CN115326506A - 一种多功能化妆品防水性能检测系统及方法 - Google Patents

一种多功能化妆品防水性能检测系统及方法 Download PDF

Info

Publication number
CN115326506A
CN115326506A CN202210947384.2A CN202210947384A CN115326506A CN 115326506 A CN115326506 A CN 115326506A CN 202210947384 A CN202210947384 A CN 202210947384A CN 115326506 A CN115326506 A CN 115326506A
Authority
CN
China
Prior art keywords
detection
cosmetic
acquiring
model
data
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.)
Granted
Application number
CN202210947384.2A
Other languages
English (en)
Other versions
CN115326506B (zh
Inventor
关蕾
叶甜甜
付佼佼
李娜
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.)
Guangzhou Laide Pu Detection Technology Co ltd
Original Assignee
Guangzhou Laide Pu Detection Technology Co ltd
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 Guangzhou Laide Pu Detection Technology Co ltd filed Critical Guangzhou Laide Pu Detection Technology Co ltd
Priority to CN202210947384.2A priority Critical patent/CN115326506B/zh
Publication of CN115326506A publication Critical patent/CN115326506A/zh
Application granted granted Critical
Publication of CN115326506B publication Critical patent/CN115326506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/28Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N5/00Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
    • G01N5/02Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by absorbing or adsorbing components of a material and determining change of weight of the adsorbent, e.g. determining moisture content
    • G01N5/025Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by absorbing or adsorbing components of a material and determining change of weight of the adsorbent, e.g. determining moisture content for determining moisture content
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明提供了一种多功能化妆品防水性能检测系统及方法,其中,系统包括:预处理模块,用于对需要进行多功能防水性能检测的第一检测化妆品进行预处理,获得第二检测化妆品;训练模块,用于训练检测设备控制模型;控制模块,用于基于检测设备控制模型,控制检测设备对第二检测化妆品进行冲刷;检测模块,用于获取第二检测化妆品的第一数据和对第二检测化妆品冲刷后获得的第三检测化妆品的第二数据,确定防水性检测结果。本发明的多功能化妆品防水性能检测系统,通过训练的检测设备控制模型控制检测设备冲刷第二检测化妆品,提高了冲刷的合理性;根据第二检测化妆品的第一数据和第三检测化妆品的第二数据计算防水性检测结果,提高了准确性。

