【技术实现步骤摘要】
本专利技术涉及化妆品质量检测，具体涉及一种化妆品质量检测方法和系统。
技术介绍
1、面膜是一种涂敷在面部为主要作用方式的化妆品，面膜通常含有各种营养成分，如维生素、氨基酸、植物精华等，用于提供额外的皮肤营养和保湿，预防和修复肌肤问题。面膜已经成为用户日常护肤的重要一环。然而，在使用面膜的过程中，由于生产过程中面膜裁剪会存在误差，用户有时会遇到面膜形状与脸部不匹配的问题，导致使用效果不佳。为了解决这个问题，在面膜出厂前有时需要对面膜的形状进行合规性检测。传统的面膜形状的合规性检测方法通常基于人工目视进行检测，这种方法不仅效率低下，而且容易受到人为因素的影响。
2、因此如何提高面膜形状的合规性检测效率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提高面膜形状的合规性检测效率。
2、根据第一方面，本专利技术提供一种化妆品质量检测方法，包括：获取面膜在白光照耀下的图像；基于所述面膜在白光照耀下的图像使用坐标确定模型确定面膜整体的二维坐标范围、面膜左眼部位的二维坐标范围、面膜右眼部位的二维坐标范围、面膜鼻子部位的二维坐标范围、面膜嘴巴部位的二维坐标范围；构建多个节点和所述多个节点之间的多条边，所述多个节点包括左眼节点、右眼节点、鼻子节点、嘴巴节点，所述左眼节点的节点特征为所述面膜左眼部位的二维坐标范围，所述右眼节点的节点特征为所述面膜右眼部位的二维坐标范围，所述鼻子节点的节点特征为所述面膜鼻子部位的二维坐标范围、所述面膜整体的二维坐标范围
3、更进一步地，所述方法还包括：获取多张面膜在多种彩光照耀下的多张图像；基于每一张面膜在多种彩光照耀下的多张图像使用光照处理模型确定多张待验证面膜；获取每一张待验证面膜的拉伸视频；基于所述每一张待验证面膜的拉伸视频使用拉伸视频处理模型确定所述每一张待验证面膜是否存在裂纹。
4、更进一步地，所述光照处理模型为卷积神经网络模型，所述光照处理模型的输入为所述面膜在多种彩光照耀下的多张图像，所述光照处理模型的输出为多张待验证面膜。
5、更进一步地，所述面膜在多种彩光照耀下的多张图像包括面膜在红光照耀下的多张图像、面膜在绿光照耀下的多张图像、面膜在蓝光照耀下的多张图像。
6、更进一步地，所述坐标确定模型为卷积神经网络模型，所述坐标确定模型的输入为所述面膜在白光照耀下的图像，所述坐标确定模型的输出为面膜整体的二维坐标范围、面膜左眼部位的二维坐标范围、面膜右眼部位的二维坐标范围、面膜鼻子部位的二维坐标范围、面膜嘴巴部位的二维坐标范围。
7、根据第二方面，本专利技术提供一种化妆品质量检测系统，包括：获取模块，用于获取面膜在白光照耀下的图像；
8、坐标确定模块，用于基于所述面膜在白光照耀下的图像使用坐标确定模型确定面膜整体的二维坐标范围、面膜左眼部位的二维坐标范围、面膜右眼部位的二维坐标范围、面膜鼻子部位的二维坐标范围、面膜嘴巴部位的二维坐标范围；
9、构建模块，用于构建多个节点和所述多个节点之间的多条边，所述多个节点包括左眼节点、右眼节点、鼻子节点、嘴巴节点，所述左眼节点的节点特征为所述面膜左眼部位的二维坐标范围，所述右眼节点的节点特征为所述面膜右眼部位的二维坐标范围，所述鼻子节点的节点特征为所述面膜鼻子部位的二维坐标范围、所述面膜整体的二维坐标范围，所述嘴巴节点的节点特征为所述面膜嘴巴部位的二维坐标范围；
10、合规判断模块，用于基于图神经网络模型对所述多个节点和所述多个节点之间的多条边进行处理得到面膜形状是否合规。
11、更进一步地，所述系统还用于：
12、获取多张面膜在多种彩光照耀下的多张图像；基于每一张面膜在多种彩光照耀下的多张图像使用光照处理模型确定多张待验证面膜；获取每一张待验证面膜的拉伸视频；基于所述每一张待验证面膜的拉伸视频使用拉伸视频处理模型确定所述每一张待验证面膜是否存在裂纹。
