【技术实现步骤摘要】
本专利技术涉及化妆品推荐，具体涉及一种基于人工智能和图像处理的化妆品推荐方法和系统。
技术介绍
1、在现代化妆品市场中，消费者面临着众多品牌和产品选择，而找到最适合自己的口红颜色和款式往往是一项挑战。传统的化妆品推荐方法依赖于人工试色和销售人员的建议，这种方法效率低下且主观性强，难以满足消费者个性化的需求。现有的电商平台的化妆品推荐方法也存在一些局限性。首先，这些系统往往依赖于用户手动输入的偏好信息，如肤色、唇色等，这些信息可能不准确或不全面，导致推荐的口红颜色与用户实际需求不符。
2、因此如何准确推荐适合用户的口红化妆品是当前亟待解决的问题。
技术实现思路
1、本专利技术主要解决的技术问题是如何准确推荐适合用户的口红化妆品。
2、根据第一方面，本专利技术提供一种基于人工智能和图像处理的化妆品推荐方法，包括：获取用户人脸图像；基于所述用户人脸图像使用生成对抗网络得到多张口红化妆后的用户人脸图像；将所述多张口红化妆后的用户人脸图像显示在手机屏幕；获取用户选中的口红化妆后的目标用户人脸图像；基于所述口红化妆后的目标用户人脸图像和所述用户人脸图像使用妆容提取模型提取预期口红妆容信息；基于所述预期口红妆容信息使用推荐模型确定多个口红化妆品链接；计算所述预期口红妆容信息与每一个口红化妆品链接中的口红妆容信息的相似度；将相似度大于相似度阈值的多个口红化妆品链接推荐给用户。
3、更进一步地，所述计算所述预期口红妆容信息与每一个口红化妆品链接中的口红妆容信息的相
4、更进一步地，所述基于所述预期口红妆容信息与所述评论信息中每一个用户的口红妆容信息计算得到多个第一相似度包括：计算所述预期口红妆容信息的simhash值和所述评论信息中每一个用户的口红妆容信息的simhash值，通过汉明距离计算得到所述预期口红妆容信息的simhash值与所述评论信息中每一个用户的口红妆容信息的simhash值的第一相似度。
5、更进一步地，所述妆容提取模型为卷积神经网络模型，所述妆容提取模型的输入为所述口红化妆后的目标用户人脸图像和所述用户人脸图像，所述妆容提取模型的输出为所述预期口红妆容信息。
6、更进一步地，所述推荐模型为人工神经网络模型，所述推荐模型的输入为所述口红妆容信息，所述推荐模型的输出为多个口红化妆品链接。
7、根据第二方面，本专利技术提供一种基于人工智能和图像处理的化妆品推荐系统，包括：第一获取模块，用于获取用户人脸图像；
8、口红化妆生成模块，用于基于所述用户人脸图像使用生成对抗网络得到多张口红化妆后的用户人脸图像；
9、显示模块，用于将所述多张口红化妆后的用户人脸图像显示在手机屏幕；
10、第二获取模块，用于获取用户选中的口红化妆后的目标用户人脸图像；
11、口红妆容信息确定模块，用于基于所述口红化妆后的目标用户人脸图像和所述用户人脸图像使用妆容提取模型提取预期口红妆容信息；
12、口红化妆品链接确定模块，用于基于所述预期口红妆容信息使用推荐模型确定多个口红化妆品链接；
13、相似度计算模块，用于计算所述预期口红妆容信息与每一个口红化妆品链接中的口红妆容信息的相似度；
14、推荐模块，用于将相似度大于相似度阈值的多个口红化妆品链接推荐给用户。
15、更进一步地，所述相似度计算模块还用于：获取所述多个口红化妆品链接的评论信息中评论用户的前后上妆图像；
16、基于每一个口红化妆品链接的评论信息中评论用户的前后上妆图像使用所述妆容提取模型提取出评论信息中每一个用户的口红妆容信息；
17、基于所述预期口红妆容信息与所述评论信息中每一个用户的口红妆容信息计算得到多个第一相似度；
18、将所述多个第一相似度进行累加后再除以评论信息中的用户总数得到所述预期口红妆容信息与每一个口红化妆品链接中的口红妆容信息的相似度。
19、更进一步地，所述相似度计算模块还用于：
20、计算所述预期口红妆容信息的simhash值和所述评论信息中每一个用户的口红妆容信息的simhash值，通过汉明距离计算得到所述预期口红妆容信息的simhash值与所述评论信息中每一个用户的口红妆容信息的simhash值的第一相似度。
