一种美容液的挤出控制方法、装置及系统与流程

本申请涉及计算机技术领域，特别是涉及一种美容液的挤出控制方法、装置、系统、计算机设备和存储介质。

背景技术：

随着社会的不断发展，人们越来越重视自己的形象，另一方面，随着科学技术的进步，越来越多的科技产品可以运用在管理或改善自己的形象的用途上；举例而言，某些美容设备可以自动挤出固定量的护肤液，实现美容液出液一键完成的技术效果。

具体地，该美容设备可以预设美容液的挤出量，当用户按压美容设备上的按键时，挤出相应挤出量的美容液，即每次美容液的挤出量是固定的，不符合用户的个性化需求；另外，美容液的种类可能是多种的，若用户同时需要多种护肤液时，则需要多次按压该美容设备对应的按键，步骤繁琐，不利于提高用户的使用便利性。

技术实现要素：

基于此，有必要针对上述技术问题，提供一种能够智能化控制出液数量的美容液的挤出控制方法、装置、系统、计算机设备和存储介质。

一种美容液的挤出控制方法，所述方法包括：

获取到美容设备发送的包含人体特定部位的初始图像；

将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；

依据所述分类信息获取到对应的特征挤出数据；

将所述特征挤出数据发送至所述美容设备；其中，所述美容设备用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

在其中一个实施例中，所述依据所述分类信息获取到对应的特征挤出数据，包括：

依据所述分类信息生成肤质检测结果；

依据肤质检测结果获取到对应的特征挤出数据。

一种美容液的挤出控制方法，所述方法包括：

采集包含人体特定部位的初始图像；

将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；

其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；

依据所述特征挤出数据控制挤出的美容液的种类和数量。

在其中一个实施例中，所述人体特定部位包括人体皮肤；所述采集包含人体特定部位的初始图像，包括：

通过摄像头采集包含人体皮肤的初始图像。

在其中一个实施例中，所述美容设备预置有特征挤出数据与转动行程的第一映射关系，所述依据所述特征挤出数据控制挤出的美容液的种类和数量，包括：

根据特征挤出数据及第一映射关系，查找到对应的转动行程；

按照所述转动行程控制挤出电机挤出所述一种或多种美容液的数量。

一种美容液的挤出控制装置，所述方法包括：

初始图像获取模块，用于获取到美容设备发送的包含人体特定部位的初始图像；

分类信息获得模块，用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；

第一特征挤出数据获取模块，用于依据所述分类信息获取到对应的特征挤出数据；

特征挤出数据发送模块，用于将所述特征挤出数据发送至所述美容设备；其中，所述美容设备用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

在其中一个实施例中，所述特征挤出数据获取模块包括：

肤质检测结果生成子模块，用于依据所述分类信息生成肤质检测结果；

特征挤出数据获取子模块，用于依据肤质检测结果获取到对应的特征挤出数据。

一种美容液的挤出控制装置，所述方法包括：

初始图像采集模块，用于采集包含人体特定部位的初始图像；

第二特征挤出数据获得模块，用于将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；

其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；

控制模块，用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

在其中一个实施例中，所述人体特定部位包括人体皮肤；所述初始图像采集模块包括：

初始图像采集子模块，用于通过摄像头采集包含人体皮肤的初始图像。

在其中一个实施例中，，所述美容设备预置有特征挤出数据与转动行程的第一映射关系，所述控制模块包括：

转动行程查找子模块，用于根据特征挤出数据及第一映射关系，查找到对应的转动行程；

控制子模块，用于按照所述转动行程控制挤出电机挤出所述一种或多种美容液的数量。

一种美容液的挤出控制系统，所述美容液的挤出控制系统包括美容设备及服务器，所述服务器预置有训练后的机器学习模型；所述系统包括：

所述美容设备采集包含人体特定部位的初始图像；

所述美容设备将所述初始图像发送至服务器；

所述服务器将经过处理的初始图像输入至训练后的机器学习模型，获得分类信息；

所述服务器依据所述分类信息获取到对应的特征挤出数据；

所述服务器将所述特征挤出数据发送至所述美容设备；

所述美容设备依据所述特征挤出数据控制挤出的美容液的种类和数量。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取到美容设备发送的包含人体特定部位的初始图像；