13、更进一步地，所述光照处理模型为卷积神经网络模型，所述光照处理模型的输入为所述面膜在多种彩光照耀下的多张图像，所述光照处理模型的输出为多张待验证面膜。
14、更进一步地，所述面膜在多种彩光照耀下的多张图像包括面膜在红光照耀下的多张图像、面膜在绿光照耀下的多张图像、面膜在蓝光照耀下的多张图像。
15、更进一步地，所述坐标确定模型为卷积神经网络模型，所述坐标确定模型的输入为所述面膜在白光照耀下的图像，所述坐标确定模型的输出为面膜整体的二维坐标范围、面膜左眼部位的二维坐标范围、面膜右眼部位的二维坐标范围、面膜鼻子部位的二维坐标范围、面膜嘴巴部位的二维坐标范围。
16、本专利技术提供的一种化妆品质量检测方法和系统，该方法包括获取面膜在白光照耀下的图像；基于所述面膜在白光照耀下的图像使用坐标确定模型确定面膜整体的二维坐标范围、面膜左眼部位的二维坐标范围、面膜右眼部位的二维坐标范围、面膜鼻子部位的二维坐标范围、面膜嘴巴部位的二维坐标范围；构建多个节点和所述多个节点之间的多条边，所述多个节点包括左眼节点、右眼节点、鼻子节点、嘴巴节点，所述左眼节点的节点特征为所述面膜左眼部位的二维坐标范围，所述右眼节点的节点特征为所述面膜右眼部位的二维坐标范围，所述鼻子节点的节点特征为所述面膜鼻子部位的二维坐标范围、所述面膜整体的二维坐标范围，所述嘴巴节点的节点特征为所述面膜嘴巴部位的二维坐标范围；基于图神经网络模型对所述多个节点和所述多个节点之间的多条边进行处理得到面膜形状是否合规，该方法能够提高面膜形状的合规性检测效率。
本文档来自技高网...【技术保护点】
1.一种化妆品质量检测方法，其特征在于，包括：
2.如权利要求1所述的化妆品质量检测方法，其特征在于，所述方法还包括：
3.如权利要求2所述的化妆品质量检测方法，其特征在于，所述光照处理模型为卷积神经网络模型，所述光照处理模型的输入为所述面膜在多种彩光照耀下的多张图像，所述光照处理模型的输出为多张待验证面膜。
4.如权利要求3所述的化妆品质量检测方法，其特征在于，所述面膜在多种彩光照耀下的多张图像包括面膜在红光照耀下的多张图像、面膜在绿光照耀下的多张图像、面膜在蓝光照耀下的多张图像。
5.如权利要求1所述的化妆品质量检测方法，其特征在于，所述坐标确定模型为卷积神经网络模型，所述坐标确定模型的输入为所述面膜在白光照耀下的图像，所述坐标确定模型的输出为面膜整体的二维坐标范围、面膜左眼部位的二维坐标范围、面膜右眼部位的二维坐标范围、面膜鼻子部位的二维坐标范围、面膜嘴巴部位的二维坐标范围。
6.一种化妆品质量检测系统，其特征在于，包括：
7.如权利要求6所述的化妆品质量检测系统，其特征在于，所述系统还用于：
<...【技术特征摘要】
1.一种化妆品质量检测方法，其特征在于，包括：
2.如权利要求1所述的化妆品质量检测方法，其特征在于，所述方法还包括：
3.如权利要求2所述的化妆品质量检测方法，其特征在于，所述光照处理模型为卷积神经网络模型，所述光照处理模型的输入为所述面膜在多种彩光照耀下的多张图像，所述光照处理模型的输出为多张待验证面膜。
4.如权利要求3所述的化妆品质量检测方法，其特征在于，所述面膜在多种彩光照耀下的多张图像包括面膜在红光照耀下的多张图像、面膜在绿光照耀下的多张图像、面膜在蓝光照耀下的多张图像。
5.如权利要求1所述的化妆品质量检测方法，其特征在于，所述坐标确定模型为卷积神经网络模型，所述坐标确定模型的输入为所述面膜在白光照耀下的图像，所述坐标确定模型的输出为面膜整体的二维坐标范围、面膜左眼部位的二维坐标范围、面膜右眼部位的二维坐标范围、面膜鼻子部位的二维坐标范围、面膜嘴巴部位的二维坐标范围。
...【专利技术属性】
技术研发人员：林秋跃，王锐轩，刘阳，张竞宏，
申请(专利权)人：广东锐嵘生物医学科技有限公司，
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。