CN108305146A - 一种基于图像识别的发型推荐方法及系统 - Google Patents

Abstract

本发明属于计算机技术领域，具体涉及一种基于图像识别的发型推荐方法及系统，包括以下步骤：S1，获取用户的拍摄图像，对拍摄图像进行初步处理，得到用户的头部图像并显示头部图像；S2，对头部图像进行数据化分析处理得到分析结果，并根据分析结果向用户推荐多种发型；S3，获取用户选择的显示类型、发型和发色，根据所述发型和发色替换掉头部图像原有的发型和发色并进行二维显示和三维显示。本发明根据用户拍摄的人脸图像为用户推荐适合的发型，并根据用户选择的发型和发色在用户界面进行显示，从而使用户能够选择自己喜欢的适合的发型。

Description

一种基于图像识别的发型推荐方法及系统

技术领域

本发明属于计算机技术领域，具体涉及一种基于图像识别的发型推荐方法及系统。

背景技术

如果在美容院理发，多数时候，顾客从事先准备的杂志和头发种类中选择需要的发型。在这种方法中，相当多的顾客在理发后对发型抱怨。这是由于设计师的理解和顾客的理解不一致造成的。

根据在日本专利申请未决公开No.2001-344492(下文中称作第一现有技术)中所描述的美容店选择系统，如果诸如发型的查找条件从顾客拥有的信息终端输入，那么查找装置从存储了店铺信息、设计师信息等的第一数据库中查找满足查找条件的美容店。因此，其描述了顾客可以选择所需的发型能够被满足的美容店。

但是，这样的技术具有下面的问题：客户只能根据想要的发型选择美容店，但却无法确认自己所选择的发型是否符合自己。

发明内容

针对现有技术中的缺陷，本发明提供了一种基于图像识别的发型推荐方法及系统，根据用户拍摄的人脸图像为用户推荐适合的发型，并根据用户选择的发型和发色在用户界面进行显示，从而使用户能够选择自己喜欢的适合的发型。

第一方面，本发明提供了一种基于图像识别的发型推荐方法，包括以下步骤：

S1，获取用户的拍摄图像，对拍摄图像进行初步处理，得到用户的头部图像并显示头部图像；

S2，对头部图像进行数据化分析处理得到分析结果，并根据分析结果向用户推荐多种发型；

S3，获取用户选择的显示类型、发型和发色，根据所述发型和发色替换掉头部图像原有的发型和发色并进行二维显示和三维显示。

优选地，所述S1具体为：

获取用户的拍摄图像，对拍摄图像进行去噪处理得到平滑图像，通过增强算子增强平滑图像的边缘，对经过增强边缘后的平滑图像进行人脸、头发和脖子的边缘检测，从而得到包括人脸、头发和脖子的头部图像，并在用户界面显示头部图像。

优选地，所述S2具体为：

对头部图像进行人脸识别和分析处理，将头部图像进行人脸识别得到人脸图像，将人脸图像输入发型推荐器，发型推荐器将人脸图像与发型模板库内的若干个发型进行匹配，得到匹配度值，根据匹配度值从大到小的顺序将前N个发型进行排序，得到发型推荐列表，并在用户界面上、头部图像侧显示发型推荐列表。

优选地，所述用户界面包括用于显示头部图像的头部图像子界面、用于显示N个推荐发型和每个发型的匹配度值的发型推荐列表子界面、用于显示若干种发色的发色选择子界面和用于显示显示类型的显示类型子界面。

优选地，所述S3具体为：

获取用户选择的显示类型，所述显示类型包括二维显示和三维显示；

显示类型确定后，对人脸图像进行处理得到完整二维人脸模型或完整三维头部模型；

获取用户选择的发型和发色；

在完整二维人脸模型或完整三维头部模型上增添发型、发色和人脸图像，得到二维显示图像或三维显示图像；

在用户界面上显示二维显示图像或三维显示图像。

优选地，所述对人脸图像进行处理得到完整二维人脸模型或完整三维头部模型具体为：

对人脸图像进行脸部轮廓和五官轮廓的标记；

对初始二维人脸模型中的每个图像特征点沿着轮廓的法线方向进行迭代，在每次迭代中不断调整参数，使得整个模型不断适应目标形状且保持人脸的合理形状，得到最接近人脸图像的完整二维人脸模型；