将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；

依据所述分类信息获取到对应的特征挤出数据；

将所述特征挤出数据发送至所述美容设备；其中，所述美容设备用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

采集包含人体特定部位的初始图像；

将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；

其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；

依据所述特征挤出数据控制挤出的美容液的种类和数量。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取到美容设备发送的包含人体特定部位的初始图像；

将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；

依据所述分类信息获取到对应的特征挤出数据；

将所述特征挤出数据发送至所述美容设备；其中，所述美容设备用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

采集包含人体特定部位的初始图像；

将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；

其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；

依据所述特征挤出数据控制挤出的美容液的种类和数量。

上述美容液的挤出控制方法、装置、系统、计算机设备和存储介质，通过采集包含人体特定部位的初始图像；将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；依据所述特征挤出数据控制挤出的美容液的种类和数量；可以实现智能化控制美容液的出液数量的技术效果，满足用户的多样化的护肤需求，不需要用户手动挤出多种不同的美容液，提高用户的使用便利性。

附图说明

图1是一个实施例的一种美容液的挤出控制方法的应用环境图；

图2是一个实施例的一种美容液的挤出控制方法的流程示意图；

图3是一个实施例的一种美容液的挤出控制方法的流程示意图；

图4是一个实施例的一种美容液的挤出控制系统的流程示意图；

图5是一个实施例的一种美容液的挤出控制装置的结构框图；

图6是一个实施例的一种美容液的挤出控制装置的结构框图；

图7是一个实施例的一种计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的美容液的挤出控制方法，可以应用于如图1所示的应用环境中。其中，美容设备102通过网络与服务器104进行通信。其中，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种美容液的挤出控制方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：

步骤s201,获取到美容设备发送的包含人体特定部位的初始图像；

本实施例中，所述服务器可以包括pc(personalcomputer，个人电脑)服务器、大型机、小型机，还可以包括云服务器，本发明实施例对服务器的种类及数量不作具体的限制。

具体实现中，所述服务器与一个或多个美容设备连接，两者可以通过有线或无线的方式连接，有线的方式是指服务器与美容设备通过通信线缆组成的有线通信网络连接，而无线的方式是指两者通过互联网、lte(longtermevolution，长期演进)网络等通信网络进行连接，本实施例对两者的具体连接方式不作限制。

需要说明的是，该美容设备可以是用于存放及挤出一种或多种美容液的设备，具体地，所述美容设备可以包括至少一个挤出电机及至少一个液体储存器，所述液体储存器用于存放美容液；即该美容设备可以同时挤出预设数量的多种美容液；举例而言，该美容设备可以同时挤出1ml的“护手霜”及3ml的“眼霜”。

相应地，该美容设备可以设置有一个或多个挤出机构，如喷嘴机构、挤压机构等，本实施例对此不作限制。另外地，美容设备还可以包括其他的电子部件，可以用于接收或发送信息；如发送控制信息至所述挤出电机，控制挤出的美容液的数量；具体地，该电子部件可以包括处理器、存储器及网络连接器等，本实施例对此不作限制。

在本实施例中，该美容设备通过摄像头采集到包含人体特定部位的初始图像后，该美容设备可以将该初始图像发送服务器；该服务器可以接收所述包含人体特定部位的初始图像。

该人体特定部位可以包括人体器官，如人体皮肤等，需要说明的是，该初始图像可以为包含部分的人体特定部位的图像；举例而言，该初始图像可以为包含人脸皮肤的图像。

步骤s202，将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；

具体实现中，该服务器可以预置有训练后的机器学习模型，需要说明的是，该机器学习模型可以按照可使用的数据类型分为监督学习模型和无监督学习模型；监督学习模型主要包括用于分类及用于回归的模型。

举例而言，监督学习模型可以包括线性分类器模型(linearclassifier)、支持向量机模型(supportvectormachine)、朴素贝叶斯模型分类器(naivebayesclassifier)、k近邻模型(k-nearestneighbor)、决策树模型(decisiontree)、线性回归模型(linearregression)、回归树模型(regressiontree)；

而无监督学习模型主要包括：数据聚类模型(k-means)、数据降维模型(principalcomponentanalysis)。本实施例的方法可以应用于监督学习模型。

