CN112364713A - 一种智能化妆建议方法及系统 - Google Patents

一种智能化妆建议方法及系统 Download PDF

Info

Publication number
CN112364713A
CN112364713A CN202011138006.7A CN202011138006A CN112364713A CN 112364713 A CN112364713 A CN 112364713A CN 202011138006 A CN202011138006 A CN 202011138006A CN 112364713 A CN112364713 A CN 112364713A
Authority
CN
China
Prior art keywords
makeup
information
facial
age
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011138006.7A
Other languages
English (en)
Inventor
周永进
林忠俊
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.)
Shenzhen University
Original Assignee
Shenzhen University
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 Shenzhen University filed Critical Shenzhen University
Priority to CN202011138006.7A priority Critical patent/CN112364713A/zh
Publication of CN112364713A publication Critical patent/CN112364713A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • 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
    • G06V40/172—Classification, e.g. identification
    • 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
    • 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
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种智能化妆建议方法及系统，所述方法包括：获取用户的实时面部图像；根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。本发明可以为用户提供具有化妆建议的面部网络热力图，满足用户对妆容的个人需求。

Description

一种智能化妆建议方法及系统
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于智能化妆建议方法及系统。
背景技术
人脸是人类最重要、也是当前应用最广泛的生物特征之一，人们能够容易地从人脸图像中提取大量的信息，如身份、性别、年龄、人种等。随着计算机科学技术的发展，与人脸图像相关的信息处理技术研究已经成为了研究热点。其中基于人脸图像的年龄估计是指应用计算机技术对提供的人脸图像随年龄变化的规律进行建模，自动识别出人的表观年龄的范围。该技术有着广泛的应用前景，主要包括：安全监控；市场分析与商业营销；刑事侦查等。值得一提的是，个人表观年龄的估计也有助于个人面容状态的观察以及妆容妆貌的选择。
随着社会物质生活水平的日益提高，越来越多的人开始关注自己的精神面貌，重视自我的面容状态，另外尤其是注意自己的妆容妆貌。在化妆领域现有技术中，可以利用电子产品(如移动通信终端)为用户提供化妆信息，包括不同的妆容效果、化妆方法以及相应化妆教程等，但是目前对于面容状态的观察，还有妆容选择及效果彰显上只能通过用户的主观感受来判断面容状态的好坏以及选择妆容是否合适，并没有具体的客观指标为当前妆容风格是否适合个人、是否更年轻化或者成熟化等提供参考建议，即现有技术中不存在向用户智能化提供化妆建议的技术。
因此，现有技术还有待改进和提高。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于智能化妆建议方法及系统，旨在解决现有技术中不存在向用户智能化提供化妆建议的技术的问题。
为了解决上述技术问题，本发明所采用的技术方案如下：
第一方面，本发明提供一种智能化妆建议方法，其中，所述方法包括：
获取用户的实时面部图像；
根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；
根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。