在初始三维头部模型中标记出与图像特征点相对应的模型特征点，并根据每个图像特征点的深度信息对初始三维头部模型进行优化，得到最接近用户头部的完整三维头部模型。

优选地，所述初始二维人脸模型是对若干图像样本进行对齐归一化处理后得到的；所述初始三维头部模型是经过若干个不同的三维头部样本训练得到。

优选地，所述步骤还包括：

S4，获取用户的微调指令，根据微调指令对二维显示图像或三维显示图像进行微调，得到优化后的二维显示图像或三维显示图像。

优选地，所述步骤还包括：

S5，获取用户的保存指令，根据保存指令对优化后的二维显示图像或三维显示图像进行保存。

第二方面，本发明提供了一种基于图像识别的发型推荐系统，适用于第一方面所述的基于图像识别的发型推荐方法，包括：

图像处理单元，用于获取用户的拍摄图像，对拍摄图像进行初步处理，得到用户的头部图像并显示头部图像；

发型推荐单元，用于对头部图像进行数据化分析处理得到分析结果，并根据分析结果向用户推荐多种发型；

选择显示单元，用于获取用户选择的显示类型、发型和发色，根据所述发型和发色替换掉头部图像原有的发型和发色并进行二维显示和三维显示。

本发明的有益效果为：本发明根据用户拍摄的人脸图像为用户推荐适合的发型，并根据用户选择的发型和发色在用户界面进行显示，从而使用户能够选择自己喜欢的适合的发型。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本实施例中基于图像识别的发型推荐方法的流程图；

图2为本实施例中基于图像识别的发型推荐系统的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

实施例一：

本实施例提供了一种基于图像识别的发型推荐方法，如图1所示，本实施例的方法在用户终端和远程服务器上运行。用户终端可以下载本系统APP，所述用户终端包括智能手机、平板电脑等智能终端设备。

本实施例的方法包括以下步骤：

S1，获取用户的拍摄图像，对拍摄图像进行初步处理，得到用户的头部图像并显示头部图像。

所述S1具体为：

获取用户的拍摄图像，对拍摄图像进行去噪处理得到平滑图像，通过增强算子增强平滑图像的边缘，对经过增强边缘后的平滑图像进行人脸、头发和脖子的边缘检测，从而得到包括人脸、头发和脖子的头部图像，并在用户界面显示头部图像。

用户进入本系统APP后，点击发型设计控键，用户终端的用户界面上提示上次图像，用户可以在相册了选择已经拍摄好的图像上传，或通过用户终端的照相功能当初拍摄图像，用户终端获取用户的拍摄图像后，可以在本地进行图像处理也可以发生给远程服务器进行图像处理。

若为远程服务器进行图像处理，则用户终端将拍摄图像发送给远程服务器，远程服务器对拍摄图像进行平滑处理。图像在拍摄和传输过程中，由于受各种干扰的影响，或传输信道、采样系统质量较差，而造成图像毛糙，此时，就需要对图像进行平滑处理。本实施例的图像处理采用邻域平均法，所述邻域平均法是一种直接在空间域上进行平滑的技术，该技术是基于这样一种假设：图像由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则相对独立，基于如上假设，可以将一个像素及其邻域内的所有像素的平均灰度值赋给平滑图像中对应的像素，从而达到平滑的目的，又称均值滤波或局部平滑法。

因为对图像进行了去噪平滑处理后，虽然是减少了图像噪声，但图像的边缘信息也会损失，图像的边缘会变得模糊。为了减少这种不利的效果，通常利用增强算子来锐化图像，使边缘变得清晰，从而方便后面的边缘检测。所述增强算子通常用于调整图像亮度、对比度或是灰度级分布，作为结果的输出图像的像素值根据所应用的变换函数得以改观。