进一地，所述机器学习模型可以通过以下方式进行训练，得到训练后的机器学习模型：

1、获取包含人体特定部位的样本图像；

2、提取出所述样本图像中的连通域图像；

3、获取所述连通域图像的特征形状参数；

4、当所述特征形状参数符合预设条件时，将所述连通域图像确定为人体特定部位对应的人体特征图像；

5、将所述人体特征图像输入至机器学习模型进行训练，获得训练后的机器学习模型。

具体地，所述服务器获取到所述人体特定部位的样本图像后，可以提取出所述样本图像的连通域图像，具体地，首先将所述样本图像进行灰度的转换，获得该样本图像对应的灰度图像，再将该灰度图像二值化，获得二值化图像，最后，进一步地提取出所述该二值化图像的一个或者多个连通域图像。

当获得该连通域图像后，该服务器可以获取到该连通域图像的特征形状参数，而该特征形状参数是指该连通域图像的形状、尺寸或其比例等相关参数。

举例而言，该特征形状参数可以包括连通域面积参数、惯性率参数、凸度参数和圆度参数等，还可以包括某两个连通域面积参数的比例，本实施例对此不作具体的限制。

当服务器获得所述特征形状参数后，可以判断所述特征形状参数是否符合预设条件，当该特征形状参数符合预设条件时，将该特征形状参数对应的连通域图像确定为人体特征图像，需要说明的是，所述人体特征图像即为经过处理的初始图像。

当获得上述的人体特征图像后，将该人体特征图像输入至所述机器学习模型中，训练该机器学习模型；即将所述人体特征图像作为样本图像，采用该样本图像针对机器学习模型进行训练，得到训练后的机器学习模型。

上述的获取人体特征图像的方式仅仅是本发明实施例的一种举例，还可以通过所述其他的方式获得所述样本图像的人体特征图像；在另一种实施例中，可以将rgb颜色模式的样本图像转换为hsv颜色模式的图像；再提取出所述hsv颜色模式的图像中的至少一个边缘区域图像；对所述边缘区域图像进行筛选，获得人体特征图像；再将所述人体特征图像输入至机器学习模型进行训练，获得训练后的机器学习模型；

具体而言，该提取出所述hsv颜色模式的图像中的至少一个边缘区域图像的步骤可以包括：将所述hsv颜色模式的图像进行滤波及二值化，获得二值图像；针对所述二值图像进行第一滤波操作，获得第一滤波图像；针对所述第一滤波图像进行边缘检测，获得至少一个边缘区域图像。

基于上述的两种获得人体特征图像的方式，本领域技术人员还可以推导或联想出其他与本实施例的构思相似或相同的获得人体特征图像的方式，本实施例对获得人体特征图像的方式并不作过多的限制。

需要说明的是，该样本图像可以是不同于该初始图像的图像数据，其主要用于训练所述机器学习模型，但该样本图像同样可以包含人体特定部位的图像。

得到训练后的机器学习模型之后，服务器可以将训练后的机器学习模型预置于其上的数据库中，当接收到所述初始图像时，服务器可以针对所述初始图像进行处理，获得人体特征图像，服务器可以调用该训练后的机器学习模型对应的程序接口，将人体特征图像输入到所述训练后的机器学习模型，获得分类信息；即该经过处理的初始图像即为所述人体特征图像。

步骤s203，依据所述分类信息获取到对应的特征挤出数据；

当该经过处理的初始图像输入至所述训练后的机器学习模型之后，服务器可以获得到输出的分类信息。

进一步地，根据所述分类信息获取到对应的特征挤出数据；需要说明的是，该特征挤出数据可以包括挤出量数据和/或美容液种类数据；该挤出量数据是指美容液的体积或重量大小；而该美容液种类数据是指不同美容液的类别标识信息。

具体应用中，服务器可以根据所述分类信息获取到对应的肤质检测结果，根据所述肤质检测结果获得所述挤出量数据和/或美容液种类数据。

步骤s204，将所述特征挤出数据发送至所述美容设备；其中，所述美容设备用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

