[发明专利]一种基于皮肤特性评价的护肤产品的推荐方法及系统

说明书

本发明公开了一种基于皮肤特性评价的护肤产品的推荐方法及系统，包括获取用户的人脸图像；将人脸图像输入至预先训练好的用于识别皮肤特性的空间金字塔池化网络SPP‑net，得到用户的皮肤特性评价值；将用户的皮肤特性评价值输入至预先训练好的用于推荐护肤产品的支持向量机svm分类器，得到适合用户使用的护肤产品。本发明采用SPP‑net将不同像素的人脸图像转化为相同像素的人脸图像，再通过输出互斥的svm分类器得到一种护肤产品，使推荐结果更精确。而且，svm分类器即使在分类相对较少的数据量时，也不会导致过拟合。另外，本发明不需要专业人员采集用户的皮肤图像，使得准备工作十分简单，用户体验效果好，便于推广应用。

技术领域

本发明涉及深度学习领域，特别是涉及一种基于皮肤特性评价的护肤产品的推荐方法及系统。

背景技术

在当今社会，护肤产品逐渐成为用户必不可少的购买产品。但是，用户并不了解自己皮肤的油分、水分、紫外线斑、粗糙度及毛孔大小等皮肤特性，从而不能够在众多种类的护肤产品中挑选适合自己的护肤产品。

为解决上述技术问题，现有技术通过图像分析法来获取用户的皮肤特性对应的皮肤特性评价值。该方法首先需要专业人员使用高分辨率传感器在特种光源下采集用户的皮肤图像，从而采集到同等像素的皮肤图像。然后通过图像处理算法获取该用户的皮肤特性评价值，使得用户能够根据自身的皮肤特性评价值来挑选适合自己的护肤产品。由于该方法对初期采集的皮肤图像有较高的要求，使得准备工作繁重且专业，进而导致用户体验效果差，不便于推广应用。

因此，如何提供一种解决上述技术问题的方案是本领域的技术人员目前需要解决的问题。

发明内容

本发明的目的是提供一种基于皮肤特性评价的护肤产品的推荐方法及系统，本发明不需要专业人员采集用户的皮肤图像，使得准备工作十分简单，用户体验效果好，便于推广应用。

为解决上述技术问题，本发明提供了一种基于皮肤特性评价的护肤产品的推荐方法，包括：

获取用户的人脸图像；

将所述人脸图像输入至预先训练好的用于识别皮肤特性的空间金字塔池化网络SPP-net，得到所述用户的皮肤特性评价值；

将所述用户的皮肤特性评价值输入至预先训练好的用于推荐护肤产品的支持向量机svm分类器，得到适合所述用户使用的护肤产品。

优选地，所述SPP-net的训练过程具体为：

预先对m张人脸照片相应的添加m组标注信息，每组所述标注信息均包括n个预设的与皮肤特性相关的问题和与n个所述问题对应的n个答案，将n个所述答案作为所述人脸照片的皮肤特性评价值，m、n均为大于1的整数；

选取SPP-net的结构并根据关系式尺寸＝步长＝b/c设置该SPP-net包含的SPP层的尺寸和步长，其中：所述SPP-net包括卷积层、SPP层及全连接层；b为最后一个卷积层输出的特征图的大小，c为所述全连接层的输入的个数；

根据预设照片集对所述SPP-net进行预训练；

将所述SPP-net中多输出且相互排斥的分类器替换为n个独立的分类器，所述独立的分类器的关系式为：其中，h_θ(x)为所述SPP-net的输出值；θ^T为所述SPP-net的系数；x为所述全连接层的输出值；

分别将m张人脸照片输入所述SPP-net，运用前向传播的算法相应的得到m组所述SPP-net的皮肤特性评价值；

根据关系式获得损失值；其中，为第i组标注信息中的第k个皮肤特性评价值；

根据获得的损失值及反向传播的算法调整所述SPP-net的系数。

优选地，所述svm分类器的训练过程具体为：