增强了图像的边缘后，采用边缘检测法对人脸、头发和脖子的边缘进行检测，从而得到包括人脸、头发和脖子的头部图像。所边缘检测法的种类很多，如微分算子法、样板匹配法、小波检测法、神经网络法等等。并在用户终端的用户界面上进行显示。

所述用户界面包括多个小界面，如用于显示头部图像的头部图像子界面、用于显示五种推荐发型和每个发型的匹配度值的发型推荐列表子界面、用于显示若干种发色的发色选择子界面、用于显示显示类型的显示类型子界面等。

S2，对头部图像进行数据化分析处理得到分析结果，并根据分析结果向用户推荐多种发型。

所述S2具体为：

对头部图像进行人脸识别和分析处理，将头部图像进行人脸识别得到人脸图像，将人脸图像输入发型推荐器，发型推荐器将人脸图像与发型模板库内的若干个发型进行匹配，得到匹配度值，根据匹配度值从大到小的顺序将前N个发型进行排序，得到发型推荐列表，并在用户界面上、头部图像侧显示发型推荐列表。

本实施例的远程服务器对头部图像进行人脸轮廓的边缘识别提取出人脸图像，再将人脸图像输入发型推荐器，发型推荐器采用神经网络算法，发型推荐器将人脸图像与发型模板库内的若干个发型进行匹配，并得到匹配度值。发型模块库内存储有若干脸型和若干发型，每个发型与每个发型具有一个匹配度值，发型推荐器根据对人脸图像进行识别分析，找到与之最接近的脸型，根据最接近的脸型得到与每个发型的匹配度值，再根据匹配度值从大到小的顺序将前N个发型进行排序，得到发型推荐列表，发型推荐器输出所述发型推荐列表，所述发型推荐列表包括N个发型和相对应的N个匹配度值。远程服务器将发型推荐列表发送给用户终端，用户终端在用户界面上、头部图像侧显示发型推荐列表，以供用户进行选择。

S3，获取用户选择的显示类型、发型和发色，根据所述发型和发色替换掉头部图像原有的发型和发色并进行二维显示和三维显示；

所述S3具体为：

获取用户选择的显示类型，所述显示类型包括二维显示和三维显示；

显示类型确定后，对人脸图像进行处理得到完整二维人脸模型或完整三维头部模型；

获取用户选择的发型和发色；

在完整二维人脸模型或完整三维头部模型上增添发型、发色和人脸图像，得到二维显示图像或三维显示图像；

在用户界面上显示二维显示图像或三维显示图像。

在本实施例中，在用户界面的显示类型子界面中设有二维显示控键和三维显示控键。用户选择二维显示控键或三维显示控键后，用户终端将二维显示指令或三维显示指令发送给远程服务器。远程服务器中预存有初始二维人脸模型和初始三维人脸模型，所述初始二维人脸模型是对若干图像样本进行对齐归一化处理后得到的；所述初始三维头部模型是经过若干个不同的三维头部样本训练得到。

本实施例的远程服务器对人脸图像进行脸部轮廓和五官轮廓的标记；

对初始二维人脸模型中的每个图像特征点沿着轮廓的法线方向进行迭代，在每次迭代中不断调整参数，使得整个模型不断适应目标形状且保持人脸的合理形状，得到最接近人脸图像的完整二维人脸模型(所述完整二维人脸模型即人光头的情况下的正面图像，因为从用户上传的拍摄图像中识别出的人脸图像由于头发的遮挡，极有可能是不完整的)。

