[发明专利]一种妆容自适应推荐方法

权利要求书

1.一种妆容自适应推荐方法，其特征在于，包括局部妆容推荐算法和整体妆容风格推荐算法，所述局部妆容推荐的步骤包括：

(1)获取素颜人脸图，训练人脸局部特征分类器，识别人脸图片的局部特征，所述局部特征包括脸型、眼型和唇形；

(2)根据收集的局部妆容推荐数据集进行局部妆容的推荐；

(3)根据妆容推荐，通过美妆软件生成带妆人脸图片。

2.根据权利要求1所述的一种妆容自适应推荐方法，其特征在于，所述局部妆容推荐使用BP神经网络模型训练脸型数据集、AlexNet神经网络模型训练眼型和唇形数据集，识别人脸的局部特征,根据收集的局部妆容推荐数据集进行局部妆容的推荐。

3.根据权利要求1所述的一种妆容自适应推荐方法，其特征在于，所述BP神经网络模型在输入层和输出层中间加入了一个隐藏层，并采用softmax激活函数使输出符合概率分布，每50个特征和标签对作为一个batch喂入神经网络中。

4.根据权利要求1所述的一种妆容自适应推荐方法，其特征在于，所述整体妆容风格推荐利用改进的VGGNet神经网路模型训练妆容风格分类器，进行整体妆容风格的推荐。

5.根据权利要求1所述的一种妆容自适应推荐方法，其特征在于，所述改进的VGGNet神经网路模型在VGGNet网络的每一个卷积层和激活层之间均加入批标准化操作，并设计为一个3层的全连接网络，第一层全连接层的神经元个数为512个，激活函数为relu；第二层全连接层的神经元个数为512个，激活函数为relu；第一层和第二层全连接层后均添加Dropout层，第三层全连接层使用10个激活单元，并且使用Softmax层对妆容风格进行进一步的分类。