Description

一种多功能化妆品防水性能检测系统及方法
技术领域
本发明涉及化妆品理化指标检测领域,特别涉及一种多功能化妆品防水性能检测系统及方法。
背景技术
目前,人们对化妆品防水性能的要求越来越高(例如:防晒产品往往要求更高的防水性能,否则防晒效果将大大降低),所以在化妆品出厂前需要对防水性能进行检测,现有技术对化妆品进行冲刷检测时,冲水具有随机性,模拟的场景不全面;同时,对冲刷后的样品采用的检测方法不统一,防水性检测结果误差也较大。
因此,亟需一种解决办法。
发明内容
本发明提供一种多功能化妆品防水性能检测系统及方法,通过训练的检测设备控制模型控制检测设备冲刷第二检测化妆品,提高了冲刷的合理性;根据第二检测化妆品的第一数据和第三检测化妆品的第二数据计算防水性检测结果,提高了准确性。
本发明提供一种多功能化妆品防水性能检测系统,包括:
预处理模块,用于对需要进行多功能防水性能检测的第一检测化妆品进行预处理,获得预处理完成后的第二检测化妆品;
训练模块,用于训练检测设备控制模型;
控制模块,用于基于所述检测设备控制模型,控制检测设备对第二检测化妆品进行冲刷;
检测模块,用于获取第二检测化妆品的第一数据和对所述第二检测化妆品冲刷后获得的第三检测化妆品的第二数据,基于所述第一数据和所述第二数据,确定防水性检测结果。
优选的,预处理模块执行如下操作:
设置人体部位模型,同时,获取所述第一检测化妆品的第一产品类型;
基于所述第一产品类型,确定所述第一检测化妆品对应于所述人体部位模型的涂抹区域;
获取预设的检测员分布图,从所述检测员分布图中确定至少一个第一检测员,提醒所述第一检测员在所述涂抹区域涂抹预设分量的所述第一检测化妆品;
在所述第一检测员涂抹所述第一检测化妆品的过程中,获取所述第一检测员进行样品涂抹的多个实验图像;
基于行为识别技术,从所述实验图像中提取所述第一检测员的多个第一行为;
将所述第一行为与预设的不规范设置行为库中的第二行为进行匹配,若存在匹配符合,对相应所述第一检测员进行提醒;
当提醒完成后,获取相应所述第一检测员的第三行为,并将所述第三行为和所述第二行为进行匹配,判断是否存在匹配符合;
若是,将对应所述第一检测员作为第二检测员,同时,获取预设的检测员分布图,从所述检测员分布图中确定距离所述第二检测员最近的所述第一检测员,并作为第三检测员;
调度所述第三检测员对设置不规范的所述第一检测化妆品进行重新涂抹;
当需要重新涂抹的所述第一检测化妆品全部重新涂抹后,完成对所述第一检测化妆品的预处理,获得第二检测化妆品。
优选的,设置人体部位模型,包括:
获取预设的多种类型的皮肤信息,从所述皮肤信息中提取皮肤图像;
基于图像处理技术,对所述皮肤图像进行灰度化处理,获得处理图像;
对所述处理图像进行特征提取,获得多个图像特征;
基于预设的人体部位模型制作规则,根据所述图像特征,获得所述人体部位模型;
解析所述皮肤信息,获得所述人体部位模型的模拟温度;
基于所述模拟温度,根据预设的模拟温度设置规则,设置所述人体部位模型的温度。
优选的,多功能化妆品防水性能检测系统,还包括:
清洁模块,用于所述检测设备每次进行检测之前,完成对所述检测设备的清洁;
所述清洁模块执行如下操作:
控制所述检测设备执行自清洁模块,当所述自清洁模块完成所有所需操作后,完成对所述检测设备的清洁;
和/或,
调度所述第一检测员清洁对需要进行检测的所述检测设备进行清洁,当所有需要清洁的所述检测设备全部清洁完成后,完成对所述检测设备的清洁。
优选的,训练模块执行如下操作:
获取预设的多个化妆品的冲刷记录;
将所述冲刷记录输入预设神经网络模型进行模型训练;
当所述神经网络模型训练至收敛时,完成训练,将对应所述神经网络模型作为所述检测设备控制模型。
优选的,获取预设的多个化妆品的冲刷记录,包括:
获取所述化妆品的可能的遇水场景,同时,确定所述遇水场景中水流源头和目标对象;
基于所述遇水场景,构建所述遇水场景对应的三维模型,同时,在所述三维模型中的水流源头对应的第一模型和所述目标对象对应的第二模型;
获取所述遇水场景中的历史遇水记录,基于所述第一模型和所述第二模型,根据历史遇水记录,在所述三维模型中模拟水流冲刷;
在模拟水流冲刷的过程中,提取所述第一模型的第一水流参数,同时,持续获取所述第一模型和所述第二模型之间的动态距离;
将所述第一水流参数和对应所述动态距离作为所述化妆品的所述冲刷记录。
优选的,获取所述化妆品的可能的遇水场景,包括:
获取预设的采集节点集,所述采集节点集包括:多个第一采集节点;
获取所述第一采集节点的历史错误上传事件的严重值,同时,获取所述历史错误上传事件的发生时刻距离当前时刻的时间间隔;
基于所述严重值和所述时间间隔,获得所述第一采集节点的失信度;
若所述失信度大于等于预设的失信度阈值,剔除对应所述第一采集节点,将剩余所述第一采集节点作为第二采集节点;
获取所述第二采集节点采集的所述遇水场景;
和/或,
获取预设的用户的反馈记录;
解析所述反馈记录,获得所述遇水场景。
优选的,控制模块执行如下操作:
获取所述第二检测化妆品的第二产品类型;
基于所述检测设备控制模型,根据所述第二产品类型,确定所述检测设备的控制方案;