在一种实现方式中，所述获取用户的实时面部图像，包括：
通过摄像头对所述用户的面部进行拍摄，得到所述用户的所述实时面部图像。
在一种实现方式中，所述根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图，包括：
将所述实时面部图像输入至预先训练好的年龄估计神经网络模型中，得到所述用户对应的年龄信息；
基于所述年龄估计神经网络模型，对所述实时面部图像的面部特征进行提取，并结合权重计算，得到所述面部网络热力图。
在一种实现方式中，所述年龄估计网络模型的训练方式包括：
获取数据集，所述数据集中包括有所述面部图像与年龄估计信息之间的对应关系；
将所述面部图像与年龄估计信息之间的对应关系输入至预设的神经网络模型中进行训练，得到所述年龄估计网络模型。
在一种实现方式中，基于所述年龄估计神经网络模型，对所述实时面部图像的面部特征进行提取，并结合权重计算，得到所述面部网络热力图，包括：
基于所述年龄估计神经网络模型，对所述年龄估计神经网络模型中的每一个输出结果与对应年龄的权重进行乘积后与所述实时面部图像进行叠加，得到所述面部网络热力图。
在一种实现方式中，所述根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息，包括：
将所述面部网络热力图与用户预存数据所得到的网络热力图进行对比分析，输出妆前妆后面部图像信息；
基于所述妆前妆后面部图像信息，输出化妆建议信息。
在一种实现方式中，所述基于所述妆前妆后面部图像信息，输出化妆建议信息，包括：
基于年龄信息，基于所述妆前妆后面部图像信息，显示各个面部区域对应的年龄的权重，为用户提供化妆建议信息。
第二方面，本发明还提供一种智能化妆建议系统，其中，所述系统包括：
面部图像获取单元，用于获取用户的实时面部图像；
热力图生成单元，用于根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；
化妆建议单元，用于根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。
第三方面，本发明还提供一种智能终端，其中，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行上述方案中任意一项所述的方法。
第四方面，本发明还提供一种非临时性计算机可读存储介质，其中，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述方案中任意一项所述的方法。
有益效果：与现有技术相比，本发明提供了一种智能化妆建议方法，首先，本发明获取用户的实时面部图像；然后根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；最后根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。本发明可根据用户的实时面部图像，并对所述实时面部图像进行分析，得到面部网络热力图以及年龄信息，并且基于年龄信息与所述面部网络热力图，输出化妆建议信息，从而实现为用户提供化妆建议，给用户提供了方便。
附图说明
图1为本发明实施例提供的智能化妆建议方法的实施例流程图。
图2为本发明实施例提供的智能化妆建议方法中的神经网络模型的参数图。
图3是本发明实施例提供的智能化妆建议系统的原理框图。
图4是本发明实施例提供的智能终端的功能原理图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
人脸是人类最重要、也是当前应用最广泛的生物特征之一，人们能够容易地从人脸图像中提取大量的信息，如身份、性别、年龄、人种等。随着计算机科学技术的发展，与人脸图像相关的信息处理技术研究已经成为了研究热点。其中基于人脸图像的年龄估计是指应用计算机技术对提供的人脸图像随年龄变化的规律进行建模，自动识别出人的表观年龄的范围。该技术有着广泛的应用前景，主要包括：安全监控；市场分析与商业营销；刑事侦查等。值得一提的是，个人表观年龄的估计也有助于个人面容状态的观察以及妆容妆貌的选择。
随着社会物质生活水平的日益提高，越来越多的人开始关注自己的精神面貌，重视自我的面容状态，另外尤其是注意自己的妆容妆貌。在化妆领域现有技术中，可以利用电子产品(如移动通信终端)为用户提供化妆信息，包括不同的妆容效果、化妆方法以及相应化妆教程等，但是目前对于面容状态的观察，还有妆容选择及效果彰显上只能通过用户的主观感受来判断面容状态的好坏以及选择妆容是否合适，并没有具体的客观指标为当前妆容风格是否适合个人、是否更年轻化或者成熟化等提供参考。另外，考虑用户个人实际情况的妆容，通常还是需要专业的化妆师进行个人设计，这无疑是难以大众化的。因此本发明采用个人表观年龄来作为判断的客观指标，基于深度学习的方法提出了一种基于用户表观年龄的面部网络热力图方法，智能、客观且个性化地展示当前的面容状态和提供妆容建议，对提高用户化妆效果等具有重要作用。
