CN115393924A - 一种基于面部纹理信息的选品方法、装置、设备、介质 - Google Patents

Abstract

本申请公开了一种基于面部纹理信息的选品方法、装置、设备、介质，该方法包括：获取人脸图像，对所述人脸图像进行轮廓识别；获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

Description

一种基于面部纹理信息的选品方法、装置、设备、介质

技术领域

本申请涉及人脸识别领域，尤其涉及一种基于面部纹理信息的选品方法、装置、设备、介质。

背景技术

美妆一直是受女性追捧的行业，传统意义上的美妆是可以使用镜子查看自身上妆效果，这种方式繁琐、耗时，而且用户若对妆容不满意，还要不断的卸妆和上妆，容易对用户皮肤造成损伤。或是通过试妆模特来查看美妆效果，但由于美妆效果的个性化极强，通过试妆模特试妆并不能很好的反应同款美妆在用户自身的效果。

随着科学技术的发展，出现了通过电子试妆的方式。现有的试妆电子屏幕往往搭载一个屏下摄像头，但在这种情况下会存在较严重镜头畸变和视点偏移问题，用户无法在试妆过程中像照镜子一样与自己进行对视，在线下场所中灯光环境也存在多变和不稳定的问题，导致用户无法获取自己的真实肤色，也无法获取自己的肤色与产品到底是否适合的结果。

发明内容

本申请提供了一种基于面部纹理信息的选品方法、装置、设备、介质，解决了无法根据用户个性化特点匹配适合美妆产品的问题。

一种基于面部纹理信息的选品方法，包括：

获取人脸图像，对所述人脸图像进行轮廓识别；

获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；

将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；

获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

在本申请的一种实施例中，所述多个维度的特征点至少包括：骨骼基础特征点、肌肉特征点、面部网格mesh；将所述骨骼基础特征点、所述肌肉特征点和所述面部mesh进行结合得到骨相特征图。

在本申请的一种实施例中，在通过终端设备的摄像头获取人脸图像后，所述方法还包括：对所述人脸图像进行面部测量，得到面部测量数据；根据所述面部测量数据对所述人脸图像进行划分，确定面部区位；将所述面部测量数据和预先建立在数据库中的面部风格参数进行对比，确定用户的面部风格；其中，所述面部测量数据包括用户的眼型、鼻型、嘴型和眉型，用户的脸长、脸宽和脸部线条，用户的发色、眉色、肤色、唇色和瞳色；所述面部风格至少包括整体系数、风格参考和热度流行。

在本申请的一种实施例中，所述根据所述面部测量数据对所述人脸图像进行划分，确定面部区位后，所述方法还包括：获取对应不同面部区域的肤质参数和肤色参数；根据用户选择的妆容提取妆容参数，生成妆容图层；通过增强现实AR将所述妆容图层贴合在所述终端设备的屏幕中显示的人脸图像上。

在本申请的一种实施例中，所述根据用户选择的妆容提取妆容参数，具体包括：获取眉妆参数至少包括填充形状、填充程度、毛流程度、颜色和层次；获取眼妆参数至少包括颜色区域、颜色晕染、色彩质感、睫毛和层次；获取面状参数至少包括基色区域、阴影区域、高光区域、体积和细节；获取唇妆参数至少包括边缘处理、颜色层次、整体质感、形状和细节。

在本申请的一种实施例中，在通过终端设备的摄像头获取人脸图像之前，所述方法还包括：所述摄像头的参数和成像素质进行优化，所述摄像头的参数和成像素质包括感光度、焦段、畸变矫正、视点矫正和景深控制。

在本申请的一种实施例中，所述方法还包括：获取用户眼下区域参数和上妆需求，所述眼下区域参数至少包括眼下颜色参数和眼下肤质参数；根据所述眼下颜色参数、所述眼下肤质参数和上妆需求匹配预先在数据库中建立的产品参数，选定产品；判定所述产品不属于用户拥有的产品，则查询能达到与所述产品具有同样上妆效果的替换方法。

一种基于面部纹理信息的选品装置，包括：

轮廓识别模块，获取人脸图像，对所述人脸图像进行轮廓识别；

特征获取模块，获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；

显示模块，将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；

匹配模块，获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

一种基于面部纹理信息的选品设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通过总线通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行：

