【技术实现步骤摘要】
【国外来华专利技术】
本公开整体涉及基于人工智能(ai)的系统和方法，并且更具体地涉及用于分析用户特定皮肤或头发数据以预测用户特定皮肤或头发状况的基于ai的系统和方法。
技术介绍
1、一般而言，人类头发和皮肤的多种内源性因子(诸如皮脂和汗液)对用户的头皮的整体状况具有现实世界的影响，该整体状况可包括头皮皮肤状况(例如，皮脂残留物、头皮皮肤应力)和毛囊/头发状况(例如，头发应力、痤疮、头皮堵塞物(plug))。附加的外源性因子(诸如风、湿度和/或各种头发相关产品的使用)也可能影响用户的头皮的状况。此外，用户对头皮相关问题的感知通常不反映此类潜在的内源性因子和/或外源性因子。
2、因此，考虑到内源性因子和/或外源性因子的数量以及头皮和头发类型的复杂性，尤其是当跨不同用户考虑时，会出现问题，这些不同用户中的每一者可与不同人口统计、种族和人种相关联。这在各种人类头皮状况和特性的诊断和治疗中产生问题。例如，试图帮助用户自我诊断头皮状况的现有技术方法通常缺乏足够的信息来生成准确的、用户特定的诊断，因此提供广泛的、过于简单的推荐。此外，用户可尝试通过各种产品或技术进行经验性实验，但没有实现令人满意的结果和/或导致可能的负面副作用，从而影响他或她的头皮的状况或另外的视觉外观。
3、出于前述原因，需要用于分析用户特定皮肤或头发数据以预测用户特定皮肤或头发状况的基于ai的系统和方法。
技术实现思路
1、一般而言，如本文所述，描述了用于分析用户特定皮肤或头发数据以预测用户特定皮肤或头发状况的基于人工智
2、一般而言，如本文所述的基于ai的系统允许用户将用户特定数据提交到服务器(例如，包括其一个或多个处理器)，或以其他方式提交到计算设备(例如，诸如本地位于用户的移动设备上)，其中服务器或用户计算设备实现或执行利用关于相应个体的头皮和头发区域的用户特定数据的潜在数千个实例(或更多)的训练数据训练的基于ai的学习模型。ai学习模型可基于头皮或头发预测值生成用户特定治疗，该用户特定治疗被设计成基于用户的头皮或头发区域的头皮或头发预测值来寻址至少一个特征。例如，用户特定数据可包括响应或其他输入，其指示头皮干燥、头皮油性、头皮屑、僵硬、发红、气味难闻、瘙痒、蓬乱、掉发、发量、稀疏、解除缠结、头发油性、干燥、头发异味、痤疮、头皮堵塞物和/或特定用户的头皮或头发区域的其他头皮或头发因子。在一些方面，可经由计算机网络将用户特定治疗(和/或产品特定推荐/治疗)传输到用户的用户计算设备以呈现在显示屏上。在其他方面，没有发生用户特定数据到成像服务器的传输，其中用户特定治疗(和/或产品特定推荐/治疗)可替代地由在用户的移动设备上本地执行和/或实现的基于ai的学习模型生成，并且由移动设备的处理器呈现在移动设备的显示屏上。在各个方面，此类呈现可包括图形表示、覆盖、注释等，用于基于用户的头皮或头发区域的头皮或头发预测值来寻址特征。
