一种生成用户发型及妆容搭配建议的方法及装置制造方法及图纸

本发明专利技术公开了一种生成用户发型及妆容搭配建议的方法及装置，该方法包括：采集用户的个人照片，并获取应用场景图；采用卷积神经网络对个人照片及应用场景图分析以筛选应用特征；根据应用特征生成发型及妆容的搭配建议。实施本发明专利技术的有益效果是，采用深层神经网络从客户和数据库的图像中提取面部特征，使用统计测量特征之间的相关性，通过海量样本的人工智能学习和分类判定，确保分析结果的客观性、普遍性和准确性。根据用户的面部特征的分析，从数百万计的样本中为客户推荐统计学上最为适合的特征数量，避免了个人面对大量选择是耗费的时间、选择的困难和大量信息输入对主观判断能力造成的冲击和影响，提供给用户更科学，客观的建议。

【技术实现步骤摘要】

本专利技术涉及神经网络
，尤其涉及一种生成用户发型及妆容搭配建议的方法及装置。
技术介绍
随着社会普遍审美品位的提高和对时尚的关注，人们对发型和化妆的多样性和个性化，尤其是针对特定场合的妆容定制有了更高的要求，如参加婚礼、面试、宴会或其它特殊场合。传统方式的定制发型和化妆，依赖于个人或单个美容师对于特定场合和相关礼仪的有限了解和主观经验，因此经常出现难以抉择或搭配错误的问题。另一方面，在大量实际环境中接收反馈并加以辨别改善的过程是十分漫长的，不仅效率低下，而且不利于广泛使用。
技术实现思路
本专利技术的目的在于提供一种生成用户发型及妆容搭配建议的方法及装置，解决现有技术中搭配难以抉择或搭配容易错误、反馈改善过程效率低下，不利于广泛使用的问题。本专利技术的技术方案实现如下：本专利技术提供一种生成用户发型及妆容搭配建议的方法，包括：采集用户的个人照片，并获取应用场景图；采用卷积神经网络对所述个人照片及所述应用场景图分析以筛选应用特征；根据所述应用特征生成发型及妆容的搭配建议。在本专利技术所述的方法中，所述采集用户的个人照片，并获取应用场景图的
步骤包括：通过摄像头采集所述个人照片，或者通过于图片库中选择所述个人照片；设置应用场景以获取所述应用场景图，或者通过摄像头采集所述应用场景图，或者通过于图片库中选择所述应用场景图。在本专利技术所述的方法中，所述采用卷积神经网络对所述个人照片及所述应用场景图分析以筛选应用特征的步骤包括：将所述个人照片及所述应用场景图作为所述卷积神经网络的输入；所述卷积神经网络的多个特征平面对所输入的个人照片及应用场景图进行多层卷积处理，以筛选所述应用特征。在本专利技术所述的方法中，所述卷积神经网络的多个特征平面对所输入的个人照片及应用场景图进行多层卷积处理，以筛选所述应用特征的步骤包括：获取所述个人照片及所述应用场景图的像素尺寸对应的训练集以及卷积核；从所述训练集中抽样以提取第一子特征，将所述第一子特征与所述卷积核进行卷积以输出多个第一特征图；从所述多个第一特征图中的任一个再抽样以提取第二子特征，将所述第一子特征与所述卷积核卷积以输出多个第二特征图；组合所述多个第二特征图以输出所述应用特征。在本专利技术所述的方法中，所述根据所述应用特征生成发型及妆容的搭配建议的步骤包括：对所述应用特征进行分析以对所述应用特征进行归类；依据归类结果与预设的推荐发型及妆容库进行匹配，从而生成发型及妆容的搭配建议。在本专利技术所述的方法中，还包括：将用户所选择的发型及妆容与所述个人照片及所述应用场景图建立关联，并存储至所述推荐发型及妆容库。另一方面，提供一种生成用户发型及妆容搭配建议的装置，包括：图片获取模块，用于采集用户的个人照片，并获取应用场景图；特征筛选模块，用于采用卷积神经网络对所述个人照片及所述应用场景图分析以筛选应用特征；搭配建议模块，用于根据所述应用特征生成发型及妆容的搭配建议。在本专利技术所述的装置中，所述特征筛选模块包括：神经网络输入子模块，用于将所述个人照片及所述应用场景图作为所述卷积神经网络的输入；多层卷积处理子模块，用于所述卷积神经网络的多个特征平面对所输入的个人照片及应用场景图进行多层卷积处理，以筛选所述应用特征。。在本专利技术所述的装置中，所述搭配建议模块包括：特征归类子模块，用于对所述应用特征进行分析以对所述应用特征进行归类；匹配子模块，用于依据归类结果与预设的推荐发型及妆容库进行匹配，从而生成发型及妆容的搭配建议。在本专利技术所述的装置中，还包括：学习扩充模块，用于将用户所选择的发型及妆容与所述个人照片及所述应用场景图建立关联，并存储至所述推荐发型及妆容库。因此，本专利技术的有益效果是，采用深层神经网络从客户和数据库的图像中提取面部特征，使用统计测量特征之间的相关性，通过海量样本的人工智能学习和分类判定，确保分析结果的客观性、普遍性和准确性。根据用户的面部特征的分析，从数百万计的样本中为客户推荐统计学上最为适合的特征数量，避免了个人面对大量选择是耗费的时间、选择的困难和大量信息输入对主观判断能力造成的冲击和影响，提供给用户更科学，客观的建议。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1为本专利技术提供的一种生成用户发型及妆容搭配建议的方法流程图；图2为本专利技术提供的一种生成用户发型及妆容搭配建议的装置框图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，以下将对照附图详细说明本专利技术的具体实施方式。应当理解，以下说明仅为本专利技术实施例的具体阐述，不应以此限制本专利技术的保护范围。本专利技术提供一种生成用户发型及妆容搭配建议的方法及装置，其目的在于，借助人工智能通过网络大数据提供更为客观科学的分析和引导，以及智能化的反馈改进机制，使用户足不出户就可以快速的享受到最专业的定制化分析推荐服务。具体采用大数据集名人和深层神经网络(DNN，deep neural network)提出一套为用户分析推荐最适合发型和化妆的方法。通过主动交互方式将客户和大数据集中数百万的面貌进行比较，这种优势是通过杂志书刊阅读获取信息的方式所不能比拟的。在分析方式上，采用深层神经网络从客户和数据库的图像中提取面部特征，使用统计测量特征之间的相关性，通过海量样本的人工智能学习和分类判定，确保分析结果的客观性、普遍性和准确性。在引导方式上，本方法完全改变了传统发型化妆主观选择方式。本方法根据用户的面部特征的分析从数百万计的样本中为客户推荐统计学上最为适合的一定数量选择，避免了个人面对大量选择是耗费的时间、选择的困难和大量信息输入对主观判断能力造成的冲击和影响，提供给用户更科学，客观的建议。此外，本专利技术还提供了反馈方法。该方法提取客户按推荐方法的建议完成发型或化妆后的外观的面部特征。对所得的外观和从推荐系统所选择的建议样式之间的相关性进行测量，并与客户原来的外观的发型和妆容的特征数据相关度进行比较。该统计相关性的度量不仅可以用来作为衡量发型和化妆服务商的一种测量，也可用作给用户的反馈，让用户明白实际的效果和预期目标风格的相似度。该方法最为重要的功能在于可以根据用户的实际选择，将用户的个人偏好作为反馈输入优化系统数据，并对下一次使用产生的推荐产生影响。这一方法在原有的科学客观的基础上，既完成了对用户主观偏好的兼顾，又不受制于个人有限的经验的品味。参见图1，图1为本专利技术提供的一种生成用户发型及妆容搭配建议的方法流程图。该方法包括以下步骤S1-S3：S1、采集用户的个人照片，并获取应用场景图；该步骤S1包括以下子步
骤S11-S12：S11、通过摄像头采集所述个人照片，或者通过于图片库中选择所述个人照片。S12、设置应用场景以获取所述应用场景图，或者通过摄像头采集所述应用场景图，或者通过于图片库中选择所述应用场景图。S2、采用卷积神经网络对所述个人照片及所述应用场景图分析以筛选应用特征；卷积神经网络是人工智能中的一种技术，采用人工智能，在网络大数据提供的海量样本(包括面部和场景特征)中进行数据挖掘、分析和分类。具体的技术实现是使用卷积神经网络(Convolutional Neural Network，CNN)技术，通过机器深度学习(Deep Learning)，使系统基于样本的特征参数逐渐形成判断标准。该步骤S2本文档来自技高网...