解析所述控制方案,获得所述检测设备中子设备的启动次序,同时,获取所述子设备唯一的第一设备编号;
基于所述启动次序,根据所述控制方案,确定所述子设备对应的第二水流参数,并与对应所述第一设备编号进行关联;
控制所述检测设备中的所述子设备按照所述启动次序启动,匹配启动的所述子设备的第二设备编号与所述第一设备编号;
若匹配符合,确定匹配符合的所述第一设备编号关联的所述第二水流参数;
基于所述第二水流参数,控制对应所述子设备对所述第二检测化妆品进行冲刷,直至冲刷完成。
优选的,检测模块执行如下操作:
基于大数据技术,获取多个第一计量方法;
获取所述第一计量方法对应的历史计量数据的报错记录;
解析所述报错记录,获取所述报错记录的错误类型,所述错误类型包括:方法性错误和非方法性错误;
当所述错误类型为方法性错误时,获取报错后的校验数据;
将报错的所述历史计量数据和对应的校验数据进行匹配,确定数据偏差值;
若所述数据偏差值大等于预设的数据偏差值阈值,剔除对应所述第一计量方法,将剩余所述第一计量方法作为第二计量方法;
基于预设的成本性分析模型,对所述第二计量方法进行成本性分析,获得成本值;
基于预设的困难性分析模型,对所述第二计量方法进行困难性分析,获取实施所述第二计量方法的困难值;
对所述成本值和所述困难值进行求和计算,将所述成本值与所述困难值的和作为对应所述第二计量方法的排序值;
确定所述排序值最小的所述第二计量方法,并作为目标计量方法;
基于所述目标计量方法,获取所述第二检测化妆品的第一数据和对所述第二检测化妆品冲刷后获得的第三检测化妆品的第二数据;
基于所述第一数据和所述第二数据,确定防水性检测结果。
本发明提供了一种多功能化妆品防水性能检测方法,包括:
步骤S1:对需要进行多功能防水性能检测的第一检测化妆品进行预处理,获得预处理完成后的第二检测化妆品;
步骤S2:训练检测设备控制模型;
步骤S3:基于所述检测设备控制模型,控制检测设备对第二检测化妆品进行冲刷;
步骤S4:获取第二检测化妆品的第一数据和对所述第二检测化妆品冲刷后获得的第三检测化妆品的第二数据,基于所述第一数据和所述第二数据,确定防水性检测结果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种多功能化妆品防水性能检测系统的示意图;
图2为本发明实施例中一种多功能化妆品防水性能检测方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供一种多功能化妆品防水性能检测系统,如图1所示,包括:
预处理模块1,用于对需要进行多功能防水性能检测的第一检测化妆品进行预处理,获得预处理完成后的第二检测化妆品;
训练模块2,用于训练检测设备控制模型;
控制模块3,用于基于所述检测设备控制模型,控制检测设备对第二检测化妆品进行冲刷;
检测模块4,用于获取第二检测化妆品的第一数据和对所述第二检测化妆品冲刷后获得的第三检测化妆品的第二数据,基于所述第一数据和所述第二数据,确定防水性检测结果。
上述技术方案的工作原理及有益效果为:
对需要进行防水性能检测的第一检测化妆品(例如:XX品牌的防晒霜)进行预处理(例如:将5ml的XX品牌的防晒霜涂抹在预设区域上),训练检测设备控制模型(利用多个人工记录的对模拟水流的控制记录对神经网络模型进行训练,训练至收敛的神经网络模型),获得第二检测化妆品,控制检测设备基于检测设备控制模型对第二检测化妆品进行冲刷,获得第三检测化妆品,获取第二检测化妆品的第一数据(第二检测化妆品的初始数据,例如:质量)和对第二检测化妆品冲刷后获得的第三检测化妆品的第二数据(第二检测化妆品冲刷过的数据),确定防水性检测结果。
本发明实施例通过训练的检测设备控制模型控制检测设备冲刷第二检测化妆品,提高了冲刷的合理性;根据第二检测化妆品的第一数据和第三检测化妆品的第二数据计算防水性检测结果,提高了准确性。
本发明提供一种多功能化妆品防水性能检测系统,预处理模块1执行如下操作:
设置人体部位模型,同时,获取所述第一检测化妆品的第一产品类型;
基于所述第一产品类型,确定所述第一检测化妆品对应于所述人体部位模型的涂抹区域;
获取预设的检测员分布图,从所述检测员分布图中确定至少一个第一检测员,提醒所述第一检测员在所述涂抹区域涂抹预设分量的所述第一检测化妆品;
在所述第一检测员涂抹所述第一检测化妆品的过程中,获取所述第一检测员进行样品涂抹的多个实验图像;
基于行为识别技术,从所述实验图像中提取所述第一检测员的多个第一行为;
将所述第一行为与预设的不规范设置行为库中的第二行为进行匹配,若存在匹配符合,对相应所述第一检测员进行提醒;
当提醒完成后,获取相应所述第一检测员的第三行为,并将所述第三行为和所述第二行为进行匹配,判断是否存在匹配符合;
若是,将对应所述第一检测员作为第二检测员,同时,获取预设的检测员分布图,从所述检测员分布图中确定距离所述第二检测员最近的所述第一检测员,并作为第三检测员;
调度所述第三检测员对设置不规范的所述第一检测化妆品进行重新涂抹;
当需要重新涂抹的所述第一检测化妆品全部重新涂抹后,完成对所述第一检测化妆品的预处理,获得第二检测化妆品。