3、在某些方面，如本文所述的基于ai的系统还允许用户将用户的图像提交到成像服务器(例如，包括其一个或多个处理器)，或以其他方式提交到计算设备(例如，诸如本地位于用户的移动设备上)，其中成像服务器或用户计算设备实现或执行利用潜在10，000个(或更多个)图像的像素数据训练的基于ai的学习模型，这些图像描绘了相应个体的头皮或头发区域。基于ai的学习模型可基于头皮或头发预测值生成用户特定治疗，该用户特定治疗被设计成寻址在包括用户的头皮或头发区域的像素数据内能够识别的至少一个特征。例如，用户的头皮或头发区域的一部分可包括指示白色皮脂、头皮干燥、头皮油性、头皮屑、僵硬、发红/刺激、瘙痒、蓬乱、掉毛、发量、稀疏、解除缠结、头发油性、干燥、头发异味、痤疮、头皮堵塞物和/或特定用户的头皮或头发区域的其他头皮或头发因子的像素或像素数据。在一些方面，可经由计算机网络将用户特定治疗(和/或产品特定推荐/治疗)传输到用户的用户计算设备以呈现在显示屏上。在其他方面，没有发生用户的图像到成像服务器的传输，其中用户特定治疗(和/或产品特定推荐/治疗)可替代地由在用户的移动设备上本地执行和/或实现的基于ai的学习模型生成，并且由移动设备的处理器呈现在移动设备的显示屏上。在各个方面，此类呈现可包括用于寻址像素数据中的特征的图形表示、覆盖、注释等。
4、更具体地，如本文所述，公开了一种基于ai的系统。该基于ai的学习系统被配置为分析用户特定皮肤或头发数据(在本文中也称为“用户特定数据”)，以预测用户特定皮肤或头发状况(在本文中称为“头皮或头发预测值”和“头皮和头发状况值”)。该基于ai的系统包括一个或多个处理器、头皮和头发分析应用程序(app)和基于ai的学习模型，该头皮和头发分析app包括被配置为在该一个或多个处理器上执行的计算指令。该基于ai的学习模型能够由该头皮和头发分析app访问并且利用关于相应个体的头皮和头发区域的训练数据来训练。该基于ai的学习模型被配置为输出对应于该相应个体的头皮或头发区域的一个或多个特征的一个或多个头皮或头发预测。关于该相应个体的头皮和头发区域的训练数据选自对应于该相应个体的最后一次清洗数据的一个或多个值以及以下中的至少一者：一个或多个头皮因子、一个或多个头发因子、或清洗频率。该训练数据包括利用被配置为确定该头皮或头发区域的该一个或多个特征的头皮或头发测量设备生成的数据。该头皮和头发分析app的计算指令在由该一个或多个处理器执行时使该一个或多个处理器：接收用户的用户特定数据，该用户特定数据定义该用户的头皮或头发区域，包括(1)该用户的最后一次清洗数据，以及(2)以下中的至少一者：该用户的一个或多个头皮因子、该用户的一个或多个头发因子、或该用户的清洗频率；由该基于ai的学习模型分析该用户特定数据以生成对应于该用户的该头皮或头发区域的头皮或头发预测值；以及基于该头皮或头发预测值生成用户特定治疗，该用户特定治疗被设计成基于该用户的头皮或头发区域的该头皮或头发预测值来寻址至少一个特征。
5、另外，如本文所述，公开了一种用于分析用户特定皮肤或头发数据以预测用户特定皮肤或头发状况的基于人工智能(ai)的方法。该基于ai的方法包括：在一个或多个处理器上执行的头皮和头发分析应用程序(app)处接收用户的用户特定数据，该用户特定数据定义该用户的头皮或头发区域，包括(1)该用户的最后一次清洗数据，以及(2)以下中的至少一者：该用户的一个或多个头皮因子、该用户的一个或多个头发因子、或该用户的清洗频率；能够由该头皮和头发分析app访问的基于人工智能(ai)的学习模型分析该用户特定数据以生成对应于该用户的该头皮或头发区域的头皮或头发预测值，其中该基于ai的学习模型利用关于相应个体的头皮和头发区域的训练数据来训练并且被配置为输出对应于该本文档来自技高网...
