用于使用深度学习来提供个性化产品推荐的系统和方法技术方案

本公开的实施例提供了一种使用机器学习模型来使得计算装置能够在面部图像中检测和标识化妆品的系统、方法和计算机可读介质。在一些实施例中，模型训练系统可以通过分析与标记数据相关联的面部图像来收集用于构建机器学习模型的训练数据。在一些实施例中，推荐系统可以被配置为使用由模型训练系统生成的机器学习模型来检测面部图像中的产品，并且基于检测到的产品向装扮数据存储器添加信息，和/或基于检测到的产品从装扮数据存储器提供针对类似装扮的推荐。

【技术实现步骤摘要】
【国外来华专利技术】用于使用深度学习来提供个性化产品推荐的系统和方法相关申请的交叉引用本申请要求申请日为2018年10月25日的第16/171,153号美国专利申请的权益，其内容以引用的方式全部并入本文。
技术实现思路
本
技术实现思路
被提供为以简化形式引入下面在具体实施方式中进一步描述的概念的选择。本
技术实现思路
不旨在识别所要求保护主题的关键特征，也不旨在用作确定所要求保护主题的范围的帮助。在一些实施例中，提供了一种训练机器学习模型以检测面部图像中的化妆品的方法。计算装置基于非图像数据确定存在于面部图像中的产品。计算装置提取包括与产品相关联的面部特征的面部图像的部分。计算装置将面部图像的该部分和产品的标识添加到训练数据集。计算装置使用训练数据集来训练机器学习模型以检测面部图像中的产品。在一些实施例中，提供了一种使用一个或多个机器学习模型来处理面部图像的方法。计算装置使用一个或多个机器学习模型来检测面部图像中的一种或多种产品。计算装置基于面部图像中的一种或多种产品来确定一个或多个推荐装扮。计算装置确定与一个或多个推荐装扮相关联的一种或多种产品。计算装置向用户呈现一本文档来自技高网...

【技术保护点】
1.一种训练机器学习模型以检测面部图像中的化妆品的方法，所述方法包括：/n通过计算装置，基于非图像数据确定存在于所述面部图像中的产品；/n通过所述计算装置，提取包括与所述产品相关联的面部特征的所述面部图像的部分；/n通过所述计算装置，将所述面部图像的所述部分和所述产品的标识添加到训练数据集；以及/n通过所述计算装置，使用所述训练数据集来训练所述机器学习模型以检测面部图像中的所述产品。/n

【技术特征摘要】
【国外来华专利技术】20181025 US 16/171,1531.一种训练机器学习模型以检测面部图像中的化妆品的方法，所述方法包括：
通过计算装置，基于非图像数据确定存在于所述面部图像中的产品；
通过所述计算装置，提取包括与所述产品相关联的面部特征的所述面部图像的部分；
通过所述计算装置，将所述面部图像的所述部分和所述产品的标识添加到训练数据集；以及
通过所述计算装置，使用所述训练数据集来训练所述机器学习模型以检测面部图像中的所述产品。


2.根据权利要求1所述的方法，还包括：从社交媒体帖子提取所述面部图像。


3.根据权利要求2所述的方法，其中，基于非图像数据确定存在于所述面部图像中的所述产品包括：
检查与所述社交媒体帖子相关联的文本；以及
基于所述文本确定所述产品。


4.根据权利要求1至3中任一项所述的方法，其中，确定存在于所述面部图像中的所述产品包括：
提取包括预定面部特征的所述面部图像的部分；
检测包括在所述面部图像的所述部分中的颜色和纹理；以及
基于所述产品的实验室测量确定与所检测的颜色和纹理相关联的产品。


5.根据权利要求4所述的方法，其中，所述预定面部特征是嘴唇。


6.根据权利要求1至5中任一项所述的方法，其中，所述机器学习模型是卷积神经网络。


7.根据权利要求1至6中任一项所述的方法，其中，提取包括与所述产品相关联的所述面部特征的所述面部图像的所述部分包括使用计算机视觉技术。


8.一种使用一个或多个机器学习模型来处理面部图像的方法，所述方法包括：
通过计算装置，使用所述一个或多个机器学习模型来检测面部图像中的一种或多种产品；
通过所述计算装置，基于所述面部图像中的所述一种或多种产品来确定一个或多个推荐装扮；
通过所述计算装置，确定与所述一个或多个推荐装扮相关联的一种或多种产品；以及
通过所述计算装置，向用户呈现所述一个或多个推荐装扮或所述一种或多种产品。


9.根据权利要求8所述的方法，其中，所述一个或多个机器学习模型包括一个或多个卷积神经网络。


10.根据权利要求8至9中任一项所述的方法，其中，所述面部图像被包括在社交媒体帖子中。


11.根据权利要求10所述的方法，还包括：
通过所述计算装置，基于所检测的一种或多种产品来确定装扮；
通过所述计算装置，基于所述社交媒体帖子来确定情感得分；以及
通过所述计算装置，将所述情感得分和所述装扮存储在装扮数据存储器中。


12.根据权利要求8至11中任一项所述的方法，其中，使用所述一个或多个机器学习模型来检测面部图像中的一种或多种产品包括：
提取与预定面部特征相关联的所述面部图像的部分；以及
将所述面部图像的所述部分提供给机器学习模型，所述机器学习模型被训练以标识应用于所述预定面部特征的产品。


13.根据权利要求12所述的方法，其中，所述预定面部特征是眼睛、嘴唇、前额、颧骨或鼻子。


14.根据权利要求8至13中任一项所述的方法，其中，基于所述面部图像中的所述一种或多种产品来确定一个或多个推荐装扮包括：
确定一个或多个装扮，所述一个或多个装扮包括至少一种具有与所述面部图像中的所检测的一种或多种产品的颜色或纹理相匹配的颜色或纹理的产品，以及至少一种与所述面部图像中的所检测的一种或多种产品不匹配的产品。


15.根据权利要求8至14中任一项所述的方法，其中，基于所述面部图像中的所述一种或多种产品来确定一个或多个推荐装扮包括：
将包括所检测的一种或多种产品的新装扮添加到装扮数据存储器；
对存储在所述装扮数据存储器中的装扮执行聚类分析；以及
基于包括在具有所述新装扮的聚类中的其他装扮来确定所述一个或多个推荐装扮。


16.一种用于训练机器学习模型以检测面部图像中的化妆品的系统，所述系统包...

【专利技术属性】
技术研发人员：格雷戈尔·沙罗，海尔格·马拉普拉特，杰拉尔丁·蒂伯特，马修·佩罗，罗宾·基普斯，
申请(专利权)人：莱雅公司，
类型：发明
国别省市：法国;FR