21、更进一步地，所述妆容提取模型为卷积神经网络模型，所述妆容提取模型的输入为所述口红化妆后的目标用户人脸图像和所述用户人脸图像，所述妆容提取模型的输出为所述预期口红妆容信息。
22、更进一步地，所述推荐模型为人工神经网络模型，所述推荐模型的输入为所述口红妆容信息，所述推荐模型的输出为多个口红化妆品链接。
23、本专利技术提供的一种基于人工智能和图像处理的化妆品推荐方法和系统，该方法包括获取用户人脸图像；基于所述用户人脸图像使用生成对抗网络得到多张口红化妆后的用户人脸图像；将所述多张口红化妆后的用户人脸图像显示在手机屏幕；获取用户选中的口红化妆后的目标用户人脸图像；基于所述口红化妆后的目标用户人脸图像和所述用户人脸图像使用妆容提取模型提取预期口红妆容信息；基于所述预期口红妆容信息使用推荐模型确定多个口红化妆品链接；计算所述预期口红妆容信息与每一个口红化妆品链接中的口红妆容信息的相似度；将相似度大于相似度阈值的多个口红化妆品链接推荐给用户，该方法能够准确推荐适合用户的口红化妆品。
本文档来自技高网...【技术保护点】
1.一种基于人工智能和图像处理的化妆品推荐方法，其特征在于，包括：
2.如权利要求1所述的基于人工智能和图像处理的化妆品推荐方法，其特征在于，所述计算所述预期口红妆容信息与每一个口红化妆品链接中的口红妆容信息的相似度包括：
3.如权利要求2所述的基于人工智能和图像处理的化妆品推荐方法，其特征在于，所述基于所述预期口红妆容信息与所述评论信息中每一个用户的口红妆容信息计算得到多个第一相似度包括：
4.如权利要求1所述的基于人工智能和图像处理的化妆品推荐方法，其特征在于，所述妆容提取模型为卷积神经网络模型，所述妆容提取模型的输入为所述口红化妆后的目标用户人脸图像和所述用户人脸图像，所述妆容提取模型的输出为所述预期口红妆容信息。
5.如权利要求1所述的基于人工智能和图像处理的化妆品推荐方法，其特征在于，所述推荐模型为人工神经网络模型，所述推荐模型的输入为所述口红妆容信息，所述推荐模型的输出为多个口红化妆品链接。
6.一种基于人工智能和图像处理的化妆品推荐系统，其特征在于，包括：
7.如权利要求6所述的基于人工智能和图
8.如权利要求7所述的基于人工智能和图像处理的化妆品推荐系统，其特征在于，所述相似度计算模块还用于：
9.如权利要求6所述的基于人工智能和图像处理的化妆品推荐系统，其特征在于，所述妆容提取模型为卷积神经网络模型，所述妆容提取模型的输入为所述口红化妆后的目标用户人脸图像和所述用户人脸图像，所述妆容提取模型的输出为所述预期口红妆容信息。
10.如权利要求6所述的基于人工智能和图像处理的化妆品推荐系统，其特征在于，所述推荐模型为人工神经网络模型，所述推荐模型的输入为所述口红妆容信息，所述推荐模型的输出为多个口红化妆品链接。
...【技术特征摘要】
1.一种基于人工智能和图像处理的化妆品推荐方法，其特征在于，包括：
2.如权利要求1所述的基于人工智能和图像处理的化妆品推荐方法，其特征在于，所述计算所述预期口红妆容信息与每一个口红化妆品链接中的口红妆容信息的相似度包括：
3.如权利要求2所述的基于人工智能和图像处理的化妆品推荐方法，其特征在于，所述基于所述预期口红妆容信息与所述评论信息中每一个用户的口红妆容信息计算得到多个第一相似度包括：
4.如权利要求1所述的基于人工智能和图像处理的化妆品推荐方法，其特征在于，所述妆容提取模型为卷积神经网络模型，所述妆容提取模型的输入为所述口红化妆后的目标用户人脸图像和所述用户人脸图像，所述妆容提取模型的输出为所述预期口红妆容信息。
5.如权利要求1所述的基于人工智能和图像处理的化妆品推荐方法，其特征在于，所述推荐模型为人工神经网络模型，所述推荐模型的输入为所述...
【专利技术属性】
技术研发人员：石仕科，韦前滔，蒋巍，
申请(专利权)人：广州福旦科技有限公司，
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。