在初始三维头部模型中标记出与图像特征点相对应的模型特征点，并根据每个图像特征点的深度信息对初始三维头部模型进行优化，得到最接近用户头部的完整三维头部模型。

本实施例中远程服务器将所述二维人脸模型或三维头部模型发送给用户终端，并在用户终端进行显示。在用户显示界面上显示的每种发型的匹配度值用于给用户做参考，由于每个人的喜好不一样，根据本系统推荐的最适合发型也许不是用户喜好的，所述本实施例的发型推荐列表里按匹配度值推荐了多种发型，便于用户选择。

若用户前面选择的是二维显示，则本实施例在完整二维人脸模型上增添人脸图像、用户选择的发型和发色，从而得到二维显示图像，并在用户界面上显示二维显示图像，便于用户看到自己做这个发型的效果。用户重新选择发型和发色后，重新生成得到二维显示图像，并在用户界面上显示，便于用户看到自己做这个发型的效果。

若用户选择的是三维显示，则本实施例在完整三维人脸模型上增添人脸图像、用户选择的发型和发色，从而得到三维显示图像，并在用户界面上显示三维显示图像，用户可以在用户界面进行点击、划动等操作，从而实现从不同的角度看三维显示图像，不仅可以看到自己做这个发型后的正面效果还可以看到侧面效果和背面效果。用户重新选择发型后发色后，重新生成得到三维显示图像，并在用户界面上显示，便于用户看到换了另一种发型后的效果。

S4，获取用户的微调指令，根据微调指令对二维显示图像或三维显示图像进行微调，得到优化后的二维显示图像或三维显示图像。

本实施例中，所述用户的微调指令包括调整面部明暗的指令、去除斑点的指令、调整特定器官局部细节的指令等，例如增大眼睛、增高鼻梁、增厚嘴唇。二维显示图像或三维显示图像经过微调指令后微调后，得到优化后用户满意的二维显示图像或三维显示图像。

S5，获取用户的保存指令，根据保存指令对优化后的二维显示图像或三维显示图像进行保存。

本实施例中，用户微调完后，可点击用户界面的保存指令，从而将二维显示图像或三维显示图像保存在本地的用户终端，以便用户后期使用，如QQ头像、微信头像等等。

本实施例中，根据用户拍摄的人脸图像为用户推荐适合的发型，并根据用户选择的发型和发色在用户界面进行二维显示或三维显示，便于用户看到自己做不同的发型的效果。对于三维显示，用户可以在用户界面进行点击、划动等操作，从而实现从不同的角度看三维显示图像，不仅可以看到自己做这个发型后的正面效果还可以看到侧面效果和背面效果，从而使用户能够更好的选择自己喜欢的适合的发型。

实施例二：

本实施例提供了一种基于图像识别的发型推荐系统，适用于实施例一所述的基于图像识别的发型推荐方法，如图2所示，包括图像处理单元、发型推荐单元、选择显示单元、微调单元、保存单元等。

图像处理单元，用于获取用户的拍摄图像，对拍摄图像进行初步处理，得到用户的头部图像并显示头部图像。

发型推荐单元，用于对头部图像进行数据化分析处理得到分析结果，并根据分析结果向用户推荐多种发型。

选择显示单元，用于获取用户选择的显示类型、发型和发色，根据所述发型和发色替换掉头部图像原有的发型和发色并进行二维显示和三维显示。

微调单元，用于获取用户的微调指令，根据微调指令对二维显示图像或三维显示图像进行微调，得到优化后的二维显示图像或三维显示图像。

保存单元，用于获取用户的保存指令，根据保存指令对优化后的二维显示图像或三维显示图像进行保存。

如图1所示，所述发型推荐方法包括以下步骤：

S1，获取用户的拍摄图像，对拍摄图像进行初步处理，得到用户的头部图像并显示头部图像。

所述S1具体为：

获取用户的拍摄图像，对拍摄图像进行去噪处理得到平滑图像，通过增强算子增强平滑图像的边缘，对经过增强边缘后的平滑图像进行人脸、头发和脖子的边缘检测，从而得到包括人脸、头发和脖子的头部图像，并在用户界面显示头部图像。