为此，本实施例提供一种智能化妆建议方法，具体如图1中所示，本实施例中的智能化妆建议方法具体包括如下步骤：
步骤S100、获取用户的实时面部图像；
步骤S200、根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；
步骤S300、根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。
具体实施时，本实施例首先通过摄像头对所述用户的面部进行拍摄，得到所述用户的所述实时面部图像。比如，当用户需要化妆时，可打开手机摄像头，对着用户的人脸进行拍摄，得到用户的实时面部图像。在本实施例中，所述实时面部图像指的是所述用户直接在需要化妆的时候所述采集的面部图像。当采集到所述实时面部图像后，本实施例需要对所述实时面部图像件进行分析。由于不同年龄段的用户对于妆容的需求也不一样，因此在为用户进行化妆建议时，需要考虑用户的年龄以及用户的面容状态。因此本实施例在采集到所述实时面部图像后，将所述实时面部图像输入至预先训练好的年龄估计神经网络模型中，得到所述用户对应的年龄信息；然后基于所述年龄估计神经网络模型，对所述实时面部图像的面部特征进行提取，并结合权重计算，得到所述面部网络热力图。
具体地，基于人脸图像的年龄估计模型通常划分为人脸特征提取与年龄估计两个阶段。传统的年龄估计方法主要是通过手动提取人脸特征，常见的模型包括：人体测量学模型，柔性模型等。随着计算机视觉的飞速发展，应用深度学习方法成为了人脸年龄估计方法的主流。近年来对网络结构的优化不断提升，不断提升年龄估计的精度。本实施例首先构建用于表观年龄估计的年龄估计神经网络模型，考虑估计年龄为分类问题。该模型的输入的面部图像，输出为估计的表观年龄(0-100)。
在本实施例中，本实施例中的所述年龄估计神经网络模型是根据面部图像与年龄估计信息之间的对应关系训练得到的，具体地，本实施例首先获取数据集，所述数据集可为亚洲人脸数据集AFAD、IMDB-WIKI数据集等，使用所述数据集来对神经网络模型进行训练，即可得到年龄估计神经网络模型。以基于VGG-net的深度神经网络模型为例，所述神经网络模型的参数如图2中所示。进一步考虑到网络结构在面部图像的特征提取中空间信息的保留，传统的分类网络模型中，保留卷积层、池化层、激活层这些保持图片特征空间信息的网络结构，因此，本实施例对输出的每一个输出结果与相应权重进行乘积后与原先的面部图像进行叠加，生成面部图像的网络热力图。所述面部图像网络热力图可反映所述用户中面容特征。
当得到所述面部图像网络热力图后，本实施例将所述面部网络热力图与用户预存数据所得到的网络热力图进行对比分析，输出妆前妆后面部图像信息，然后基于所述妆前妆后面部图像信息，输出化妆建议信息。由于本实施例中的所述年龄估计神经网络模型可对用户的年龄进行估计，当好估计出的年龄比实际年龄要高时，则提醒用户注意个人保养以及生活习惯的相应调整。在本实施例中，所述年龄估计神经网络模型输出的面部图像网络热力图可显示各个面部区域对应估计表观年龄中的权重大小，并且为用户提供化妆指导。对于估计的更高或者更低的年龄中各个区域的权重，可以直观反映了当前皮肤的光滑程度例如光滑或有皱纹、亮暗程度等影响，用户可以根据面部网络热力图来进行面部重点区域妆容的选取，提供面部不同区域的化妆建议。可见，本实施例是基于用户的年龄信息以及面部图像网络热力图来为用户提供化妆建议。比如，当所述面部图像网络热力图显示额头部分的年龄更高的权重更大，则就表示额头的皱纹更多的，因此在化妆时需要对额头部分加以重点修饰，即对用户输出额头部分的化妆建议，从而实现智能化化妆建议。此外，本实施例基于面部网络热力图还能够客观地评判妆前妆后的当前妆容是否符合个人及个人需求等，并且可以存储个人喜好的化妆序列操作。
综上，本实施例获取用户的实时面部图像；然后根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；最后根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。本发明可根据用户的实时面部图像，并对所述实时面部图像进行分析，得到面部网络热力图以及年龄信息，并且基于年龄信息与所述面部网络热力图，输出化妆建议信息，从而实现为用户提供化妆建议，给用户提供了方便。
基于上述实施例，本发明还提供一种智能化化妆建议系统，如图3中所示，所述系统包括：面部图像获取单元10、热力图生成单元20以及化妆建议单元30。
具体地，所述面部图像获取单元10，用于获取用户的实时面部图像。所述热力图生成单元20，用于根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图。所述化妆建议单元30，用于根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。