上述技术方案的工作原理及有益效果为:
在进行防水性能测试时,不能简单的将化妆品涂抹在随意的部位(化妆品的根据产品类型区分,使用部位也不同),而且,大量的检测无法及时找到合适的受测者;因此,亟需一种解决办法。
设置人体部位模型(例如:将人脸部的硫化硅胶模型放在检测设备内部的预设的摆放区域),获取第一检测化妆品的第一产品类型(例如:防晒),从预设的检测人员分布图(动态显示检测人员基于防水性能检测实验室的位置的分部图),基于第一产品类型,调度第一检测人员在预设的涂抹区域涂抹预设分量的第一检测化妆品(例如:在人脸模型上涂抹3ml的防晒)。
获取第一检测员进行检测多个实验图像(可以通过检测实验室的摄像头获取),基于行为识别技术(行为识别技术属于现有技术,其原理不再赘述),提取第一检测员的多个第一行为(第一检测员进行化妆品涂抹的行为),匹配第一行为和预设的不规范设置行为库(数据库,存储多个不规范采集行为)中的第二行为,若存在匹配符合,获取提醒完成后的第一检测员的第三行为,将第三行为和第二行为进行匹配,若仍然存在匹配符合,确定不规范的第二检测员,并从预设的检测员分布图(实验人员基于检测中心的位置图)中确定距离第二检测员最近的第三检测员,调度第三检测员对涂抹不规范的第一检测化妆品进行重新涂抹。
当需要重新涂抹的第一检测化妆品全部重新涂抹后,完成第一检测化妆品的预处理,获得第二检测化妆品。
本发明实施例基于第一检测化妆品的第一产品类型,在指定区域涂抹适宜量的第一检测化妆品,提升了适宜性;识别不规范涂抹样品的第一检测员,确定第三检测员对第一检测员设置不规范的第一检测化妆品进行重新涂抹,提高了第一检测化妆品预处理的规范性。
本发明提供一种多功能化妆品防水性能检测系统,设置人体部位模型,包括:
获取预设的多种类型的皮肤信息,从所述皮肤信息中提取皮肤图像;
基于图像处理技术,对所述皮肤使用区域图像进行灰度化处理,获得处理图像;
对所述处理图像进行特征提取,获得多个图像特征;
基于预设的人体部位模型制作规则,根据所述图像特征,获得所述人体部位模型;
解析所述皮肤信息,获得所述人体部位模型的模拟温度;
基于所述模拟温度,根据预设的模拟温度设置规则,设置所述人体部位模型的温度。
上述技术方案的工作原理及有益效果为:
获取预设的多种类型的皮肤信息(例如:不同肤质的人脸图像、人脸温度等),从皮肤信息中提取皮肤图像;基于图像处理技术(图像处理技术属于现有技术,其原理不再赘述),获得灰度化处理后的处理图像,基于特征提取技术,获取处理图像的图像特征(例如:皮肤纹理),基于预设的人体部位模型制作规则(例如:利用硫化硅胶制作人脸模型),根据图像特征,获得人体部位模型,获取人体部位模型的模拟温度(例如:脸部的温度),根据预设的模拟温度设置规则(例如:在人脸模型中内置恒温发热装置,使皮肤表层温度达到预设温度)进行温度设置。
本发明实施例基于不同类型皮肤信息(例如:不同肤质的皮肤信息),设置人体部位模型,模拟用户真实的皮肤状况,提高了适宜性,也不需要征集受试者,提高了检测效率。
本发明提供一种多功能化妆品防水性能检测系统,还包括:
清洁模块,用于检测设备每次进行检测之前,完成对所述检测设备的清洁;
所述清洁模块执行如下操作:
控制所述检测设备执行自清洁模块,当所述自清洁模块完成所有所需操作后,完成对所述检测设备的清洁;
和/或,
调度所述第一检测员清洁对需要进行检测的所述检测设备进行清洁,当所有需要清洁的所述检测设备全部清洁完成后,完成对所述检测设备的清洁。
上述技术方案的工作原理及有益效果为:
由于检测设备在进行模拟冲刷时,在冲刷的过程中可能污染干净的水流,所以每次进行新一轮的检测时,要对检测设备进行清洁,部分检测设备有自清洁系统,设置检测装置每次执行完一次完整的水流冲刷之后启动自清洁程序即可,没有自清洁系统或者有清洁死角时,第一检测员可以在每次进行检测前对检测设备进行清理。
本发明实施例在对第一检测化妆品进行检测前对检测设备进行清洁,避免样品的污染影响防水性检测结果,降低了检测误差。
本发明提供一种多功能化妆品防水性能检测系统,训练模块2执行如下操作:
获取预设的多个化妆品的冲刷记录;
将所述冲刷记录输入预设神经网络模型进行模型训练;
当所述神经网络模型训练至收敛时,完成训练,将对应所述神经网络模型作为所述检测设备控制模型。
上述技术方案的工作原理及有益效果为:
预设的多个化妆品为具体为:不同的产品类型的代表的多个化妆品,获取化妆品的冲刷记录(不同类型化妆品的使用场景中被水流冲刷的记录),将冲刷记录输入预先设定的神经网络模型进行训练,当该模型训练至收敛时,确定该模型为检测设备控制模型,更加合理。
本发明提供一种多功能化妆品防水性能检测系统,获取预设的多个化妆品的冲刷记录,包括:
获取所述化妆品的可能的遇水场景,同时,确定所述遇水场景中水流源头和目标对象;
基于所述遇水场景,构建所述遇水场景对应的三维模型,同时,在所述三维模型中的水流源头对应的第一模型和所述目标对象对应的第二模型;
获取所述遇水场景中的历史遇水记录,基于所述第一模型和所述第二模型,根据历史遇水记录,在所述三维模型中模拟水流冲刷;