用户进入本系统APP后，点击发型设计控键，用户终端的用户界面上提示上次图像，用户可以在相册了选择已经拍摄好的图像上传，或通过用户终端的照相功能当初拍摄图像，用户终端获取用户的拍摄图像后，可以在本地进行图像处理也可以发生给远程服务器进行图像处理。

若为远程服务器进行图像处理，则用户终端将拍摄图像发送给远程服务器，远程服务器对拍摄图像进行平滑处理。图像在拍摄和传输过程中，由于受各种干扰的影响，或传输信道、采样系统质量较差，而造成图像毛糙，此时，就需要对图像进行平滑处理。本实施例的图像处理采用邻域平均法，所述邻域平均法是一种直接在空间域上进行平滑的技术，该技术是基于这样一种假设：图像由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则相对独立，基于如上假设，可以将一个像素及其邻域内的所有像素的平均灰度值赋给平滑图像中对应的像素，从而达到平滑的目的，又称均值滤波或局部平滑法。

因为对图像进行了去噪平滑处理后，虽然是减少了图像噪声，但图像的边缘信息也会损失，图像的边缘会变得模糊。为了减少这种不利的效果，通常利用增强算子来锐化图像，使边缘变得清晰，从而方便后面的边缘检测。所述增强算子通常用于调整图像亮度、对比度或是灰度级分布，作为结果的输出图像的像素值根据所应用的变换函数得以改观。

增强了图像的边缘后，采用边缘检测法对人脸、头发和脖子的边缘进行检测，从而得到包括人脸、头发和脖子的头部图像。所边缘检测法的种类很多，如微分算子法、样板匹配法、小波检测法、神经网络法等等。并在用户终端的用户界面上进行显示。

所述用户界面包括多个小界面，如用于显示头部图像的头部图像子界面、用于显示五种推荐发型和每个发型的匹配度值的发型推荐列表子界面、用于显示若干种发色的发色选择子界面、用于显示显示类型的显示类型子界面等。

S2，对头部图像进行数据化分析处理得到分析结果，并根据分析结果向用户推荐多种发型。

所述S2具体为：

对头部图像进行人脸识别和分析处理，将头部图像进行人脸识别得到人脸图像，将人脸图像输入发型推荐器，发型推荐器将人脸图像与发型模板库内的若干个发型进行匹配，得到匹配度值，根据匹配度值从大到小的顺序将前N个发型进行排序，得到发型推荐列表，并在用户界面上、头部图像侧显示发型推荐列表。

本实施例的远程服务器对头部图像进行人脸轮廓的边缘识别提取出人脸图像，再将人脸图像输入发型推荐器，发型推荐器采用神经网络算法，发型推荐器将人脸图像与发型模板库内的若干个发型进行匹配，并得到匹配度值。发型模块库内存储有若干脸型和若干发型，每个发型与每个发型具有一个匹配度值，发型推荐器根据对人脸图像进行识别分析，找到与之最接近的脸型，根据最接近的脸型得到与每个发型的匹配度值，再根据匹配度值从大到小的顺序将前N个发型进行排序，得到发型推荐列表，发型推荐器输出所述发型推荐列表，所述发型推荐列表包括N个发型和相对应的N个匹配度值。远程服务器将发型推荐列表发送给用户终端，用户终端在用户界面上、头部图像侧显示发型推荐列表，以供用户进行选择。

S3，获取用户选择的显示类型、发型和发色，根据所述发型和发色替换掉头部图像原有的发型和发色并进行二维显示和三维显示；

所述S3具体为：

获取用户选择的显示类型，所述显示类型包括二维显示和三维显示；

显示类型确定后，对人脸图像进行处理得到完整二维人脸模型或完整三维头部模型；

获取用户选择的发型和发色；

在完整二维人脸模型或完整三维头部模型上增添发型、发色和人脸图像，得到二维显示图像或三维显示图像；

在用户界面上显示二维显示图像或三维显示图像。

在本实施例中，在用户界面的显示类型子界面中设有二维显示控键和三维显示控键。用户选择二维显示控键或三维显示控键后，用户终端将二维显示指令或三维显示指令发送给远程服务器。远程服务器中预存有初始二维人脸模型和初始三维人脸模型，所述初始二维人脸模型是对若干图像样本进行对齐归一化处理后得到的；所述初始三维头部模型是经过若干个不同的三维头部样本训练得到。

