分析用户皮肤区域的图像的像素数据以确定皮肤油性的数字成像系统和方法与流程

本公开整体涉及数字成像系统和方法，并且更具体地涉及分析用户皮肤区域的图像的像素数据以确定皮肤油性的数字成像系统和方法。

背景技术：

1、人身上的不同部位都可能出现油性皮肤。皮肤油性描述了油性、油腻或有光泽的皮肤的肤质或状态。皮肤是身体的最大器官，并且与其他器官一样，其健康以及因此其外观受到各种因素的影响，包括年龄、暴露于毒素、恶劣天气、营养缺乏和诸如吸烟的个体习惯。当个体的面部上出现皮肤油性时，其可能最容易被他人察觉。但头部或身体的其他部分也可能表现出皮肤油性的迹象。

2、过多的皮脂产生可导致油性或有光泽的皮肤。消费者有时认为更大、更易看见的毛孔在视觉上不美观。

3、减小皮肤油性的有效方式是从毛孔中清除过多的皮脂和死皮细胞。清洁以去除皮脂，或去角质以从皮肤表面去除过多的死皮细胞可能是有效的。例如用护肤霜润湿皮肤可以有效地恢复皮肤的自然平衡并防止油过度产生。

4、药妆产品、护肤霜和/或其他此类皮肤毛孔粗大用产品(例如，洁面乳)的用途可用于减轻皮肤油性的外观。然而，此类产品通常被不同地配制和/或设计以应对众多个体的不同年龄、皮肤类型和/或身体区域，其中给定的药妆产品、保湿剂、护肤霜和/或其他此类皮肤油性用产品的产品可能对具有第一组年龄和/或其他皮肤油性特征的一个个体产生不同于具有第二组年龄和/或其他皮肤油性特征的第二个体的影响。鉴于当前可用于个体的药妆产品、保湿剂、护肤霜和/或其他此类皮肤油性用产品的型式、品牌和类型多种多样，其中这些不同型式、品牌和类型的产品中的每一者具有不同的化学组成、成分和/或其他不同的设计或配方，所有这些在其治疗特定个体的皮肤油性的能力和有效性方面可能存在显著差异，因此该问题显得尤为突出。这一问题非常严重，因为此类现有的皮肤油性用产品(其可被不同地设计或配制)在帮助个体解决他或她自己的个人皮肤油性问题方面提供很少或不提供反馈或指导。

5、出于前述原因，需要分析用户皮肤区域的图像的像素数据以确定皮肤油性的数字成像系统和方法。

技术实现思路

1、一般来讲，如本文所述，分析用户皮肤区域的图像的像素数据以确定皮肤油性的数字成像系统和方法提供了基于数字成像和人工智能(ai)的解决方案，用于克服由皮肤油性问题引起的实际问题或感知问题。如本文所述，皮肤油性是指油性、油腻或有光泽的皮肤的肤质或状态。

2、本文所述的数字系统和方法允许用户将特定用户图像提交到成像服务器(例如，包括其一个或多个处理器)或另外的计算设备(例如，诸如本地在用户的移动设备上)，其中该成像服务器或用户计算设备实现或执行利用具有各种皮肤油性程度的个体的潜在10,000个(或更多个)图像的像素数据训练的皮肤油性模型。皮肤油性模型可基于用户皮肤区域的皮肤油性值来生成用户特定电子推荐，该用户特定电子推荐被设计成寻址在包括用户皮肤区域的至少一部分的像素数据内能够识别的至少一个特征。例如，该至少一个特征可包括指示皮肤油性程度的像素或像素数据，从最小油性到最大油性(基于在个体的相应皮肤区域的训练图像中确定的油性值范围上的油性值)。在一些实施方案中，可经由计算机网络将用户特定推荐(和/或产品特定推荐)传输到用户的用户计算设备以呈现在显示屏上。在其他实施方案中，没有发生用户的特定图像到成像服务器的传输，其中用户特定推荐(和/或产品特定推荐)可替代地由在用户的移动设备上本地执行和/或实现的皮肤油性模型生成，并且由移动设备的处理器呈现在移动设备的显示屏上。在各种实施方案中，此类呈现可包括用于寻址像素数据中的特征的图形表示、覆盖、注释等。

3、更具体地，如本文所述，公开了一种分析用户皮肤区域的图像的像素数据以确定皮肤油性的数字成像方法。该数字成像方法包括：(a)在通信地耦接到一个或多个存储器的一个或多个处理器处聚集多个个体的多个训练图像，这些训练图像中的每个训练图像包括相应个体的皮肤区域的像素数据；(b)由该一个或多个处理器利用该多个训练图像的该像素数据来训练皮肤油性模型，该皮肤油性模型包括皮肤油性标度并且能够操作以跨该皮肤油性标度的范围输出与范围从最小油性到最大油性的皮肤油性程度相关联的皮肤油性值；(c)在该一个或多个处理器处接收用户的至少一个图像，该至少一个图像由数字相机捕获，并且该至少一个图像包括该用户的用户皮肤区域的至少一部分的像素数据；(d)由在该一个或多个处理器上执行的该皮肤油性模型来分析由该数字相机捕获的该至少一个图像，以确定该用户皮肤区域的用户特定皮肤油性值；(e)由该一个或多个处理器基于该用户特定皮肤油性值来生成至少一个用户特定电子推荐，该至少一个用户特定电子推荐被设计成寻址在包括该用户皮肤区域的该至少一部分的该像素数据内能够识别的至少一个特征；以及(f)将至少一个用户特定推荐呈现在用户计算设备的显示屏上。

