摘要
本发明涉及皮肤护理技术领域,具体公开了一种基于皮肤肤质的护肤推荐方法,包括:通过集成多模态传感器设备,实时采集用户皮肤的多种生物物理数据和图像数据;利用深度卷积神经网络对所述图像数据进行多层次特征提取,并结合所述生物物理数据进行跨模态特征融合分析;通过时空图神经网络进行皮肤状态的动态建模,结合环境因素以及历史皮肤数据预测皮肤状态变化趋势;本发明通过集成多模态传感器设备和深度学习技术,实现了对用户皮肤状态的实时动态监测与精准分析,结合环境因素和历史皮肤数据预测皮肤状态变化趋势,不仅提升了护肤推荐的个性化与精准度,还能动态响应用户皮肤状态的变化,解决了传统护肤推荐方式中的局限性。
技术关键词
护肤产品
多模态传感器
推荐方法
多层次特征提取
深度卷积神经网络
数据
强化学习方法
多通道图像处理
注意力
策略
融合环境因素
双路神经网络
LED光源阵列
CMOS图像传感器
知识图谱架构
加权算法
深层卷积网络
跨模态
系统为您推荐了相关专利信息
坐标测量方法
完整点云数据
多模态传感器
区域生长算法
投影面
决策
attention机制
风格
推荐方法
注意力机制
土地资源调查
多源遥感影像数据
分析方法
深度卷积神经网络
光谱反射率曲线
推荐方法
兴趣
层次化结构
sigmoid函数
贝叶斯个性化排序