[发明专利]目标对象的确定方法、装置、存储介质及电子装置

说明书

本发明提供了一种目标对象的确定方法、装置、存储介质及电子装置，包括：获取目标用户的目标体貌特征；使用第一模型对所述目标体貌特征进行分析，确定所述目标用户的目标体貌类型，其中，所述第一模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据包括：体貌特征，以及体貌类型；确定与所述目标体貌类型相匹配的目标对象。通过本发明，解决了现有技术中尚不存在一种可以根据用户的体貌特征为用户推荐化妆品的技术方案问题，达到可以根据用户的体貌特征为用户推荐化妆品的效果。

技术领域

本发明涉及通信领域，具体而言，涉及一种目标对象的确定方法、装置、存储介质及电子装置。

背景技术

在用户购买化妆品时，需要在商场中反复的试用不同类型的产品。例如，柜台中有很多品牌和颜色的口红，用户在购买口红时，需要反复的试妆。若上次涂抹的口红颜色未擦除干净，会影响下一次试妆效果。此外，反复的试妆会伤害唇部的皮肤。

目前商场中出现了一种口红试妆的设备，可以采集人脸图像并识别出用户的唇部。用户在设备上选好口红后，可以将用户所选择的口红颜色渲染在人脸图像的唇部。但是，目前的口红试妆设备只能采集到用户的脸部图像，用户只能基于脸部图像选择口红颜色。

然而，穿衣风格也是影响妆容效果的一个重要因素。例如，甜美风格的衣服适合粉色系的口红，夜店风格的衣服适合较暗色系的口红。

针对相关技术中，尚不存在一种可以根据用户的体貌特征为用户推荐化妆品的技术方案，目前尚未存在一种有效的解决方式。

发明内容

本发明实施例提供了一种目标对象的确定方法、装置、存储介质及电子装置，以至少解决相关技术尚不存在一种可以根据用户的体貌特征为用户推荐化妆品的技术方案的问题。

根据本发明的一个实施例，提供了一种目标对象的确定方法，包括：获取目标用户的目标体貌特征；使用第一模型对所述目标体貌特征进行分析，确定所述目标用户的目标体貌类型，其中，所述第一模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据包括：体貌特征，以及体貌类型；确定与所述目标体貌类型相匹配的目标对象。

可选地，在获取目标用户的目标体貌特征之前，所述方法还包括以下至少之一：通过人脸识别算法提取出所述目标用户的脸部信息，使用格拉姆Gram矩阵从所述脸部信息中提取出所述目标用户的脸部特征；使用超像素分割算法提取所述目标用户的服饰特征。

可选地，在所述目标体貌特征包括所述目标用户的脸部特征和所述目标用户的服饰特征的情况下，所述方法还包括：在确定所述脸部特征和所述服饰特征匹配的情况下，使用第一模型对所述脸部特征或所述服饰特征进行分析，确定所述目标用户的所述目标体貌类型。

可选地，在所述目标体貌特征包括所述目标用户的脸部特征和所述目标用户的服饰特征的情况下，所述方法还包括：在确定所述脸部特征和所述服饰特征不匹配的情况下，分别使用第一模型分别对所述脸部特征和所述服饰特征进行分析，确定与所述脸部特征对应的第一体貌类型以及与所述服饰特征对应的第二体貌类型；确定与所述目标体貌类型相匹配的目标对象包括：接收输入的选择信息；基于所述选择信息从所述第一体貌类型和所述第二体貌类型中确定所述目标体貌类型；确定与所述目标体貌类型相匹配的所述目标对象。

可选地，确定与所述目标体貌类型相匹配的目标对象包括：在预先建立的对象库中查找与所述目标体貌类型相匹配的对象集；计算所述目标体貌特征与所述对象集中的各对象的匹配度；将所述对象集中匹配度大于第一阈值的对象确定为所述目标对象。

根据本发明的另一个实施例，提供了一种目标对象的确定装置，包括：获取模块，用于获取目标用户的目标体貌特征；第一确定模块，用于使用第一模型对所述目标体貌特征进行分析，确定所述目标用户的目标体貌类型，其中，所述第一模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据包括：体貌特征，以及体貌类型；第二确定模块，用于确定与所述目标体貌类型相匹配的目标对象。