进一步地，服务器获取到特征挤出数据之后，将所述特征挤出数据发送至所述美容设备；即将所述挤出量数据和/或美容液种类数据发送至所述美容设备。

根据本实施例提供的美容液的挤出控制方法，获取到美容设备发送的包含人体特定部位的初始图像；将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；依据所述分类信息获取到对应的特征挤出数据；将所述特征挤出数据发送至所述美容设备；其中，所述美容设备用于依据所述特征挤出数据控制挤出的美容液的种类和数量；可以实现智能化控制美容液的出液数量的技术效果，满足用户的多样化的护肤需求，不需要用户手动挤出多种不同的美容液，简化使用步骤，提高用户的使用便利性。

在另一个实施例中，在所述步骤s203包括：依据所述分类信息生成肤质检测结果；依据肤质检测结果获取到对应的特征挤出数据。

具体而言，该服务器可以预置有多个映射表，如某个映射表可以包括分类信息与所述肤质检测结果的第一映射关系；另外一个映射表可以包括肤质检测结果与特征挤出数据的第二映射关系。

当获取到所述分类信息时，该服务器可以查询所述第一映射关系，获得对应的肤质检测结果，该肤质检测结果可以为用户的肤质报告，记录用户的肤质情况；再根据所述肤质检测结果查询所述第二映射关系，获得对应的特征挤出数据。

举例而言，当该人体特征图像为毛孔特征图像时，该分类信息可以包括第一类信息、第二类信息及第三类信息等。

该第一类信息可以是指毛孔的数量为20个的信息；第二类可以是指毛孔的数量为50个的信息；第三类可以是指毛孔的数量为80个的信息，上述的分类信息可以是本领域技术人员根据实际情况而设定的相关信息，本实施例对此不作限制。

当该分类信息为第三类信息，即毛孔的数量为80个的信息；根据所述分类信息与肤质检测结果的第一映射关系，查找到该第三类信息对应的肤质检测结果为“数量较多”，则服务器可以再根据上述的肤质检测结果及第二映射关系，查找到特征挤出数据的为：“精华素：1ml”、“乳液面霜：3ml”，可以准确地根据用户的肤质确定多种美容液的出液数量。

在一个实施例中，如图3所示，提供了一种美容液的挤出控制方法，以该方法应用于图1中的美容设备102为例进行说明，包括以下步骤：

步骤s301,采集包含人体特定部位的初始图像；

本实施例中，所述美容设备主要包括控制部件及美容液挤出部件，该控制部件主要包括处理器、存储器等，该控制部件也由一个单独的计算机组成，本实施例对此不作限制，而该美容液挤出部件可以包括挤出电机及液体储存器等，所述美容设备运行的操作系统可以包括android(安卓)、ios、windowsphone、windows等等；

具体而言，美容设备可以采集包含人体特定部位的初始图像；该人体特定部位可以包括人体器官，如人体皮肤等，需要说明的是，该初始图像可以为包含部分的人体特定部位的图像；例如，该初始图像可以为包含人脸皮肤的图像。

步骤s302，将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；

具体应用中，所述美容设备采集到所述初始图像后，将所述初始图像发送至所述服务器，服务器接收到所述初始图像后，针对所述初始图像进行处理，将经过处理的初始图像(即人体特征图像)输入到训练后的机器学习模型，获得分类信息，根据上述的第一映射关系及第二映射关系获得对应的特征挤出数据，并将所述特征挤出数据发送至美容设备。

步骤s303，依据所述特征挤出数据控制挤出的美容液的种类和数量。

本实施例中，该美容设备还可以根据所述特征挤出数据控制挤出的美容液的种类和数量；需要说明的是，该美容设备包括一个或多个挤出电机，还包括与之对应的一个或多个液体储存器，所述液体储存器分别用于储存不同种类的美容液。

当所述美容设备接收到所述特征挤出数据后，提取出所述特征挤出数据中的挤出量数据和/或美容液种类数据；根据上述的特征挤出数据控制所述挤出电机，从而控制一种或多种美容液的数量。

举例而言，当该特征挤出数据为：“精华素：1ml”、“乳液面霜：3ml”，则提取出该特征挤出数据中的挤出量数据“1ml”、“3ml”，及美容液种类数据“精华素”、“乳液面霜”，按照上述的挤出量数据及美容液种类数据控制挤出电机挤出所述美容液。

根据本实施例提供的美容液的挤出控制方法，采集包含人体特定部位的初始图像；将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；依据所述特征挤出数据控制挤出的美容液的种类和数量；可以实现智能化控制美容液的出液数量的技术效果，满足用户的多样化的护肤需求，不需要用户手动挤出多种不同的美容液，提高用户的使用便利性。