本实施例的远程服务器对人脸图像进行脸部轮廓和五官轮廓的标记；

对初始二维人脸模型中的每个图像特征点沿着轮廓的法线方向进行迭代，在每次迭代中不断调整参数，使得整个模型不断适应目标形状且保持人脸的合理形状，得到最接近人脸图像的完整二维人脸模型(所述完整二维人脸模型即人光头的情况下的正面图像，因为从用户上传的拍摄图像中识别出的人脸图像由于头发的遮挡，极有可能是不完整的)。

在初始三维头部模型中标记出与图像特征点相对应的模型特征点，并根据每个图像特征点的深度信息对初始三维头部模型进行优化，得到最接近用户头部的完整三维头部模型。

本实施例中远程服务器将所述二维人脸模型或三维头部模型发送给用户终端，并在用户终端进行显示。在用户显示界面上显示的每种发型的匹配度值用于给用户做参考，由于每个人的喜好不一样，根据本系统推荐的最适合发型也许不是用户喜好的，所述本实施例的发型推荐列表里按匹配度值推荐了多种发型，便于用户选择。

若用户前面选择的是二维显示，则本实施例在完整二维人脸模型上增添人脸图像、用户选择的发型和发色，从而得到二维显示图像，并在用户界面上显示二维显示图像，便于用户看到自己做这个发型的效果。用户重新选择发型和发色后，重新生成得到二维显示图像，并在用户界面上显示，便于用户看到自己做这个发型的效果。

若用户选择的是三维显示，则本实施例在完整三维人脸模型上增添人脸图像、用户选择的发型和发色，从而得到三维显示图像，并在用户界面上显示三维显示图像，用户可以在用户界面进行点击、划动等操作，从而实现从不同的角度看三维显示图像，不仅可以看到自己做这个发型后的正面效果还可以看到侧面效果和背面效果。用户重新选择发型后发色后，重新生成得到三维显示图像，并在用户界面上显示，便于用户看到换了另一种发型后的效果。

S4，获取用户的微调指令，根据微调指令对二维显示图像或三维显示图像进行微调，得到优化后的二维显示图像或三维显示图像。

本实施例中，所述用户的微调指令包括调整面部明暗的指令、去除斑点的指令、调整特定器官局部细节的指令等，例如增大眼睛、增高鼻梁、增厚嘴唇。二维显示图像或三维显示图像经过微调指令后微调后，得到优化后用户满意的二维显示图像或三维显示图像。

S5，获取用户的保存指令，根据保存指令对优化后的二维显示图像或三维显示图像进行保存。

本实施例中，用户微调完后，可点击用户界面的保存指令，从而将二维显示图像或三维显示图像保存在本地的用户终端，以便用户后期使用，如QQ头像、微信头像等等。

本实施例中，根据用户拍摄的人脸图像为用户推荐适合的发型，并根据用户选择的发型和发色在用户界面进行二维显示或三维显示，便于用户看到自己做不同的发型的效果。对于三维显示，用户可以在用户界面进行点击、划动等操作，从而实现从不同的角度看三维显示图像，不仅可以看到自己做这个发型后的正面效果还可以看到侧面效果和背面效果，从而使用户能够更好的选择自己喜欢的适合的发型。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法和系统，可以通过其它的方式实现。例如，以上单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。上述单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种基于图像识别的发型推荐方法，其特征在于，包括以下步骤：