【技术保护点】
1.一种用于分析用户特定皮肤或头发数据以预测用户特定皮肤或头发状况的基于人工智能(AI)的方法，所述基于AI的方法包括：在一个或多个处理器上执行的头皮和头发分析应用程序(app)处接收用户的用户特定数据，所述用户特定数据定义所述用户的头皮或头发区域，包括(1)所述用户的最后一次清洗数据，以及(2)以下中的至少一者：所述用户的一个或多个头皮因子、所述用户的一个或多个头发因子、或所述用户的清洗频率；能够由所述头皮和头发分析app访问的基于人工智能(AI)的学习模型分析所述用户特定数据以生成对应于所述用户的所述头皮或头发区域的头皮或头发预测值，其中所述基于AI的学习模型利用关于相应个体的头皮和头发区域的训练数据来训练并且被配置为输出对应于相应个体的所述头皮或头发区域的一个或多个特征的一个或多个头皮或头发预测，其中关于相应个体的头皮和头发区域的所述训练数据选自对应于所述相应个体的最后一次清洗数据的一个或多个值以及以下中的至少一者：头皮因子、一个或多个头发因子、或清洗频率中的一者或多者，其中所述训练数据包括利用被配置为确定所述头皮或头发区域的所述一个或多个特征的头皮或头发测量设备生成的数据
2.根据权利要求1所述的基于AI的方法，其中所述一个或多个头皮因子包括头皮干燥、头皮油性、头皮屑、僵硬、发红、气味难闻或瘙痒。
3.根据权利要求1或2所述的基于AI的方法，其中所述头皮或头发预测值包括皮脂预测值。
4.根据权利要求1至3中任一项所述的基于AI的方法，其中所述用户的所述头皮或头发区域对应于以下中的一者：(1)所述用户的头皮区域；或(2)所述用户的头发区域。
5.根据权利要求1至4中任一项所述的基于AI的方法，其中所述一个或多个头发因子包括蓬乱、掉发、发量、稀疏、解除缠结、头发油性、干燥或头发异味。
6.根据权利要求1至5中任一项所述的基于AI的方法，所述方法还包括：由所述头皮和头发分析app基于所述用户的头皮或头发区域的所述头皮或头发预测值来生成质量分数。
7.根据权利要求1至6中任一项所述的基于AI的方法，其中所述训练数据包括所述相应个体的图像数据和非图像数据，并且其中所述用户特定数据包括所述用户的图像数据和非图像数据，并且优选地其中所述训练数据的所述图像数据和所述用户特定数据的所述图像数据各自包括一个或多个皮脂图像，所述一个或多个皮脂图像定义在所述一个或多个皮脂图像的像素数据内能够识别的人类皮脂的量。
8.根据权利要求1至7中任一项所述的基于AI的方法，所述方法还包括：在所述头皮和头发分析app处接收所述用户的图像，所述图像描绘了所述用户的所述头皮或头发区域；以及在对所述用户的所述头皮或头发区域虚拟应用所述用户特定治疗之后，由所述头皮和头发分析app生成所述用户的照片逼真感表示，通过基于所述头皮或头发预测值操纵所述用户的所述图像的一个或多个像素来生成所述照片逼真感表示。
9.根据权利要求1至8中任一项所述的基于AI的方法，其中所述头皮或头发测量设备被配置为确定所述用户的皮肤表面的皮脂水平。
10.一种被配置为执行根据权利要求1至9中任一项所述的方法的基于人工智能(AI)的系统，所述系统包括：一个或多个处理器；头皮和头发分析应用程序(app)，所述头皮和头发分析app包括被配置为在所述一个或多个处理器上执行的计算指令；和基于AI的学习模型，所述基于AI的学习模型能够由所述头皮和头发分析app访问并且利用关于相应个体的头皮和头发区域的训练数据来训练，所述基于AI的学习模型被配置为输出对应于相应个体的头皮或头发区域的一个或多个特征的一个或多个头皮或头发预测，其中关于相应个体的头皮和头发区域的所述训练数据选自对应于所述相应个体的最后一次清洗数据的一个或多个值以及以下中的至少一者：头皮因子、一个或多个头发因子或清洗频率中的一者或多者，其中所述训练数据包括利用被配置为确定所述头皮或头发区域的一个或多个特征的头皮或头发测量设备生成的数据，其中所述头皮和头发分析app的所述计算指令在由所述一个或多个处理器执行时使所述一个或多个处理器：接收用户的用户特定数据，所述用户特定数据定义所述用户的头皮或头发区域，包括(1)所述用户的最后一次清洗数据，以及(2)以下中的至少一者：所述用户的一个或多个头皮因子、所述用户的一个或多个头发因子、或所述用户的清洗频率；由所述基于AI的学习模型分析所述用户特定数据以生成对应于所述用户的所述头皮或头发区域的头皮或头发预测值；以及基于所述头皮或头发...
