买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东省食品药品检验研究院申请的专利一种基于面部光谱感知的化妆品功效自动评估方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119863679B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510352675.0，技术领域涉及：G06V10/776；该发明授权一种基于面部光谱感知的化妆品功效自动评估方法及系统是由李思龙;刘春霖;张良雨;李启艳;胡楠;于海英;胡文岳;刘慧香设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本一种基于面部光谱感知的化妆品功效自动评估方法及系统在说明书摘要公布了：本发明涉及化妆品人工智能技术领域，具体涉及一种基于面部光谱感知的化妆品功效自动评估方法及系统，具体如下：收集受试者使用化妆品前后的面部光谱，并对两种面部光谱进行真实评分，与皮肤负样本光谱构建数据集；对数据集中数据进行仿射变换，分别得到使用化妆品前、后的皮肤光谱，对数据集中负样本光谱进行特征提取，得到负样本光谱特征；构建化妆品功效评估模型，将使用化妆品前、后的皮肤光谱和负样本光谱特征输入到化妆品功效评估模型中，得到使用化妆品后面部光谱的预测评分；对模型进行优化后再将待评估面部光谱输入到模型中进行评估。本发明够满足行业对快速、精准评估工具的需求，还可以为个性化护肤和化妆品研发提供重要支持。

本发明授权一种基于面部光谱感知的化妆品功效自动评估方法及系统在权利要求书中公布了：1.一种基于面部光谱感知的化妆品功效自动评估方法，其特征是，包括以下步骤： S1、构建数据集：收集受试者使用化妆品前后的面部光谱，面部光谱包括使用化妆品前的面部光谱和使用化妆品后的面部光谱，然后分别对两种类型的面部光谱进行评分，将面部光谱、得到的真实评分和互联网上典型的皮肤负样本光谱构建数据集； S2、对数据集进行预处理：对数据集中面部光谱通过对其人脸特征点进行仿射变换，得到使用化妆品前的皮肤光谱和使用化妆品后的皮肤光谱，对数据集中负样本光谱进行特征提取，得到负样本光谱特征； S3、构建化妆品功效评估模型，该模型包括基准光谱特征提取器、负样本编码器、负样本权重计算器、光谱感知注意力、变化光谱特征提取器、肤色评估器、细腻度评估器和光泽度评估器，将使用化妆品前的皮肤光谱、使用化妆品后的皮肤光谱和负样本光谱特征输入到化妆品功效评估模型中，得到使用化妆品后面部光谱的预测评分； 化妆品功效评估模型包括基准光谱特征提取器、负样本编码器、负样本权重计算器、光谱感知注意力、变化光谱特征提取器、肤色评估器、细腻度评估器和光泽度评估器； S3.1、基准光谱特征提取器依次包括第一卷积模块、第二卷积模块、第三卷积模块和平均池化层，第一卷积模块依次包括一个卷积核为3×3、步长为1的卷积层，一个批标准化层和一个激活函数层；第二卷积模块依次包括一个卷积核为1×1、步长为1的卷积层；第三卷积模块依次包括一个卷积核为5×5、步长为2的卷积层，一个批标准化层和一个激活函数层； 将输入至基准光谱特征提取器中，经过第一卷积块得到特征，将再输入至第二卷积块得到特征，再将和输入至第三卷积块得到特征，将和相加输入至平均池化层得到基准光谱特征； S3.2、对负样本光谱特征进行归一化处理，计算过程如下： ， 其中，和分别表示负样本光谱特征维度的均值和标准差，表示归一化后的负样本光谱特征； S3.3、负样本编码器实质为一个全连接神经网络，包括第一隐藏层、第二隐藏层和第三隐藏层，其中，第一隐藏层包括一个全连接层，输出维度为128，激活函数为；第二隐藏层包括一个全连接层，输出维度为32，激活函数为；第三隐藏层包括一个全连接层，输出维度为16，没有激活函数； 将输入至负样本编码器中，依次经过第一隐藏层、第二隐藏层和第三隐藏层，得到负样本编码特征，，表示负样本编码特征的维度，表示负样本编码特征中第维特征，； S3.4、将负样本编码特征中不同维度的特征输入至负样本权重计算器，得到负样本权重特征，计算公式如下： ， ， ， 其中，表示激活函数，表示负样本编码特征中第维特征和第维特征的交互权重，，，，和都为的索引，表示第维特征的线性权重，表示偏置项，设置，表示特征和特征的协方差，表示特征和特征标准差的乘积，表示特征的方差，表示特征的方差； S3.5、将基准光谱特征和负样本权重特征通过光谱感知注意力公式计算得到光谱感知特征，计算公式如下： ， 其中，表示光谱感知注意力公式中第一层权重矩阵，表示光谱感知注意力公式第二层权重矩阵，表示光谱感知注意力公式中第一层的偏置项，表示光谱感知注意力公式中第二层的偏置项； S3.6、变化光谱特征提取器的结构同基准光谱特征提取器，两者权重独自更新，将输入至变化光谱特征提取器中，得到变化光谱特征； S3.7、肤色评估器、细腻度评估器和光泽度评估器三者结构相同，均包括第一全连接层、第二全连接层和第三全连接层，三个评估器的权重独自更新； 其中，第一全连接层的输出维度为64，使用ReLU激活函数；第二全连接层的输出维度为8，使用ReLU激活函数；第三全连接层的输出维度为1，不使用激活函数； 将光谱感知特征和变化光谱特征相加后分别输入至肤色评估器、细腻度评估器和光泽度评估器中，分别得到预测肤色评分、预测细腻度评分、预测光泽度评分； S4、通过损失函数计算真实评分和预测评分的损失，并通过Adam优化器迭代化妆品功效评估模型中的参数，得到训练后的化妆品功效评估模型； S5、将待评估的使用化妆品后的面部光谱输入至训练后的化妆品功效评估模型中，得到最终的预测评分。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东省食品药品检验研究院，其通讯地址为：250101 山东省济南市高新区新泺大街2749号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。