【技术保护点】
一种生成用户发型及妆容搭配建议的方法，其特征在于，包括：采集用户的个人照片，并获取应用场景图；采用卷积神经网络对所述个人照片及所述应用场景图分析以筛选应用特征；根据所述应用特征生成发型及妆容的搭配建议。

【技术特征摘要】
1.一种生成用户发型及妆容搭配建议的方法，其特征在于，包括：采集用户的个人照片，并获取应用场景图；采用卷积神经网络对所述个人照片及所述应用场景图分析以筛选应用特征；根据所述应用特征生成发型及妆容的搭配建议。2.根据权利要求1所述的方法，其特征在于，所述采集用户的个人照片，并获取应用场景图的步骤包括：通过摄像头采集所述个人照片，或者通过于图片库中选择所述个人照片；设置应用场景以获取所述应用场景图，或者通过摄像头采集所述应用场景图，或者通过于图片库中选择所述应用场景图。3.根据权利要求1所述的方法，其特征在于，所述采用卷积神经网络对所述个人照片及所述应用场景图分析以筛选应用特征的步骤包括：将所述个人照片及所述应用场景图作为所述卷积神经网络的输入；所述卷积神经网络的多个特征平面对所输入的个人照片及应用场景图进行多层卷积处理，以筛选所述应用特征。4.根据权利要求3所述的方法，其特征在于，所述卷积神经网络的多个特征平面对所输入的个人照片及应用场景图进行多层卷积处理，以筛选所述应用特征的步骤包括：获取所述个人照片及所述应用场景图的像素尺寸对应的训练集以及卷积核；从所述训练集中抽样以提取第一子特征，将所述第一子特征与所述卷积核进行卷积以输出多个第一特征图；从所述多个第一特征图中的任一个再抽样以提取第二子特征，将所述第一子特征与所述卷积核卷积以输出多个第二特征图；组合所述多个第二特征图以输出所述应用特征。5.根据权利要求1所述的色彩检测方法，其特...

【专利技术属性】
技术研发人员：李远志，朱凌，
申请(专利权)人：张家港索奥通信科技有限公司，
类型：发明
国别省市：江苏;32