在模拟水流冲刷的过程中,提取所述第一模型的第一水流参数,同时,持续获取所述第一模型和所述第二模型之间的动态距离;
将所述第一水流参数和对应所述动态距离作为所述化妆品的所述冲刷记录。
上述技术方案的工作原理及有益效果为:
获取化妆品可能的遇水场景(例如:海边),确定遇水场景中的水流源头(例如:海水)和目标对象(例如:海边游玩的人),构建遇水场景对应的三维模型,确定三维模型中水流源头的第一模型和目标对象的第二模型,获取历史遇水场景中的历史遇水记录(例如:海边拍摄的游客的游玩图像),在三维模型中模拟第一模型对第二模型的水流冲刷,在模拟的过程中获取第一水流参数(例如:水流的方向、温度、压力、水量)和第一模型与第二模型之间的动态距离,将第一水流参数和对应的动态距离作为冲刷记录。
本发明实施例构建三维模型,基于遇水场景中历史遇水记录进行冲刷模拟,获得对应的冲刷记录,提升了冲刷记录获取的合理性,提高了水流模拟的真实性。
本发明提供一种多功能化妆品防水性能检测系统,获取所述化妆品的可能的遇水场景,包括:
获取预设的采集节点集,所述采集节点集包括:多个第一采集节点;
获取所述第一采集节点的历史错误上传事件的严重值,同时,获取所述错误上传事件的发生时刻距离当前时刻的时间间隔;
基于所述严重值和所述时间间隔,获得所述第一采集节点的失信度;
若所述失信度大于等于预设的失信度阈值,剔除对应所述第一采集节点,将剩余所述第一采集节点作为第二采集节点;
获取所述第二采集节点采集的所述遇水场景;
和/或,
获取预设的用户的反馈记录;
解析所述反馈记录,获得所述遇水场景。
上述技术方案的工作原理及有益效果为:
在获取遇水场景时,要保证获取的遇水场景的可靠性,才能时模拟过程更加可信;因此,亟需进行解决;
获取第一采集节点(遇水场景的收集方)历史错误上传遇水场景事件导致的严重值(例如:75),获取历史错误上传事件距离当前时刻的时间间隔(例如:30天),基于严重值和时间间隔,获得第一采集节点的失信度,失信度的计算公式如下:
Figure BDA0003787839250000131
其中,∝为所述失信度,为第个所述时间间隔,
Figure BDA0003787839250000132
为第j个所述严重值,n为所述严重值的总数目;
提取失信度大于等于预设的失信度阈值的第一采集节点,获取剩余第一采集节点提供的遇水记录;
获取预设用户(例如:化妆品的使用用户)反馈记录中的遇水场景(例如:流汗导致脱妆);
本发明实施例基于历史错误上传遇水场景事件导致的严重值和时间间隔,确定第一采集节点的失信程度,获取可信的第二采集节点提供的遇水场景,提高了遇水场景获取的可靠性。
本发明提供一种多功能化妆品防水性能检测系统,控制模块3执行如下操作:
获取所述第二检测化妆品的第二产品类型;
基于所述检测设备控制模型,根据所述第二产品类型,确定所述检测设备的控制方案;
解析所述控制方案,获得所述检测设备中子设备的启动次序,同时,获取所述子设备唯一的第一设备编号;
基于所述启动次序,根据所述控制方案,确定所述子设备对应的第二水流参数,并与对应所述第一设备编号进行关联;
控制所述检测设备中的所述子设备按照所述启动次序启动,匹配启动的所述子设备的第二设备编号与所述第一设备编号;
若匹配符合,确定匹配符合的所述第一设备编号关联的所述第二水流参数;
基于所述第二水流参数,控制对应所述子设备对所述第二检测化妆品进行冲刷,直至冲刷完成。
上述技术方案的工作原理及有益效果为:
由于模拟的水流时,水流的来向具有随意性,所以往往检测设备内置多个洒水子设备,需要确定子设备的第二水流参数,以获得更精确的水流控制;因此,亟需进行解决。
基于第二检测化妆品的第二产品类型(例如:防晒),确定检测设备的控制方案。解析控制方案,获得检测设备中子设备的启动次序(喷头喷洒的顺序)、第一设备编号和第二水流参数(原理同第一水流参数),设备按照启动次序启动,当第二设备编号和第一设备编号相同,获取对应第一设备编号的第二水流参数,控制子设备基于第二水流参数对第二检测化妆品进行冲刷。
本发明实施例确定检测设备中的子设备的第二水流参数,提升了水流控制的精度。
本发明提供一种多功能化妆品防水性能检测系统,检测模块4执行如下操作:
基于大数据技术,获取多个第一计量方法;
获取所述第一计量方法对应的历史计量数据的报错记录;
解析所述报错记录,获取所述报错记录的错误类型,所述错误类型包括:方法性错误和非方法性错误;
当所述错误类型为方法性错误时,获取报错后的校验数据;
将报错的所述历史计量数据和对应的校验数据进行匹配,确定数据偏差值;
若所述数据偏差值大等于预设的数据偏差值阈值,剔除对应所述第一计量方法,将剩余所述第一计量方法作为第二计量方法;
基于预设的成本性分析模型,对所述第二计量方法进行成本性分析,获得成本值;
基于预设的困难性分析模型,对所述第二计量方法进行困难性分析,获取实施所述第二计量方法的困难值;
对所述成本值和所述困难值进行求和计算,将所述成本值与所述困难值的和作为对应所述第二计量方法的排序值;
确定所述排序值最小的所述第二计量方法,并作为目标计量方法;
基于所述目标计量方法,获取所述第二检测化妆品的第一数据和对所述第二检测化妆品冲刷后获得的第三检测化妆品的第二数据;