获取人脸图像，对所述人脸图像进行轮廓识别；

获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；

将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；

获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

一种非易失性存储介质，存储有计算机可执行指令，所述计算机可执行指令由处理器执行，以实现下述步骤：

获取人脸图像，对所述人脸图像进行轮廓识别；

获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；

将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；

获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一项所述一种基于面部纹理信息的选品方法的步骤。

本申请提供了一种基于面部纹理信息的选品方法、装置、设备、介质，至少包括以下有益效果：通过识别人脸的骨骼特征、肌肉特征、面部mesh，对用户面部三维重建，为用户提供更细致的面部纹理预览效果，结合美妆产品的材质多样化，能够满足用户在面部护理、产品选择过程中伴随的极强的个性化偏好，能够根据不同用户的脸型、肤质差异推荐用户选择产品，为用户提供真实的产品试用效果，从而为用户提供真实流畅的内容体验。通过分析用户面部纹理，结合产品参数个性化地向用户推荐产品，体现了本平台的智能化和人性化，能够根据系统内已有的数据和信息，将合适的经验、方法、产品推荐给用户，帮助用户合理地解决问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种基于面部纹理信息的选品方法步骤示意图；

图2为本申请实施例提供的摄像头参数优化前后的效果对比图；

图3为本申请实施例提供的人与屏幕之间的坐姿关系示意图；

图4为本申请实施例提供的根据获取的面部信息参数试妆后确定产品参数的流程示意图；

图5为本申请实施例提供的一种面部纹理分析示意图；

图6为本申请实施例提供的一种面部信息参数提取示意图；

图7为本申请实施例提供的一种根据妆容参数进行妆效贴合示意图；

图8为本申请实施例提供的妆容妆效示意图；

图9为本申请实施例提供的一种基于面部纹理信息的选品装置示意图；

图10为本申请实施例提供的一种基于面部纹理信息的选品设备示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例对本申请进行清楚、完整的描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在美妆场景中，本申请认为数字化妆镜、智能美妆镜等产品应该将着眼于美妆、化妆流程中为用户提供的体验关注，而不是一味的程式化叠加与美妆不相关的功能，利于天气、日期、日程、新闻等内容，在进行数字化产品设计时，应更加关注体验内容及体验本质为用户带来的优质服务，而不是重复所有数字化产品都具备的功能，为用户带来体验负担或重复性体验，本申请提供的数字美妆解决方案着眼于用户的生活方式，将其作为用户生活的一部分，真正考虑如何才能帮助用户试好妆、化好妆，而市面上的类似产品恰好将这最重要的流程简单化了。

本申请提出的方案旨在解决以上体验不足问题并且为用户带来更自然的交互模式和更充分的利于用户使用的内容，从体验设计出发，本申请通过提供一种试妆方式、通过产品的使用和化妆的完成，能够为用户提供愉悦感、满足感。

本申请提出了一种基于面部纹理信息的选品方法、装置、设备、介质。下面进行具体说明。

图1为本申请实施例提供的一种基于面部纹理信息的选品方法、装置、设备、介质的步骤示意图，可以包括以下步骤：

S110：获取人脸图像，对人脸图像进行轮廓识别。

在本申请的一种实施例中，由于手机等硬件设备的摄像头的镜头畸变较严重，本申请在通过终端设备的摄像头获取人脸图像之前，对摄像头的参数和成像素质进行优化，摄像头的参数和成像素质包括感光度、焦段、畸变矫正、视点矫正、景深控制。如图2所示包括在各个镜头焦段下的人脸图像以及调整后的优化效果，人脸图像在镜头下的横向畸变、纵向畸变、畸变矫正、视点偏移、视点矫正、面部感光度矫正、视点+畸变+感光度一起矫正后的人脸图像。

具体地，如图3所示，根据人体尺度与室内空间的关系，本实施例在实验场景中设定人与屏幕之间的初始距离和摄像头焦距，以2020年更新的我国18-44岁男性和女性的平均身高分别为169.7cm和158.0cm的标准数值作为参考，坐姿化妆台场景下人眼与镜面的距离应在40-61cm之间，桌面坐姿场景下人通常手作业区域半径大约为39cm，考虑到化妆场景中桌面化妆品的放置，我们将人眼与屏幕的初始距离设置在50cm，以标准人头高度23cm为例，实现屏幕显示人像与本人面部等大，摄像头需采用56mm焦段。