在另一个实施例中，所述人体特定部位包括人体皮肤；所述步骤s301包括：通过摄像头采集包含人体皮肤的初始图像。

具体地，所述美容设备可以包括摄像头，美容设备可以控制该摄像头采集包含人体特定部位的初始图像；该人体特定部位可以包括人体器官，如人体皮肤等，即该初始图像可以为包含部分的人体特定部位的图像；例如，该初始图像可以为包含人脸皮肤的图像。

在另一个实施例中，所述美容设备预置有特征挤出数据与转动行程的第一映射关系，所述步骤s303包括：

根据特征挤出数据及第一映射关系，查找到对应的转动行程；按照所述转动行程控制挤出电机挤出所述一种或多种美容液的数量。

需要说明的是，该美容设备可以预置有特征挤出数据及挤出电机的转动行程的第一映射关系，即每个挤出电机可以挤出对应的一种美容液，具体地，所述美容设备可以通过所述控制一个或多个的挤出电机的转动行程从而控制不同种类的美容液的挤出量；能够定制化的输出美容液，提高设备的智能化程度。

在一个实施例中，如图4所示，提供了一种美容液的挤出控制系统，所述美容液的挤出控制系统包括美容设备及服务器，所述服务器预置有训练后的机器学习模型；所述系统可以执行以下步骤：

步骤s401，所述美容设备采集包含人体特定部位的初始图像；

本实施例中，所述美容设备可以包括摄像头，美容设备可以控制该摄像头采集包含人体特定部位的初始图像；该人体特定部位可以包括人体器官，如人体皮肤等，例如，该美容设备可以控制该摄像头采集包含人脸皮肤的图像。

步骤s402，所述美容设备将所述初始图像发送至服务器；

进一步地，当采集到所述初始图像后，该美容设备通过网络将所述初始图像发送至服务器。

步骤s403，所述服务器将经过处理的初始图像输入至训练后的机器学习模型，获得分类信息；

具体实现中，该服务器可以预置有训练后的机器学习模型，当所述初始图像经过图像处理后，将所述经过图像处理后的初始图像(即人体特征图像)作为模型的输入。

当获得上述的人体特征图像后，将该经过处理后的初始图像输入至训练后的机器学习模型中，输出该经过处理后的初始图像的分类信息。

即得到训练后的机器学习模型之后，服务器可以将训练后的机器学习模型预置于其上的数据库中，当接收到所述初始图像时，针对所述初始图像进行处理，服务器可以调用该训练后的机器学习模型对应的程序接口，将经过处理的初始图像(即人体特征图像)输入到所述训练后的机器学习模型，获得分类信息。

步骤s404，所述服务器依据所述分类信息获取到对应的特征挤出数据；

实际应用中，当该经过处理的初始图像输入至所述训练后的机器学习模型之后，服务器可以获得到输出的分类信息。

进一步地，根据所述分类信息获取到对应的特征挤出数据；需要说明的是，该特征挤出数据可以包括挤出量数据和/或美容液种类数据；该挤出量数据是指美容液的体积或重量大小；而该美容液种类数据是指不同美容液的类别标识信息。

具体应用中，服务器可以根据所述分类信息获取到对应的肤质检测结果，根据所述肤质检测结果获得所述挤出量数据和/或美容液种类数据。

步骤s405，所述服务器将所述特征挤出数据发送至所述美容设备；

本实施例中，当所述服务器获得所述特征挤出数据后的，通过网络将所述特征挤出数据发送至所述美容设备。

步骤s406，所述美容设备依据所述特征挤出数据控制挤出的美容液的种类和数量。

进一步应用到本实施例中，该美容设备还可以根据所述特征挤出数据控制挤出的美容液的种类和数量；该美容设备包括一个或多个挤出电机，还包括与之对应的一个或多个液体储存器，所述液体储存器分别用于储存不同种类的美容液。

当所述美容设备接收到所述特征挤出数据后，提取出所述特征挤出数据中的挤出量数据和/或美容液种类数据；根据上述的特征挤出数据控制所述挤出电机，从而控制挤出的一种或多种美容液的数量。