基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图4所示。该智能终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的智能终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于集成蒸馏的肺音分析方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏，该智能终端的温度传感器是预先在智能终端内部设置，用于检测内部设备的运行温度。
本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种智能终端，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
获取用户的实时面部图像；
根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；
根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上，本发明公开了一种智能化妆建议方法及系统，所述方法包括：获取用户的实时面部图像；根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。本发明可以为用户提供具有化妆建议的面部网络热力图，满足用户对妆容的个人需求。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种智能化妆建议方法，其特征在于，所述方法包括：
获取用户的实时面部图像；
根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；
根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。
2.根据权利要求1所述的智能化妆建议方法，其特征在于，所述获取用户的实时面部图像，包括：
通过摄像头对所述用户的面部进行拍摄，得到所述用户的所述实时面部图像。
3.根据权利要求1所述的智能化妆建议方法，其特征在于，所述根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图，包括：
将所述实时面部图像输入至预先训练好的年龄估计神经网络模型中，得到所述用户对应的年龄信息；
基于所述年龄估计神经网络模型，对所述实时面部图像的面部特征进行提取，并结合权重计算，得到所述面部网络热力图。
4.根据权利要求3所述的智能化妆建议方法，其特征在于，所述年龄估计网络模型的训练方式包括：
获取数据集，所述数据集中包括有所述面部图像与年龄估计信息之间的对应关系；
将所述面部图像与年龄估计信息之间的对应关系输入至预设的神经网络模型中进行训练，得到所述年龄估计网络模型。
5.根据权利要求3所述的智能化妆建议方法，其特征在于，基于所述年龄估计神经网络模型，对所述实时面部图像的面部特征进行提取，并结合权重计算，得到所述面部网络热力图，包括：
基于所述年龄估计神经网络模型，对所述年龄估计神经网络模型中的每一个输出结果与对应年龄的权重进行乘积后与所述实时面部图像进行叠加，得到所述面部网络热力图。
6.根据权利要求1所述的智能化妆建议方法，其特征在于，所述根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息，包括：
将所述面部网络热力图与用户预存数据所得到的网络热力图进行对比分析，输出妆前妆后面部图像信息；
基于所述妆前妆后面部图像信息，输出化妆建议信息。
7.根据权利要求6所述的智能化妆建议方法，其特征在于，所述基于所述妆前妆后面部图像信息，输出化妆建议信息，包括：
基于年龄信息，基于所述妆前妆后面部图像信息，显示各个面部区域对应的年龄的权重，为用户提供化妆建议信息。
8.一种智能化妆建议系统，其特征在于，所述系统包括：
面部图像获取单元，用于获取用户的实时面部图像；
热力图生成单元，用于根据所述实时面部图像，得到与所述用户对应的年龄信息，并生成对应的面部网络热力图；
化妆建议单元，用于根据年龄信息与所述面部网络热力图，确定妆前妆后面部图像信息，并输出化妆建议信息。
9.一种智能终端，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-7中任意一项所述的方法。
10.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-7中任意一项所述的方法。
CN202011138006.7A 2020-10-22 2020-10-22 一种智能化妆建议方法及系统 Pending CN112364713A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011138006.7A CN112364713A (zh) 2020-10-22 2020-10-22 一种智能化妆建议方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011138006.7A CN112364713A (zh) 2020-10-22 2020-10-22 一种智能化妆建议方法及系统