S120：获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图。

在本申请的一种实施例中，多个维度的特征点至少包括：骨骼基础特征点、肌肉特征点、面部网格mesh；将所述骨骼基础特征点、所述肌肉特征点和所述面部mesh进行结合得到骨相特征图。

获取骨骼基础特征点包括识别人脸的额骨部、鼻骨、颧骨、上颌骨、下颌骨等部分，骨骼基础特征图能够反映人脸的骨骼形状、脸型、五官型状以及五官之间的位置距离等。

S130：将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像。

S140：获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

如图4所示为根据个性化参数选择目标产品的流程示意图。在试产品的过程中，为满足试产品质地、颜色、手感的不同需求，需建立化妆品的质地参数、颜色参数、质感参数体系、定义化妆产品中的颜色语义从而实现产品颜色搭配等功能。根据获取到的妆容参数、面部信息参数进行试妆后得到选择的产品对应的参数。

具体地，如图5所示，通过良好灯光环境下的参数调整后的摄像头获取用户面部信息，基于骨点、肌肉点识别进行面部特征点语义重设，建立个人基础信息数据、提取人脸的骨相、皮肤材质纹理并进行材质模拟。

首先进行面部轮廓识别，然后获取面部的骨骼基础特征点、肌肉特征点、面部网格mesh，并将三者进行结合得到骨相特征图。

例如图5中第二行图为使用一般摄像头获取到的人脸正面mesh，与人脸图像结合后生成重建效果图。图5中第三行为使用77mm焦距的摄像头进行mesh纹理识别后得到的人像的重建效果图。

面部骨相中额骨可以决定的额头的宽窄度、凹凸度，加上头发发际线的形状，决定了额头的形状以及所占的脸部比例。下颌骨决定脸部的均衡度和下半部分脸的大小下颌骨小会给人纤细、瘦弱、高雅的感觉，下颚带棱角，给人意志坚强、充满活力的感觉。骨相决定了人脸的样貌和外形，每个人都有不同的骨相，不同年龄段的骨相特征也不相同，系统经过采集骨骼基础特征进行分析得到人脸图像后，可以根据用户不同的骨相风格自动向用户推荐合适的妆容。

脸部肌肉大致分为表情肌和咀嚼肌。表情肌是控制脸部动作的肌肉，它的反复运动会产生表情纹。系统可以在进行面部纹理分析时，获取用户的不同表情下的表情纹理，根据用户选择的妆容风格，告知用户化妆技巧。如微笑时，口圈肌、笑肌和颊骨肌整个被牵动往上收缩。所以描唇形时，可告知用户在化妆时嘴角稍微上扬.这样更能表现出自然的美感。

基于显示信息的优化处理，系统经过面部三维重建的过程为用户提供更细致的面部纹理预览效果，结合美妆产品的材质多样化，用户的面部护理、产品选择过程都伴随着极强的个性化偏好，不同用户的骨相、肤质差异会决定用户选择不同类产品。本申请采用的方案为用户提供真实的产品试用效果，从而为用户提供真实流畅的内容体验，这就要求美妆系统能够基于已有的面部信息分析得出更细致的面部骨相信息、面部材质纹理信息，基于对于面部区域结构的划分，为用户提供可能会出现皮肤问题的区域及情况。

在本申请的一种实施例中，获取用户眼下区域参数和上妆需求，眼下区域参数包括眼下颜色参数、眼下肤质参数；根据眼下颜色参数、眼下肤质参数和上妆需求匹配预先在数据库中建立的产品参数，选定产品；判断产品是否为用户拥有，若否，查询能达到与产品具有同样上妆效果的替换方法。

例如，用户眼下皮肤较干，在使用某产品时容易出现起皮的情况，这时通过获取用户眼下颜色参数、眼下肤质参数等和上妆需求进行数据匹配，为用户提供有效预判，从而为用户提供有效的保湿眼霜和滋润型还有养肤成分的粉底液等对抗干皮的产品。

例如，系统根据用户想要进行眼下区域遮瑕的需求以及眼下信息参数匹配产品参数，选定产品，但检测到用户上传的产品中并没有相关遮瑕类产品，系统将会给用户推荐相关遮瑕类产品，并且推荐“使用暖橘色口红点涂在眼下，用手指或刷子晕染开，再用粉底叠加涂抹”的方法，同样达到眼下遮瑕的效果。基于此，体现了本平台的智能化和人性化，能够根据系统内已有的数据和信息，将合适的经验、方法、产品推荐给用户，帮助用户合理地解决问题。