基于所述第一数据和所述第二数据,确定防水性检测结果。
上述技术方案的工作原理及有益效果为:
对样品进行误差量的计量方法有很多,但不是有所述的计量方法都适宜的,例如:高精度的计量方法往往更繁琐和成本更高,在面对大量的计量数据时,采用该方法效率低,适宜性也较差;因此,亟需进行解决。
基于大数据技术(大数据技术属于现有技术,其原理不再赘述),获取多个第一计量方法(计算第一检测化妆品损耗的方法),获取使用第一计量方法对应的历史计量数据的报错记录(历史上第一计量方法的错误记录),解析报错记录获取错误类型,错误类型包括方法性错误(例如:第一计量方法本身存在的计量偏差)和非方法性错误(实验人员因为操作不规范产生的数据错误),获取方法性错误的校验数据,若计算的数据偏差值大等于预设的数据偏差值阈值(例如:误差容许范围-0.01%-0.01%)外,剔除对应的第一计量方法,获得剩余的第二计量方法。
基于预设的成本性分析模型(利用多个人工对计量方法进行成本分析的记录对神经网络模型进行训练,训练至收敛的神经网络模型),获得第二计量方法的成本值,基于预设的困难性分析模型(利用多个人工对计量方法实施困难程度进行分析的分析记录对神经网络模型进行训练,训练至收敛的神经网络模型),获得第二计量方法的困难值,累加计算成本值和困难值,获得第二计量方法的排序值,获得排序值最小的目标计量方法,根据目标计量方法,确定第二检测化妆品的第一数据和第三检测化妆品的第二数据,最后,确定防水性检测结果。
本发明实施例基于第一计量方法的数据偏差程度、成本高低和实施的难易程度,确定适宜的目标计量方法,提升了计量方法确定的合理性,基于第二检测化妆品的第一数据和第三检测化妆品的第二数据确定防水性检测结果,更加适宜。
本发明提供一种多功能化妆品防水性能检测方法,如图2所示,包括:
步骤S1:对需要进行多功能防水性能检测的第一检测化妆品进行预处理,获得预处理完成后的第二检测化妆品;
步骤S2:训练检测设备控制模型;
步骤S3:基于所述检测设备控制模型,控制检测设备对第二检测化妆品进行冲刷;
步骤S4:获取第二检测化妆品的第一数据和对所述第二检测化妆品冲刷后获得的第三检测化妆品的第二数据,基于所述第一数据和所述第二数据,确定防水性检测结果。
上述技术方案的工作原理及有益效果已在方法权要中说明,不再赘述。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种多功能化妆品防水性能检测系统,其特征在于,包括:
预处理模块,用于对需要进行多功能防水性能检测的第一检测化妆品进行预处理,获得预处理完成后的第二检测化妆品;
训练模块,用于训练检测设备控制模型;
控制模块,用于基于所述检测设备控制模型,控制检测设备对第二检测化妆品进行冲刷;
检测模块,用于获取第二检测化妆品的第一数据和对所述第二检测化妆品冲刷后获得的第三检测化妆品的第二数据,基于所述第一数据和所述第二数据,确定防水性检测结果。
2.如权利要求1所述的一种多功能化妆品防水性能检测系统,其特征在于,所述预处理模块执行如下操作:
设置人体部位模型,同时,获取所述第一检测化妆品的第一产品类型;
基于所述第一产品类型,确定所述第一检测化妆品对应于所述人体部位模型的涂抹区域;
获取预设的检测员分布图,从所述检测员分布图中确定至少一个第一检测员,提醒所述第一检测员在所述涂抹区域涂抹预设分量的所述第一检测化妆品;
在所述第一检测员涂抹所述第一检测化妆品的过程中,获取所述第一检测员进行样品涂抹的多个实验图像;
基于行为识别技术,从所述实验图像中提取所述第一检测员的多个第一行为;
将所述第一行为与预设的不规范设置行为库中的第二行为进行匹配,若存在匹配符合,对相应所述第一检测员进行提醒;
当提醒完成后,获取相应所述第一检测员的第三行为,并将所述第三行为和所述第二行为进行匹配,判断是否存在匹配符合;
若是,将对应所述第一检测员作为第二检测员,同时,获取预设的检测员分布图,从所述检测员分布图中确定距离所述第二检测员最近的所述第一检测员,并作为第三检测员;
调度所述第三检测员对设置不规范的所述第一检测化妆品进行重新涂抹;
当需要重新涂抹的所述第一检测化妆品全部重新涂抹后,完成对所述第一检测化妆品的预处理,获得第二检测化妆品。
3.如权利要求2所述的一种多功能化妆品防水性能检测系统,其特征在于,所述设置人体部位模型,包括:
获取预设的多种类型的皮肤信息,从所述皮肤信息中提取皮肤图像;
基于图像处理技术,对所述皮肤图像进行灰度化处理,获得处理图像;
对所述处理图像进行特征提取,获得多个图像特征;
基于预设的人体部位模型制作规则,根据所述图像特征,获得所述人体部位模型;
解析所述皮肤信息,获得所述人体部位模型的模拟温度;
基于所述模拟温度,根据预设的模拟温度设置规则,设置所述人体部位模型的温度。
4.如权利要求2所述的一种多功能化妆品防水性能检测系统,其特征在于,还包括:
清洁模块,用于所述检测设备每次进行检测之前,完成对所述检测设备的清洁;
所述清洁模块执行如下操作:
控制所述检测设备执行自清洁模块,当所述自清洁模块完成所有所需操作后,完成对所述检测设备的清洁;
