[發明專利]一種眼鏡推薦方法、裝置、存儲介質和終端

在審

• 申請號: 202110326501.9
• 申請日: 2021-03-26
• 公開（公告）號: CN113033413A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 唐俊鋒
• 申請（專利權）人: 西安聞泰信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q30/06
• 代理公司: 北京天盾知識產權代理有限公司 11421
• 代理人: 梁秀秀

1.一種眼鏡推薦方法，其特征在于，包括以下步驟：

獲取待推薦用戶的目標面部圖片；

對所述目標面部圖片進行檢測，獲取用于表征佩戴美觀度的第一目標面部特征和用于表征佩戴舒適度的第二目標面部特征；

采用訓練后的深度神經網絡生成與所述第一目標面部特征相匹配的至少一個初始眼鏡樣式；

通過AR技術模擬每個初始眼鏡樣式在所述目標面部圖片的佩戴效果；

當所述待推薦用戶從所有的佩戴效果中選定最優佩戴效果后，獲取所述最優佩戴效果對應的第一目標眼鏡參數以及所述第二目標面部特征對應的第二目標眼鏡參數；

根據所述第一目標眼鏡參數和所述第二目標眼鏡參數生成最匹配的目標眼鏡樣式及其購買鏈接，以供待推薦用戶進行選擇和購買。

2.根據權利要求1所述的眼鏡推薦方法，其特征在于，從所有的佩戴效果中選定最優佩戴效果包括：

持續獲取所述待推薦用戶針對任一所述佩戴效果的語音改進指令和/或文字改進指令，對所述語音改進指令和/或所述文字改進指令進行語義分析，根據語義分析結果調整對應初始眼鏡樣式的當前眼鏡參數，直至所述待推薦用戶確認最優佩戴效果。

3.根據權利要求1所述的眼鏡推薦方法，其特征在于，所述第一目標面部特征包括待推薦用戶的發型、眉型、面部比例、眉間距以及眼眶寬高中的至少一個；

所述第二目標面部特征包括待推薦用戶的鼻梁高度、鼻梁寬度、側臉寬度以及瞳距中的至少一個；

所述第一目標眼鏡參數包括鏡面寬度、鏡框形狀、鏡框寬度、鏡框高度、鏡框粗細、框面外寬、鏡腿形狀以及鏡框材質中的至少一個；

所述第二目標眼鏡參數包括中梁寬度和/或鏡腿長度。

4.根據權利要求1-3任一所述的眼鏡推薦方法，其特征在于，所述采用訓練后的深度神經網絡生成與所述第一目標面部特征相匹配的至少一個初始眼鏡樣式包括：

構建基于深度神經網絡的眼鏡樣式推薦模型，所述眼鏡樣式推薦模型的輸入至少包括第一面部特征，輸出為至少一個初始眼鏡樣式；

獲取樣本圖片集合，并從所述樣本圖片集合中篩選出佩戴眼鏡的訓練圖片；

采用所述訓練圖片對所述眼鏡樣式推薦模型進行訓練，優化所述眼鏡樣式推薦模型的模型參數；

采用訓練完成的眼鏡樣式推薦模型生成與待推薦用戶的第一目標面部特征相匹配的至少一個初始眼鏡樣式。

5.根據權利要求4所述的眼鏡推薦方法，其特征在于，所述眼鏡樣式推薦模型的輸入還包括人群特征，所述人群特征包括用戶年齡、性別、職業和眼鏡使用場合中的至少一種。

6.一種眼鏡推薦方法，其特征在于，包括以下步驟：

獲取多個待推薦用戶的目標面部圖片；

對每個所述目標面部圖片進行檢測，獲取每個待推薦用戶對應的第一目標面部特征和第二目標面部特征；

采用訓練后的深度神經網絡生成與所有第一目標面部特征均相匹配的至少一個初始眼鏡樣式；

同時顯示所有待推薦用戶的目標面部圖片，并通過AR技術模擬同一初始眼鏡樣式在對應目標面部圖片的佩戴效果；

當所有待推薦用戶選定同一最優佩戴效果后，獲取所述最優佩戴效果對應的第一目標眼鏡參數以及每個待推薦用戶的第二目標面部特征對應的第二目標眼鏡參數；

根據所述第一目標眼鏡參數和所述第二目標眼鏡參數為每個待推薦用戶生成最匹配的目標眼鏡樣式及其購買鏈接，以供所述待推薦用戶進行選擇和購買。