在于，包括：

获取视频信息；

根据所述视频信息确定所述视频信息中用户的梳洗行为类型；

通过机器学习模型预测下一梳洗行为类型；

提示所述下一梳洗行为类型的梳洗相关信息。

2.如权利要求1所述的智能提示梳洗相关信息的方法，其特征在于，

所述方法还包括：

存储不同用户标识对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述根据所述视频信息确定所述视频信息中用户的梳洗行为类型，包括：

识别所述视频信息中用户的特征信息，根据所述特征信息确定用户标识；

查询已存储的所述用户标识对应的历史梳洗行为流程；

根据所述用户标识对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述通过机器学习模型预测下一梳洗行为类型，包括：

根据所述用户标识对应的历史梳洗行为流程训练机器学习模型，通过训练后的机器学习模型预测下一梳洗行为类型。

3.如权利要求1所述的智能提示梳洗相关信息的方法，其特征在于，

所述方法还包括：

存储不同用户标识在不同时段对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述根据所述视频信息确定所述视频信息中用户的梳洗行为类型，包括：

确定当前时间所属的时段；

在已存储的所述用户标识对应的历史梳洗行为流程中查询所述当前时间所属的时段下的历史梳洗行为流程；

根据当前时间所属的时段下的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述通过机器学习模型预测下一梳洗行为类型包括：

根据所述用户标识在不同时段对应的历史梳洗行为流程训练机器学习模型，通过训练后的机器学习模型预测下一梳洗行为类型。

4.如权利要求1所述的智能提示梳洗相关信息的方法，其特征在于，

所述方法还包括：

存储不同性别的用户对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述根据所述视频信息确定所述视频信息中用户的梳洗行为类型，包括：

识别所述视频信息中用户的性别；

查询所述视频信息中用户的性别对应的历史梳洗行为流程；

根据所述用户的性别对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述通过机器学习模型预测下一梳洗行为类型，包括：

根据所述视频信息中用户的性别对应的历史梳洗行为流程训练机器学习模型，通过训练后的机器学习模型预测下一梳洗行为类型。

5.如权利要求1所述的智能提示梳洗相关信息的方法，其特征在于，

所述方法还包括：存储用户的历史梳洗视频信息，根据所述用户的历史梳洗视频信息识别并记录每个梳洗行为类型所使用的梳洗工具的标识信息；根据所述梳洗工具的标识信息查询所述梳洗工具的相关信息；

所述梳洗工具的相关信息包括以下中的至少一种：名称、使用方法、用量、打折信息、网络售卖信息、重大关联新闻；

所述梳洗相关信息包括所述梳洗工具的相关信息。

6.如权利要求2至4中任一智能提示梳洗相关信息的方法，其特征在于，

所述历史梳洗行为流程包括以下中的至少一种：历史化妆行为流程、历史卸妆行为流程。

7.一种智能提示梳洗相关信息的装置，其特征在于，包括：

获取模块，用于获取视频信息；

第一确定模块，用于根据所述视频信息确定所述视频信息中用户的梳洗行为类型；

机器学习模块，通过机器学习模型预测下一梳洗行为类型；

提示模块，用于提示所述下一梳洗行为类型的梳洗相关信息。

8.如权利要求7所述的智能提示梳洗相关信息的装置，其特征在于，

所述装置还包括：

第一存储模块，用于存储不同用户标识对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述第一确定模块还包括：

第一分析模块，用于识别所述视频信息中用户的特征信息，根据所述特征信息确定用户标识；

第一查询模块，用于查询已存储的所述用户标识对应的历史梳洗行为流程；

第二确定模块，用于根据所述用户标识对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述机器学习模块包括：

第一训练模块，用于根据所述用户标识对应的历史梳洗行为流程训练机器学习模型；

第二预测模块，用于通过训练后的机器学习模型预测下一梳洗行为类型。

9.如权利要求7所述的智能提示梳洗相关信息的装置，其特征在于，

所述装置还包括：

第二存储模块，用于存储不同用户标识在不同时段对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

所述第一确定模块还包括：

第二分析模块，用于确定当前时间所属的时段；

第二查询模块，用于在已存储的所述用户标识对应的历史梳洗行为流程中查询所述当前时间所属的时段下的历史梳洗行为流程；

第三确定模块，用于根据当前时间所属的时段下的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述机器学习模块包括：

第二训练模块，用于根据所述用户标识在不同时段对应的历史梳洗行为流程训练机器学习模型；

第二预测模块，用于通过训练后的机器学习模型预测下一梳洗行为类型。

10.如权利要求7所述的智能提示梳洗相关信息的装置，其特征在于，

所述装置还包括：

第三存储模块，用于存储不同性别的用户对应的历史梳洗行为流程；所述历史梳洗行为流程包括顺序排序的多个梳洗行为类型；

第一确定模块还包括：

第三分析模块，用于识别所述视频信息中用户的性别；

第三查询模块，用于查询所述视频信息中用户的性别对应的历史梳洗行为流程；

第四确定模块，用于根据所述用户的性别对应的历史梳洗行为流程，确定所述视频信息中用户的梳洗行为类型；

所述机器学习模块包括：

第三训练模块，用于根据所述视频信息中用户的性别对应的历史梳洗行为流程训练机器学习模型；

第四训练模块，用于通过训练后的机器学习模型预测下一梳洗行为类型。

11.如权利要求7所述的智能提示梳洗相关信息的装置，其特征在于，

所述装置还包括：

第四存储模块，用于存储用户的历史梳洗视频信息；

第四分析模块，用于根据所述用户的历史梳洗视频信息识别并记录每个梳洗行为类型所使用的梳洗工具的标识信息；

第四查询模块，用于根据所述梳洗工具的标识信息查询所述梳洗工具的相关信息；

所述梳洗工具的相关信息包括以下中的至少一种：名称、使用方法、用量、打折信息、网络售卖信息、重大关联新闻；

所述梳洗相关信息包括所述梳洗工具的相关信息。

12.如权利要求7至10中任一智能提示梳洗相关信息的方法，其特征在于，

所述历史梳洗行为流程包括以下中的至少一种：历史化妆行为流程、历史卸妆行为流程。

13.一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种智能提示梳洗相关信息的方法，所述方法包括：

获取视频信息；

根据所述视频信息确定所述视频信息中用户的梳洗行为类型；

通过机器学习模型预测下一梳洗行为类型；

提示所述下一梳洗行为类型的梳洗相关信息。

Images