【技术特征摘要】
【国外来华专利技术】
1.一种用于分析用户特定皮肤或头发数据以预测用户特定皮肤或头发状况的基于人工智能(ai)的方法，所述基于ai的方法包括：在一个或多个处理器上执行的头皮和头发分析应用程序(app)处接收用户的用户特定数据，所述用户特定数据定义所述用户的头皮或头发区域，包括(1)所述用户的最后一次清洗数据，以及(2)以下中的至少一者：所述用户的一个或多个头皮因子、所述用户的一个或多个头发因子、或所述用户的清洗频率；能够由所述头皮和头发分析app访问的基于人工智能(ai)的学习模型分析所述用户特定数据以生成对应于所述用户的所述头皮或头发区域的头皮或头发预测值，其中所述基于ai的学习模型利用关于相应个体的头皮和头发区域的训练数据来训练并且被配置为输出对应于相应个体的所述头皮或头发区域的一个或多个特征的一个或多个头皮或头发预测，其中关于相应个体的头皮和头发区域的所述训练数据选自对应于所述相应个体的最后一次清洗数据的一个或多个值以及以下中的至少一者：头皮因子、一个或多个头发因子、或清洗频率中的一者或多者，其中所述训练数据包括利用被配置为确定所述头皮或头发区域的所述一个或多个特征的头皮或头发测量设备生成的数据；以及由所述头皮和头发分析app基于所述头皮或头发预测值生成用户特定治疗，所述用户特定治疗被设计成基于所述用户的头皮或头发区域的所述头皮或头发预测值来寻址至少一个特征。
2.根据权利要求1所述的基于ai的方法，其中所述一个或多个头皮因子包括头皮干燥、头皮油性、头皮屑、僵硬、发红、气味难闻或瘙痒。
3.根据权利要求1或2所述的基于ai的方法，其中所述头皮或头发预测值包括皮脂预测值。
4.根据权利要求1至3中任一项所述的基于ai的方法，其中所述用户的所述头皮或头发区域对应于以下中的一者：(1)所述用户的头皮区域；或(2)所述用户的头发区域。
5.根据权利要求1至4中任一项所述的基于ai的方法，其中所述一个或多个头发因子包括蓬乱、掉发、发量、稀疏、解除缠结、头发油性、干燥或头发异味。
6.根据权利要求1至5中任一项所述的基于ai的方法，所述方法还包括：由所述头皮和头发分析app基于所述用户的头皮或头发区域的所述头皮或头发预测值来生成质量分数。
7.根据权利要求1至6中任一项所述的基于ai的方法，其中所述训练数据包括所述相应个体的图像数据和非图像数据，并且其中所述用户特定数据包括所述用户的图像数据和非图像数据，并且优选地其中所述训练数据的所述图像数据和所述用户特定数据的所述图像数据各自包括一个或多个皮脂图像，所述一个或多个皮脂图像定义在所述一个或多个皮脂图像的像素数据内能够识别的人类皮脂的量。
8.根据权利要求1至7中任一项所述的基于ai的方法，所述方法还包括：在所述头皮和头发分析app处接收所述用户的图像，所述图像描绘了所述用户的所述头皮或头发区域；以及在对所述用户的所述头皮或头发区域虚拟应用所述用户特定治疗之后，由所述头皮和头发分析app生成所述用户的照片逼真感表示，通过基于所述头皮或头发预测值操纵所述用户的所述图像的一个或多个像素来生成所述照片逼真感表示。
9.根据权利要求1至8中任一项所述的基于ai的方法，其中所述头皮或头发测量设备被配置为确定所述用户的皮肤表面的皮脂水平。
10.一种被配置为执行根据权利要求1至9中任一项所述的方法的基于人工智能(ai)的系统，所述系统包括：一个或多个处理器；头皮和头发分析应用程序(app)，所述头皮和头发分析app包括被配置为在所述一个或多个处理器上执行的计算指令；和基于ai的学习模型，所述基于ai的学习模型能够由所述头皮...
【专利技术属性】
技术研发人员：S·彭亚尼，M·P·劳伦兹，孙泽伦，
申请(专利权)人：宝洁公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。