[发明专利]妆容评估方法、装置、化妆镜和存储介质

说明书

本申请涉及一种妆容评估方法、装置、化妆镜和存储介质。所述方法包括：获取用户的脸部图像，通过训练好的妆容评估模型对脸部图像进行检测，得到用户妆容评分并输出，其中，妆容评估模型为经过模型压缩后的轻量级深度学习模型，适用场景广泛且计算速度快，能够在保证妆容评估准确性的同时保证妆容评估的及时性，尤其适用于受限于设备成本处理器性能一般的化妆镜，从而在用户化妆时为用户提供及时且较为准确的妆容评分，便于用户根据该妆容反馈进行妆容调整，有效地提高了用户体验。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种妆容评估方法、装置、化妆镜和存储介质。

背景技术

随着生活条件的提高和思想意识的变化，人们对自身的外在形象越来越注重。其中，提升外在形象的方式包括改善着装和化妆等方式。

在化妆时，用户需要通过观察镜中的映像来设计、调整自己的妆容。对于不善于化妆的用户来说，一是受限于化妆经验，二是自身信心不足，化妆的过程中也无法获得较为专业的反馈意见，导致化妆耗时长且化妆技术进步慢。目前，市场上的化妆镜能够提供智能化的光照，或者在镜面上显示时间、温度等信息，但在为用户提供妆容反馈方面尚待改进。

发明内容

基于此，有必要针对上述技术问题，提供一种能够及时对用户妆容进行评估和反馈的的妆容评估方法、装置、化妆镜和存储介质。

一种妆容评估方法，所述方法包括：

获取用户的脸部图像；

通过训练好的妆容评估模型对所述脸部图像进行检测，得到所述用户的妆容评分并输出，所述妆容评估模型为经过模型压缩后的轻量级深度学习模型。

在其中一个实施例中，所述获取用户的脸部图像之前，所述方法还包括：

获取训练图像和所述训练图像对应的预设妆容评分；

通过所述训练图像和所述训练图像对应的预设妆容评分，对所述轻量级深度学习模型进行有监督训练；

对有监督训练后的所述轻量级深度学习模型进行模型压缩，得到所述训练好的妆容评估模型。

在其中一个实施例中，所述对所述轻量级深度学习模型进行有监督训练的步骤，包括：

对所述训练图像进行数据增广处理；

将处理后的所述训练图像输入所述轻量级深度学习模型，获得所述轻量级深度学习模型输出的检测结果；

根据所述检测结果和所述训练图像对应的预设妆容评分，对所述轻量级深度学习模型的模型参数进行调整。

在其中一个实施例中，所述对有监督训练后的所述轻量级深度学习模型进行模型压缩，得到所述训练好的妆容评估模型的步骤，包括：

对有监督训练后的所述轻量级深度学习模型进行模型压缩，判断模型压缩后的所述轻量级深度学习模型是否满足预设的模型条件；

如果模型压缩后的所述轻量级深度学习模型不满足预设的模型条件，则跳转至执行对所述轻量级深度学习模型进行有监督训练的步骤。

在其中一个实施例中，所述对有监督训练后的所述轻量级深度学习模型进行模型压缩的步骤，还包括：

对所述轻量级深度学习模型中的滤波器进行裁剪。

在其中一个实施例中，所述对所述轻量级深度学习模型中的滤波器进行裁剪的步骤，包括：

按照所述轻量级深度学习模型中滤波器的权重，确定筛选阈值；

按照所述筛选阈值对所述滤波器进行裁剪。

一种妆容评估装置，所述装置包括：