和/或,
调度所述第一检测员清洁对需要进行检测的所述检测设备进行清洁,当所有需要清洁的所述检测设备全部清洁完成后,完成对所述检测设备的清洁。
5.如权利要求1所述的一种多功能化妆品防水性能检测系统,其特征在于,所述训练模块执行如下操作:
获取预设的多个化妆品的冲刷记录;
将所述冲刷记录输入预设神经网络模型进行模型训练;
当所述神经网络模型训练至收敛时,完成训练,将对应所述神经网络模型作为所述检测设备控制模型。
6.如权利要求5所述的一种多功能化妆品防水性能检测系统,其特征在于,所述获取预设的多个化妆品的冲刷记录,包括:
获取所述化妆品的可能的遇水场景,同时,确定所述遇水场景中水流源头和目标对象;
基于所述遇水场景,构建所述遇水场景对应的三维模型,同时,在所述三维模型中的水流源头对应的第一模型和所述目标对象对应的第二模型;
获取所述遇水场景中的历史遇水记录,基于所述第一模型和所述第二模型,根据历史遇水记录,在所述三维模型中模拟水流冲刷;
在模拟水流冲刷的过程中,提取所述第一模型的第一水流参数,同时,持续获取所述第一模型和所述第二模型之间的动态距离;
将所述第一水流参数和对应所述动态距离作为所述化妆品的所述冲刷记录。
7.如权利要求6所述的一种多功能化妆品防水性能检测系统,其特征在于,所述获取所述化妆品的可能的遇水场景,包括:
获取预设的采集节点集,所述采集节点集包括:多个第一采集节点;
获取所述第一采集节点的历史错误上传事件的严重值,同时,获取所述历史错误上传事件的发生时刻距离当前时刻的时间间隔;
基于所述严重值和所述时间间隔,获得所述第一采集节点的失信度;
若所述失信度大于等于预设的失信度阈值,剔除对应所述第一采集节点,将剩余所述第一采集节点作为第二采集节点;
获取所述第二采集节点采集的所述遇水场景;
和/或,
获取预设的用户的反馈记录;
解析所述反馈记录,获得所述遇水场景。
8.如权利要求1所述的一种多功能化妆品防水性能检测系统,其特征在于,所述控制模块执行如下操作:
获取所述第二检测化妆品的第二产品类型;
基于所述检测设备控制模型,根据所述第二产品类型,确定所述检测设备的控制方案;
解析所述控制方案,获得所述检测设备中子设备的启动次序,同时,获取所述子设备唯一的第一设备编号;
基于所述启动次序,根据所述控制方案,确定所述子设备对应的第二水流参数,并与对应所述第一设备编号进行关联;
控制所述检测设备中的所述子设备按照所述启动次序启动,匹配启动的所述子设备的第二设备编号与所述第一设备编号;
若匹配符合,确定匹配符合的所述第一设备编号关联的所述第二水流参数;
基于所述第二水流参数,控制对应所述子设备对所述第二检测化妆品进行冲刷,直至冲刷完成。
9.如权利要求1所述的一种多功能化妆品防水性能检测系统,其特征在于,所述检测模块执行如下操作:
基于大数据技术,获取多个第一计量方法;
获取所述第一计量方法对应的历史计量数据的报错记录;
解析所述报错记录,获取所述报错记录的错误类型,所述错误类型包括:方法性错误和非方法性错误;
当所述错误类型为方法性错误时,获取报错后的校验数据;
将报错的所述历史计量数据和对应的校验数据进行匹配,确定数据偏差值;
若所述数据偏差值大等于预设的数据偏差值阈值,剔除对应所述第一计量方法,将剩余所述第一计量方法作为第二计量方法;
基于预设的成本性分析模型,对所述第二计量方法进行成本性分析,获得成本值;
基于预设的困难性分析模型,对所述第二计量方法进行困难性分析,获取实施所述第二计量方法的困难值;
对所述成本值和所述困难值进行求和计算,将所述成本值与所述困难值的和作为对应所述第二计量方法的排序值;
确定所述排序值最小的所述第二计量方法,并作为目标计量方法;
基于所述目标计量方法,获取所述第二检测化妆品的第一数据和对所述第二检测化妆品冲刷后获得的第三检测化妆品的第二数据;
基于所述第一数据和所述第二数据,确定防水性检测结果。
10.一种多功能化妆品防水性能检测方法,其特征在于,包括:
步骤S1:对需要进行多功能防水性能检测的第一检测化妆品进行预处理,获得预处理完成后的第二检测化妆品;
步骤S2:训练检测设备控制模型;
步骤S3:基于所述检测设备控制模型,控制检测设备对第二检测化妆品进行冲刷;
步骤S4:获取第二检测化妆品的第一数据和对所述第二检测化妆品冲刷后获得的第三检测化妆品的第二数据,基于所述第一数据和所述第二数据,确定防水性检测结果。
CN202210947384.2A 2022-08-09 2022-08-09 一种多功能化妆品防水性能检测系统及方法 Active CN115326506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210947384.2A CN115326506B (zh) 2022-08-09 2022-08-09 一种多功能化妆品防水性能检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210947384.2A CN115326506B (zh) 2022-08-09 2022-08-09 一种多功能化妆品防水性能检测系统及方法