S1，获取用户的拍摄图像，对拍摄图像进行初步处理，得到用户的头部图像并显示头部图像；

S2，对头部图像进行数据化分析处理得到分析结果，并根据分析结果向用户推荐多种发型；

S3，获取用户选择的显示类型、发型和发色，根据所述发型和发色替换掉头部图像原有的发型和发色并进行二维显示和三维显示。

2.根据权利要求1所述的基于图像识别的发型推荐方法，其特征在于，所述S1具体为：

获取用户的拍摄图像，对拍摄图像进行去噪处理得到平滑图像，通过增强算子增强平滑图像的边缘，对经过增强边缘后的平滑图像进行人脸、头发和脖子的边缘检测，从而得到包括人脸、头发和脖子的头部图像，并在用户界面显示头部图像。

3.根据权利要求2所述的基于图像识别的发型推荐方法，其特征在于，所述S2具体为：

对头部图像进行人脸识别和分析处理，将头部图像进行人脸识别得到人脸图像，将人脸图像输入发型推荐器，发型推荐器将人脸图像与发型模板库内的若干个发型进行匹配，得到匹配度值，根据匹配度值从大到小的顺序将前N个发型进行排序，得到发型推荐列表，并在用户界面上、头部图像侧显示发型推荐列表。

4.根据权利要求3所述的基于图像识别的发型推荐方法，其特征在于，所述用户界面包括用于显示头部图像的头部图像子界面、用于显示N个推荐发型和每个发型的匹配度值的发型推荐列表子界面、用于显示若干种发色的发色选择子界面和用于显示显示类型的显示类型子界面。

5.根据权利要求4所述的基于图像识别的发型推荐方法，其特征在于，所述S3具体为：

获取用户选择的显示类型，所述显示类型包括二维显示和三维显示；

显示类型确定后，对人脸图像进行处理得到完整二维人脸模型或完整三维头部模型；

获取用户选择的发型和发色；

在完整二维人脸模型或完整三维头部模型上增添发型、发色和人脸图像，得到二维显示图像或三维显示图像；

在用户界面上显示二维显示图像或三维显示图像。

6.根据权利要求5所述的基于图像识别的发型推荐方法，其特征在于，所述对人脸图像进行处理得到完整二维人脸模型或完整三维头部模型具体为：

对人脸图像进行脸部轮廓和五官轮廓的标记；

对初始二维人脸模型中的每个图像特征点沿着轮廓的法线方向进行迭代，在每次迭代中不断调整参数，使得整个模型不断适应目标形状且保持人脸的合理形状，得到最接近人脸图像的完整二维人脸模型；

在初始三维头部模型中标记出与图像特征点相对应的模型特征点，并根据每个图像特征点的深度信息对初始三维头部模型进行优化，得到最接近用户头部的完整三维头部模型。

7.根据权利要求6所述的基于图像识别的发型推荐方法，其特征在于，所述初始二维人脸模型是对若干图像样本进行对齐归一化处理后得到的；所述初始三维头部模型是经过若干个不同的三维头部样本训练得到。

8.根据权利要求1所述的基于图像识别的发型推荐方法，其特征在于，所述步骤还包括：

S4，获取用户的微调指令，根据微调指令对二维显示图像或三维显示图像进行微调，得到优化后的二维显示图像或三维显示图像。

9.根据权利要求8所述的基于图像识别的发型推荐方法，其特征在于，所述步骤还包括：

S5，获取用户的保存指令，根据保存指令对优化后的二维显示图像或三维显示图像进行保存。

10.一种基于图像识别的发型推荐系统，其特征在于，适用于权利要求1-9的任一项所述的基于图像识别的发型推荐方法，包括：

图像处理单元，用于获取用户的拍摄图像，对拍摄图像进行初步处理，得到用户的头部图像并显示头部图像；

发型推荐单元，用于对头部图像进行数据化分析处理得到分析结果，并根据分析结果向用户推荐多种发型；

选择显示单元，用于获取用户选择的显示类型、发型和发色，根据所述发型和发色替换掉头部图像原有的发型和发色并进行二维显示和三维显示。