在本申请的一种实施例中，通过终端设备的摄像头获取人脸图像后，对人脸图像进行面部测量，得到面部测量数据；根据面部测量数据对人脸图像进行划分，确定面部区位；将面部测量数据和预先建立在数据库中的面部风格参数进行对比，确定用户的面部风格；其中，面部测量数据包括用户的眼型、鼻型、嘴型、眉型，用户的脸长、脸宽、脸部线条，用户的发色、眉色、肤色、唇色、瞳色；面部风格包括整体系数、风格参考、热度流行。

具体地，如图6所示，通过摄像头参数矫正后识别人脸，系统将提供面部测量、面部拆解、数据提取的过程，采集到的人脸图像显示在屏显示屏上，人脸图像包含用户的骨相特征点，即表示包括用户的骨骼基础特征和肌肉特征，可以通过分析骨骼基础特征和肌肉特征对用户的人脸进行测量，测量包括用户的五官的形状数据，耳型、眼型、鼻型、嘴型、眉型。测量的骨相数据包括用户的“三庭五眼”，三庭即脸部的长度，五眼即脸部的宽度；脸部的自身比例，比如眼睛与鼻子的比例，鼻子与嘴巴的比例等；内外线条，外线条比如脸部外轮廓，内线条比如颧骨线条，阴影部位线条等。测量的脸部颜色数据包括发色、眉色、肤色、唇色、瞳色等。

在进行面部测量后，对面部进行拆解，对数据进行整合后确定面部各个部位。根据自身数据与数据库预先存储数据的匹配得出用户的面相特征，比如整体系数、风格参考、热度流行等；整体系数包括男女颜、浓淡颜、动物系等；风格参考包括欧美脸、娃娃脸等。

在本申请的一种实施例中，根据面部测量数据对人脸图像进行划分，确定面部区位后，获取对应不同面部区域的肤质参数、肤色参数；根据用户选择的妆容提取妆容参数，生成妆容图层；通过增强现实AR将妆容图层贴合在终端设备的屏幕中显示的人脸图像上。

具体地，如图7所示，在妆容参数提取的过程中，提取眉妆的填充形状、填充程度、毛流程度、颜色、层次；提取眼妆的颜色区域、颜色晕染、色彩质感、睫毛、层次；提取面状的基色区域、阴影区域、高光区域、体积、细节；提取唇妆的边缘处理、颜色层次、整体质感、形状、细节等内容参数，生成妆容图层，将妆容图层贴合至标准脸模特上(此标准脸来源于开源平台“像素”)，通过开源平台的AR贴合，将妆容贴合至上传的照片或摄像头实时显示的人脸上。

妆容参数获取可涉及局部妆容和全部妆容，均可保留妆容特征并到达较高的还原度。局部妆容眼妆、眼线示例、全部妆容示例如图8所示。

以上为本申请实施例提供的一种基于面部纹理信息的选品方法，基于同样的发明思路，本申请实施例还提供了相应的一种基于面部纹理信息的选品装置，如图9所示。

轮廓识别模块901，用于获取人脸图像，对人脸图像进行轮廓识别；特征获取模块902，用于获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；显示模块903，用于将骨相特征图贴合到人脸图像得到纹理贴图，根据纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；匹配模块904，用于获取个性化人脸图像的个性化参数，根据个性化参数得到匹配的目标产品。

本申请实施例还提供了相应的一种基于面部纹理信息的选品设备，如图10所示。

本实施例提供了一种基于面部纹理信息的选品设备，包括：

至少一个处理器1001；以及，

与至少一个处理器1001通过总线1003通信连接的存储器1002；其中，存储器1002存储有可被至少一个处理器执行的指令，指令被至少一个处理器1001执行，以使至少一个处理器1001能够执行：

获取人脸图像，对人脸图像进行轮廓识别；获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；将骨相特征图贴合到人脸图像得到纹理贴图，根据纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；获取个性化人脸图像的个性化参数，根据个性化参数得到匹配的目标产品。