根据本实施例提供的美容液的挤出控制系统，所述美容设备采集包含人体特定部位的初始图像；所述美容设备将所述初始图像发送至服务器；所述服务器将经过处理的初始图像输入至训练后的机器学习模型，获得分类信息；所述服务器依据所述分类信息获取到对应的特征挤出数据；所述服务器将所述特征挤出数据发送至所述美容设备；所述美容设备依据所述特征挤出数据控制挤出的美容液的种类和数量。可以实现智能化控制美容液的出液数量的技术效果，满足用户的多样化的护肤需求，不需要用户手动挤出多种不同的美容液，提高用户的使用便利性。

应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种美容液的挤出控制装置，包括：初始图像获取模块501、分类信息获得模块502、第一特征挤出数据获取模块503和特征挤出数据发送模块504，其中：

初始图像获取模块501，用于获取到美容设备发送的包含人体特定部位的初始图像；

分类信息获得模块502，用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；

第一特征挤出数据获取模块503，用于依据所述分类信息获取到对应的特征挤出数据；

特征挤出数据发送模块504，用于将所述特征挤出数据发送至所述美容设备；其中，所述美容设备用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

在其中一个实施例中，所述特征挤出数据获取模块504包括：

肤质检测结果生成子模块，用于依据所述分类信息生成肤质检测结果；

特征挤出数据获取子模块，用于依据肤质检测结果获取到对应的特征挤出数据。

在一个实施例中，如图6所示，提供了一种美容液的挤出控制装置，包括：初始图像采集模块601、第二特征挤出数据获得模块602和控制模块603，其中：

初始图像采集模块601，用于采集包含人体特定部位的初始图像；

第二特征挤出数据获得模块602，用于将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；

其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；

控制模块603，用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

在其中一个实施例中，所述人体特定部位包括人体皮肤；所述初始图像采集模块包括：

初始图像采集子模块601，用于通过摄像头采集包含人体皮肤的初始图像。

在其中一个实施例中，所述美容设备预置有特征挤出数据与转动行程的第一映射关系，所述控制模块603包括：

转动行程查找子模块，用于根据特征挤出数据及第一映射关系，查找到对应的转动行程；

控制子模块，用于按照所述转动行程控制挤出电机挤出所述一种或多种美容液的数量。

关于美容液的挤出控制装置的具体限定可以参见上文中对于美容液的挤出控制方法的限定，在此不再赘述。上述美容液的挤出控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

上述提供的美容液的挤出控制装置可用于执行上述任意实施例提供的美容液的挤出控制方法，具备相应的功能和有益效果。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的美容设备通过网络连接通信。该计算机程序被处理器执行时以实现一种美容液的挤出控制方法。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取到美容设备发送的包含人体特定部位的初始图像；

将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；

依据所述分类信息获取到对应的特征挤出数据；

将所述特征挤出数据发送至所述美容设备；其中，所述美容设备用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：依据所述分类信息生成肤质检测结果；依据肤质检测结果获取到对应的特征挤出数据。

在一个实施例中，提供了另一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

采集包含人体特定部位的初始图像；

将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；

其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；

依据所述特征挤出数据控制挤出的美容液的种类和数量。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过摄像头采集包含人体皮肤的初始图像。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据特征挤出数据及第一映射关系，查找到对应的转动行程；按照所述转动行程控制挤出电机挤出所述一种或多种美容液的数量。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取到美容设备发送的包含人体特定部位的初始图像；

将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；

依据所述分类信息获取到对应的特征挤出数据；

将所述特征挤出数据发送至所述美容设备；其中，所述美容设备用于依据所述特征挤出数据控制挤出的美容液的种类和数量。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：依据所述分类信息生成肤质检测结果；依据肤质检测结果获取到对应的特征挤出数据。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

采集包含人体特定部位的初始图像；

将所述初始图像发送至服务器，获得该服务器输出的特征挤出数据；

其中，所述服务器用于将经过处理的初始图像输入至预置的训练后的机器学习模型，获得分类信息；以及依据所述分类信息获取到对应的特征挤出数据并发送至美容设备；

依据所述特征挤出数据控制挤出的美容液的种类和数量。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过摄像头采集包含人体皮肤的初始图像。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据特征挤出数据及第一映射关系，查找到对应的转动行程；按照所述转动行程控制挤出电机挤出所述一种或多种美容液的数量。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。