4、此外，如本文所述，公开了一种数字成像系统，该数字成像系统被配置为分析用户皮肤区域的图像的像素数据以确定皮肤油性，该数字成像系统包括：成像服务器，该成像服务器包括服务器处理器和服务器存储器；成像应用程序(app)，该成像应用程序被配置为在包括设备处理器和设备存储器的用户计算设备上执行，该成像应用程序通信地耦接到该成像服务器；和皮肤油性模型，该皮肤油性模型利用个体的多个训练图像的像素数据训练并且能够操作以跨皮肤油性标度的范围输出与范围从最小油性到最大油性的皮肤油性程度相关联的皮肤油性值，其中该皮肤油性模型被配置为在该服务器处理器或该设备处理器上执行以致使该服务器处理器或该设备处理器：在该一个或多个处理器处接收用户的至少一个图像，该至少一个图像由数字相机捕获，并且该至少一个图像包括该用户的用户皮肤区域的至少一部分的像素数据；由在该一个或多个处理器上执行的该皮肤油性模型来分析由该数字相机捕获的该至少一个图像，以确定该用户皮肤区域的用户特定皮肤油性值；由该一个或多个处理器基于该用户特定皮肤油性值来生成至少一个用户特定电子推荐，该至少一个用户特定电子推荐被设计成寻址在包括该用户皮肤区域的该至少一部分的该像素数据内能够识别的至少一个特征；以及将至少一个用户特定推荐呈现在用户计算设备的显示屏上。

5、另外，如本文所述，公开了一种存储用于分析用户皮肤区域的图像的像素数据以确定皮肤油性的指令的有形非暂态计算机可读介质。该指令在由一个或多个处理器执行时可致使一个或多个处理器：(a)在通信地耦接到一个或多个存储器的一个或多个处理器处聚集多个个体的多个训练图像，这些训练图像中的每个训练图像包括相应个体的皮肤区域的像素数据；(b)由该一个或多个处理器利用该多个训练图像的该像素数据来训练皮肤油性模型，该皮肤油性模型包括皮肤油性标度并且能够操作以跨该皮肤油性标度的范围输出与范围从最小油性到最大油性的皮肤油性程度相关联的皮肤油性值；(c)在一个或多个处理器处接收用户的至少一个图像，该至少一个图像由数字相机捕获，并且该至少一个图像包括用户的用户皮肤区域的至少一部分的像素数据；(d)由在该一个或多个处理器上执行的该皮肤油性模型来分析由该数字相机捕获的该至少一个图像，以确定该用户皮肤区域的用户特定皮肤油性值；(e)由该一个或多个处理器基于该用户特定皮肤油性值来生成至少一个用户特定电子推荐，该至少一个用户特定电子推荐被设计成寻址在包括该用户皮肤区域的该至少一部分的该像素数据内能够识别的至少一个特征；以及(f)将至少一个用户特定推荐呈现在用户计算设备的显示屏上。

6、根据上文以及本文的公开内容，本公开包括计算机功能的改进或对其他技术的改进，至少因为本公开描述了例如成像服务器或另外的计算设备(例如，用户计算机设备)得到改进，其中成像服务器或计算设备的智能或预测能力通过训练(例如，机器学习训练)的皮肤油性模型来增强。在成像服务器或计算设备上执行的皮肤油性模型能够基于其他个体的像素数据来准确地识别用户皮肤区域的至少一部分的用户特定皮肤油性值和用户特定电子推荐，该用户特定电子推荐被设计成寻址在包括用户皮肤区域的至少一部分的特定用户的像素数据内能够识别的至少一个特征。也就是说，本公开描述了计算机本身的运行或“任何其他技术或技术领域”的改进，因为成像服务器或用户计算设备通过多个训练图像(例如，10,000个训练图像和相关像素数据作为特征数据)来增强以准确地预测、检测或确定用户特定图像(诸如新提供的客户图像)的像素数据。这比现有技术有所改进，至少因为现有系统缺乏此类预测或分类功能，并且根本无法准确地分析用户特定图像以输出预测结果从而寻址在包括用户皮肤区域的至少一部分的像素数据内能够识别的至少一个特征(例如，与皮肤油性相关)。

7、出于类似的原因，本公开涉及对其他技术或技术领域的改进，至少因为本公开描述或介绍了对皮肤油性和/或皮肤病学领域中的计算设备的改进，由此在成像设备或计算设备上执行的训练的皮肤油性模型改进了皮肤油性和/或皮肤病学领域，通过对用户或个体图像的基于数字和/或人工智能的分析来输出预测结果，以寻址在包括用户皮肤区域的至少一部分的像素数据内能够识别的至少一个特征的用户特定像素数据。

8、此外，本公开包括除本领域中众所周知的、常规的、常规活动之外的特定特征，或者添加将权利要求限制到特定有用应用程序的非常规步骤，例如，分析用户皮肤区域的图像的像素数据以确定皮肤油性，如本文所述。

9、通过以举例说明的方式示出和描述的优选实施方案的以下描述，优点对于本领域的普通技术人员而言将变得更加显而易见。如将认识到的，本发明的实施方案可具有其他和不同的实施方案，并且它们的细节能够在各个方面进行修改。因此，附图和描述应被视为实质上是示例性的而非限制性的。