基于同样的思路，本申请的一些实施例还提供了上述方法对应的介质。

本申请的一些实施例提供的一种存储介质，存储有计算机可执行指令，计算机可执行指令由处理器执行，以实现下述步骤：

获取人脸图像，对人脸图像进行轮廓识别；获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；将骨相特征图贴合到人脸图像得到纹理贴图，根据纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；获取个性化人脸图像的个性化参数，根据个性化参数得到匹配的目标产品。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于方法和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请实施例提供的方法和介质与方法是一一对应的，因此，方法和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述方法和介质的有益技术效果。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程方法商品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程方法商品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程方法商品或者方法中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。虽然，上文中已经用一般性说明及具体实施方案对本申请作了详尽的描述，但在本申请基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本申请精神的基础上所做的这些修改或改进，均属于本申请要求保护的范围。

Claims (10)

1.一种基于面部纹理信息的选品方法，其特征在于，包括：

获取人脸图像，对所述人脸图像进行轮廓识别；

获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；

将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；

获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

2.根据权利要求1所述的方法，其特征在于，所述多个维度的特征点至少包括：骨骼基础特征点、肌肉特征点、面部网格mesh；

将所述骨骼基础特征点、所述肌肉特征点和所述面部mesh进行结合得到骨相特征图。

3.根据权利要求1所述的方法，其特征在于，在通过终端设备的摄像头获取人脸图像后，所述方法还包括：

对所述人脸图像进行面部测量，得到面部测量数据；

根据所述面部测量数据对所述人脸图像进行划分，确定面部区位；

将所述面部测量数据和预先建立在数据库中的面部风格参数进行对比，确定用户的面部风格；

其中，所述面部测量数据包括用户的眼型、鼻型、嘴型和眉型，用户的脸长、脸宽和脸部线条，用户的发色、眉色、肤色、唇色和瞳色；所述面部风格至少包括整体系数、风格参考和热度流行。

4.根据权利要求3所述的方法，其特征在于，所述根据所述面部测量数据对所述人脸图像进行划分，确定面部区位后，所述方法还包括：

获取对应不同面部区域的肤质参数和肤色参数；

根据用户选择的妆容提取妆容参数，生成妆容图层；

通过增强现实AR将所述妆容图层贴合在所述终端设备的屏幕中显示的人脸图像上。

5.根据权利要求4所述的方法，其特征在于，所述根据用户选择的妆容提取妆容参数，具体包括：

获取眉妆参数至少包括填充形状、填充程度、毛流程度、颜色和层次；

获取眼妆参数至少包括颜色区域、颜色晕染、色彩质感、睫毛和层次；

获取面状参数至少包括基色区域、阴影区域、高光区域、体积和细节；

获取唇妆参数至少包括边缘处理、颜色层次、整体质感、形状和细节。

6.根据权利要求1所述的方法，其特征在于，在通过终端设备的摄像头获取人脸图像之前，所述方法还包括：

对所述摄像头的参数和成像素质进行优化，所述摄像头的参数和成像素质包括感光度、焦段、畸变矫正、视点矫正和景深控制。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取用户眼下区域参数和上妆需求，所述眼下区域参数至少包括眼下颜色参数和眼下肤质参数；

根据所述眼下颜色参数、所述眼下肤质参数和上妆需求匹配预先在数据库中建立的产品参数，选定产品；

判定所述产品不属于用户拥有的产品，则查询能达到与所述产品具有同样上妆效果的替换方法。

8.一种基于面部纹理信息的选品装置，其特征在于，包括：

轮廓识别模块，获取人脸图像，对所述人脸图像进行轮廓识别；

特征获取模块，获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；

显示模块，将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；

匹配模块，获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

9.一种基于面部纹理信息的选品设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通过总线通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行：

获取人脸图像，对所述人脸图像进行轮廓识别；

获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；

将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；

获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

10.一种非易失性存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令由处理器执行，以实现下述步骤：

获取人脸图像，对所述人脸图像进行轮廓识别；

获取人脸轮廓内的多个维度的特征点，并将各个维度的特征点进行结合，以得到骨相特征图；

将所述骨相特征图贴合到所述人脸图像得到纹理贴图，根据所述纹理贴图进行灯光调整，得到显示在设备屏幕上的个性化人脸图像；

获取所述个性化人脸图像的个性化参数，根据所述个性化参数得到匹配的目标产品。

Images