Publications (2)

Publication Number Publication Date
CN115326506A true CN115326506A (zh) 2022-11-11
CN115326506B CN115326506B (zh) 2023-04-18

Family

ID=83922199

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210947384.2A Active CN115326506B (zh) 2022-08-09 2022-08-09 一种多功能化妆品防水性能检测系统及方法

Country Status (1)

Country Link
CN (1) CN115326506B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130033040A (ko) * 2011-09-26 2013-04-03 코웨이 주식회사 이미지 분석을 통한 메이크업 제품의 내수성에 대한 정량적인 평가 방법
CN103616309A (zh) * 2013-11-29 2014-03-05 中山鼎晟生物科技有限公司 一种化妆品的保湿度的测试方法
DE102015203509A1 (de) * 2015-02-27 2016-09-01 Beiersdorf Ag Verfahren zur Untersuchung von Sonnenschutzmitteln auf der Haut
CN106442331A (zh) * 2016-09-29 2017-02-22 上海家化联合股份有限公司 防晒产品防水能力的测试方法
CN111855921A (zh) * 2020-08-17 2020-10-30 上海市皮肤病医院 多功能化妆品防水性能检测系统
CN114417884A (zh) * 2022-01-18 2022-04-29 深圳智信创融信息技术有限公司 一种用于信息技术咨询服务的智能展示装置及方法
CN114529987A (zh) * 2022-02-16 2022-05-24 英才(广州)在线教育科技有限公司 高校用基于云数据在线教育的智能教学监测装置及方法
CN114662284A (zh) * 2022-03-01 2022-06-24 深圳市百泰实业股份有限公司 一种tws耳机测试装置及方法
CN114757522A (zh) * 2022-04-07 2022-07-15 南京邮电大学 一种基于大数据的粮仓管理系统及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130033040A (ko) * 2011-09-26 2013-04-03 코웨이 주식회사 이미지 분석을 통한 메이크업 제품의 내수성에 대한 정량적인 평가 방법
CN103616309A (zh) * 2013-11-29 2014-03-05 中山鼎晟生物科技有限公司 一种化妆品的保湿度的测试方法
DE102015203509A1 (de) * 2015-02-27 2016-09-01 Beiersdorf Ag Verfahren zur Untersuchung von Sonnenschutzmitteln auf der Haut
CN106442331A (zh) * 2016-09-29 2017-02-22 上海家化联合股份有限公司 防晒产品防水能力的测试方法
CN111855921A (zh) * 2020-08-17 2020-10-30 上海市皮肤病医院 多功能化妆品防水性能检测系统
CN114417884A (zh) * 2022-01-18 2022-04-29 深圳智信创融信息技术有限公司 一种用于信息技术咨询服务的智能展示装置及方法
CN114529987A (zh) * 2022-02-16 2022-05-24 英才(广州)在线教育科技有限公司 高校用基于云数据在线教育的智能教学监测装置及方法
CN114662284A (zh) * 2022-03-01 2022-06-24 深圳市百泰实业股份有限公司 一种tws耳机测试装置及方法
CN114757522A (zh) * 2022-04-07 2022-07-15 南京邮电大学 一种基于大数据的粮仓管理系统及方法

Also Published As

Publication number Publication date
CN115326506B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN110991690B (zh) 一种基于深度卷积神经网络的多时次风速预测方法
CN109214349A (zh) 一种基于语义分割增强的物体检测方法
CN115239725B (zh) 一种橡胶手套胶浸涂层视觉监测方法及系统
CN108392213B (zh) 基于绘画心理学的心理分析方法及装置
CN112231975A (zh) 一种基于铁路供电设备可靠性分析的数据建模方法及系统
CN109145836A (zh) 基于深度学习网络和卡尔曼滤波的船只目标视频检测方法
CN112669305B (zh) 一种金属表面抗锈性能测试台及抗锈性能测评方法
CN111141653B (zh) 一种基于神经网络的隧道渗漏速率预测方法
CN109978870A (zh) 用于输出信息的方法和装置
Abudu et al. Modeling of daily pan evaporation using partial least squares regression
CN115951014A (zh) 一种结合气象特征的cnn-lstm-bp多模态空气污染物预测方法
CN108462708A (zh) 一种基于hdp-hmm的行为序列的建模和检测方法
CN115146842A (zh) 基于深度学习的多元时间序列趋势预测方法和系统
CN115495991A (zh) 一种基于时间卷积网络的降水区间预测方法
CN114330647A (zh) 模型训练方法、装置及硅棒重量预测方法
CN111709393A (zh) 联合卷积与循环神经网络的结构损伤识别方法
CN113901927B (zh) 一种基于流场压力时程的水下物体外形识别方法
CN115326506B (zh) 一种多功能化妆品防水性能检测系统及方法
CN113197558B (zh) 心率与呼吸率检测方法、系统及计算机存储介质
CN117036715A (zh) 一种基于卷积神经网络的形变区边界自动提取方法
Xu et al. Intelligent corrosion detection and rating based on faster region-based convolutional neural network
CN113138894B (zh) 基于电力参数监测与屏幕信息识别的实验设备监控方法
CN112036328B (zh) 银行客户满意度计算方法及装置
CN115482877A (zh) 一种基于时序图网络的发酵过程软测量建模方法
CN112307898A (zh) 虚拟现实环境下数据手套动作分割方法及装置

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