[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

本發明公開了一種眼鏡推薦方法、裝置、存儲介質和終端，方法包括以下步驟：獲取待推薦用戶的目標面部圖片；對目標面部圖片進行檢測，獲取第一目標面部特征和第二目標面部特征；生成與第一目標面部特征相匹配的初始眼鏡樣式；通過AR技術模擬初始眼鏡樣式在目標面部圖片的佩戴效果；獲取最優佩戴效果對應的第一目標眼鏡參數以及第二目標面部特征對應的第二目標眼鏡參數；生成最匹配的目標眼鏡樣式及其購買鏈接。本發明利用人臉檢測技術和AR技術，可以為用戶提供精準的選配鏡框服務，近視人群均可通過該方案選擇到合適的鏡框，通過和線下眼鏡店對比，不僅可以為近視人群提供更具性價比的產品，同時大大降低了網上配鏡不合適退換貨的風險。

【技術領域】

本發明涉及計算機領域，尤其涉及一種眼鏡推薦方法、裝置、存儲介質和終端。

【背景技術】

日常生活中，眼鏡是近視人群的必需品，往常人們是通過線下眼鏡店選擇鏡框并驗光配鏡，隨著網購的興起，越來越多的人們選擇在網上購買眼鏡。

網購最大的優點就是足不出戶挑選到自己心儀的商品，眼鏡亦不例外，通常網店會提供鏡框的鏡面寬度、中梁寬度(鼻梁寬度)、鏡框高度、整個鏡框長度即框面外寬、鏡腿長度等信息，結合消費者自己眼睛的度數、瞳距等，就可以在網店進行鏡框選購。但是這種簡單匹配的購買方式很難讓消費者在網絡上購買到滿意的眼鏡，有過配鏡經歷的消費者都知道，由于每個人的瞳距、鼻梁高度等不同，在配好眼鏡后都需要在臉上進行調試，否則佩戴起來就極不舒服，甚至影響到配鏡者的視力。

【發明內容】

本發明提供了一種眼鏡推薦方法、裝置、存儲介質和終端，解決了現有技術的吞吐率測試結果不準確的技術問題。

本發明解決上述技術問題的技術方案如下：一種眼鏡推薦方法，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，以供所述待推薦用戶進行選擇和購買。

在一個優選實施方式中，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。

在一個優選實施方式中，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。

在一個優選實施方式中，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；