[发明专利]一种基于深度学习的化妆品推荐方法及系统

权利要求书

1.一种基于深度学习的化妆品推荐方法，其特征在于，包括：

采集待检测用户的人脸图像为待检测图像；

提取所述待检测图像的图像特征，将所述图像特征作为预先训练的第一神经网络的输入，得到与所述图像特征对应的特征描述；

将包括有所述特征描述及预先获取的化妆品信息的待检测信息作为利用深度学习方法预先训练的第二神经网络的输入，得到对应的化妆品信息为推荐化妆品信息；

将所述待检测信息作为所述第二神经网络的输入之前，还包括：

获取所述待检测用户所处位置的环境信息，并将所述环境信息加入所述待检测信息中；

采集待检测用户的人脸图像为待检测图像，包括：

通过不同角度对所述待检测用户的人脸部分进行拍摄，得到对应的待检测图像；

将所述待检测信息作为所述第二神经网络的输入之前，还包括：

获取所述待检测用户输入的用户个人信息，并将所述用户个人信息加入所述待检测信息中；

将所述待检测信息作为所述第二神经网络的输入之前，还包括：

获取护肤建议信息，并将所述护肤建议信息加入所述待检测信息中；

对应的，将所述待检测信息作为所述第二神经网络的输入之后，还包括：

得到与所述特征描述、用户个人信息、环境信息对应的护肤建议信息为推荐护肤建议。

2.根据权利要求1所述的方法，其特征在于，提取所述待检测图像的图像特征，包括：

基于AAM对所述待检测图像检测得到其中的人脸特征点，并采用特征三角形面积基于所述人脸特征点对所述待检测图像提取得到对应的几何特征；

采用三角中心点采样Gabor纹理特征提取法基于所述几何特征对所述待检测图像提取得到对应的纹理特征；

采用Wrapper方法对所述几何特征及所述纹理特征均进行特征选择，得到对应的最优特征作为图像特征。

3.根据权利要求2所述的方法，其特征在于，采用Wrapper方法对所述几何特征及所述纹理特征均进行特征选择之前，还包括：

利用PCA对提取得到的几何特征及纹理特征进行降维处理。

4.根据权利要求2所述的方法，其特征在于，提取所述待检测图像的图像特征之前，还包括：

对所述待检测图像进行包括人脸图像增强操作及归一化操作的预处理。

5.一种基于深度学习的化妆品推荐系统，其特征在于，包括：

采集模块，用于：采集待检测用户的人脸图像为待检测图像；

提取模块，用于：提取所述待检测图像的图像特征，将所述图像特征作为预先训练的第一神经网络的输入，得到与所述图像特征对应的特征描述；

推荐模块，用于：将包括有所述特征描述及预先获取的化妆品信息的待检测信息作为利用深度学习方法预先训练的第二神经网络的输入，得到与所述特征描述匹配的化妆品信息为推荐化妆品信息；

所述系统还包括：

第一获取模块，用于：将所述待检测信息作为所述第二神经网络的输入之前，获取所述待检测用户所处位置的环境信息，并将所述环境信息加入所述待检测信息中；

采集模块包括：

采集单元，用于：通过不同角度对所述待检测用户的人脸部分进行拍摄，得到对应的待检测图像；

所述系统 还包括：

第二获取模块，用于：将所述待检测信息作为所述第二神经网络的输入之前，获取所述待检测用户输入的用户个人信息，并将所述用户个人信息加入所述待检测信息中；

第三获取模块，用于：将所述待检测信息作为所述第二神经网络的输入之前，获取护肤建议信息，并将所述护肤建议信息加入所述待检测信息中；

建议模块，用于：得到与所述特征描述、用户个人信息、环境信息对应的护肤建议信息为推荐护肤建议。

6.根据权利要求5所述的系统，其特征在于，所述提取模块包括：

提取单元，用于：基于AAM对所述待检测图像检测得到其中的人脸特征点，并采用特征三角形面积基于所述人脸特征点对所述待检测图像提取得到对应的几何特征；采用三角中心点采样Gabor纹理特征提取法基于所述几何特征对所述待检测图像提取得到对应的纹理特征；采用Wrapper方法对所述几何特征及所述纹理特征均进行特征选择，得到对应的最优特征作为图像特征。