Publications (1)

Publication Number Publication Date
CN112364713A true CN112364713A (zh) 2021-02-12

Family

ID=74511618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011138006.7A Pending CN112364713A (zh) 2020-10-22 2020-10-22 一种智能化妆建议方法及系统

Country Status (1)

Country Link
CN (1) CN112364713A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113590855A (zh) * 2021-07-21 2021-11-02 肇庆医学高等专科学校 一种妆容自适应推荐方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108937407A (zh) * 2018-05-25 2018-12-07 深圳市赛亿科技开发有限公司 一种智能镜子化妆指导方法及系统
CN109409992A (zh) * 2018-10-12 2019-03-01 百度在线网络技术（北京）有限公司 化妆品推荐方法、装置、设备及计算机可读介质
CN110188766A (zh) * 2019-04-17 2019-08-30 平安科技（深圳）有限公司 基于卷积神经网络的图像主目标检测方法及装置
CN111046786A (zh) * 2019-12-06 2020-04-21 北京金山云网络技术有限公司 年龄估计神经网络的生成方法、装置以及电子设备
CN111428645A (zh) * 2020-03-25 2020-07-17 Oppo广东移动通信有限公司 人体关键点的检测方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108937407A (zh) * 2018-05-25 2018-12-07 深圳市赛亿科技开发有限公司 一种智能镜子化妆指导方法及系统
CN109409992A (zh) * 2018-10-12 2019-03-01 百度在线网络技术（北京）有限公司 化妆品推荐方法、装置、设备及计算机可读介质
CN110188766A (zh) * 2019-04-17 2019-08-30 平安科技（深圳）有限公司 基于卷积神经网络的图像主目标检测方法及装置
CN111046786A (zh) * 2019-12-06 2020-04-21 北京金山云网络技术有限公司 年龄估计神经网络的生成方法、装置以及电子设备
CN111428645A (zh) * 2020-03-25 2020-07-17 Oppo广东移动通信有限公司 人体关键点的检测方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113590855A (zh) * 2021-07-21 2021-11-02 肇庆医学高等专科学校 一种妆容自适应推荐方法
CN113590855B (zh) * 2021-07-21 2024-01-30 肇庆医学高等专科学校 一种妆容自适应推荐方法

Similar Documents

Publication Publication Date Title
US10799010B2 (en) Makeup application assist device and makeup application assist method
CN114502061A (zh) 使用深度学习的基于图像的自动皮肤诊断
US11058209B2 (en) Beauty counseling information providing device and beauty counseling information providing method
JP7097012B2 (ja) 感性推定装置、感性推定システム、感性推定方法およびプログラム
CN108714020B (zh) 自适应心理调节仪、实时眼动延时求取方法及存储介质
US9679109B2 (en) Interview system, server system, server device, information terminal, interview method, information processing method, and program
WO2018029963A1 (ja) メイクアップ支援装置およびメイクアップ支援方法
KR101949152B1 (ko) 피부상태 진단 방법 및 장치와 이를 이용한 피부상태 적합 화장정보 제공 방법
US20160371569A1 (en) Systems and methods of analyzing images
CN112364713A (zh) 一种智能化妆建议方法及系统
CN109697421A (zh) 基于微表情的评价方法、装置、计算机设备和存储介质
CN110909566A (zh) 健康分析方法、移动终端和计算机可读存储介质
JP5782540B2 (ja) 美容カウンセリング方法
KR101507410B1 (ko) 모바일 단말의 라이브 메이크업 촬영 방법 및 장치
JP7095849B1 (ja) アイウェア仮想試着システム、アイウェア選定システム、アイウェア試着システムおよびアイウェア分類システム
US11227424B2 (en) Method and system to provide a computer-modified visualization of the desired face of a person
CN115130493A (zh) 基于图像识别的面部形变推荐方法、装置、设备和介质
JP2012014650A (ja) 心身状態管理装置
CN108538343A (zh) 基于人工智能的数据采集方法
US20210174063A1 (en) Method for automatically marking muscle feature points on face
CN118097713A (zh) 基于相册文件的身体语言纠正方法、装置、设备及介质
KR20240009440A (ko) 컴퓨터-기반 신체 부위 분석 방법들 및 시스템들
Tatsuzawa et al. Analyzing the individual relationship between habit of UV protection and melanin pigmentation based on the change of facial images for 7 years
Kimpan et al. Using mobile application as an instrument for ptosis diagnosis
CN117352133A (zh) 基于多模态数据的多任务联合学习中医虚实功能态辨识方法

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