一种用于美容机器人的数据处理方法及系统与流程

本发明涉及美容异常数据清洗，具体涉及一种用于美容机器人的数据处理方法及系统。

背景技术：

1、美容机器人是指具备人工智能和机器学习技术的机器人，是由特定功能的电路板和串口屏组成来实现固定的功能，通常具有皮肤分析、护肤咨询、化妆技巧、按摩护理和个性化定制的功能，能够给客户提供专业水平的美容建议和服务，帮助客户改善皮肤状态。

2、传统的美容机器人由于操作不当或模块误差等原因，使得所采集存储的用户皮肤指标数据中存在个别异常数据，异常数据的存在将不利于为用户精准提供后续的美容护理服务，故通常采用基于直方图的异常数据检测算法识别可能存在的异常数据点，但传统的基于直方图的异常数据检测算法是假设数据是相互独立的关系，而实际上各皮肤指标间及皮肤指标的各维度评价间都存在着密切的变化关联性，可能导致异常数据未能准确检出，不利于后续为用户提供美容护理等服务。

技术实现思路

1、为了解决现有异常数据检测算法对美容机器人内的异常数据检测不准确的技术问题，本发明的目的在于提供本发明涉及美容数据异常分析与处理技术领域，具体涉及一种用于美容机器人的数据处理方法及系统，所采用的技术方案具体如下：

2、本发明提出了一种用于美容机器人的数据处理方法，所述方法包括：

3、获取预设数量个用户在每类肤质问题中每种皮肤指标的维度评价向量，所述维度评价向量中包括每个用户对应皮肤指标的所有维度评价；

4、根据所有所述维度评价向量构建每种皮肤指标的维度评价矩阵；在每种皮肤指标的所述维度评价矩阵中，根据每个维度评价对应向量维度间的变化趋势差异获取每种皮肤指标的维度相关系数；在每类所述肤质问题中，分析每种皮肤指标对应所述维度评价矩阵间的相关性及每个用户对应皮肤指标间同种维度评价的差异，获取每个用户在对应所述肤质问题中的肤质相关系数；

5、获取每个用户每种皮肤指标中每个维度评价的动态宽度直方图；根据所述维度相关系数及所述肤质相关系数获取每种皮肤指标中每个维度评价的调整系数；根据所述调整系数调整对应皮肤指标中对应维度评价的所述动态宽度直方图；根据调整后的每个维度评价的所述动态宽度直方图，获取所有所述维度评价向量的异常评分；根据所述异常评分在所有所述维度评价向量中筛选出异常维度评价向量。

6、进一步地，所述维度评价包括特征计数、分值及百分位数；所述肤质问题包括色素沉积、皮肤老化及油脂堵塞中的至少一种，其中，色素沉积包括斑点、紫外线色斑及棕色斑三种皮肤指标，皮肤老化包括皱纹及纹理两种皮肤指标，油脂阻塞包括红色区、毛孔及紫质三种皮肤指标。

7、进一步地，所述维度评价矩阵的构建方法包括：

8、以同种皮肤指标的每个所述维度评价向量为行向量构建矩阵，得到所述维度评价矩阵；所述维度评价矩阵的每个所述行向量以任意一个所述维度评价为基准进行顺序排序。

9、进一步地，所述维度相关系数的获取方法包括：

10、在每种皮肤指标的所述维度评价矩阵中，获取每个维度评价对应列向量的斜率；将所述特征计数对应列向量与所述分值对应列向量的斜率之和作为分子，将所述百分位数对应列向量的斜率作为分母，获取比值与预设第一正常数的和值绝对值，将所述和值绝对值进行负相关映射并归一化，得到对应皮肤指标的所述维度相关系数。

11、进一步地，所述每个用户在对应类别肤质问题中的肤质相关系数的获取方法包括：

12、根据色素沉积的肤质相关系数的计算公式获取每个用户在色素沉积类肤质问题中的肤质相关系数；所述色素沉积的肤质相关系数的计算公式为：

13、；其中，为第个用户的色素沉积类肤质问题的肤质相关系数；为色素沉积类肤质问题的符号；为用户序号；为斑点的维度评价矩阵与紫外线色斑的维度评价矩阵间的相关系数；为斑点的维度评价矩阵与棕色斑的维度评价矩阵间的相关系数；为第个用户的斑点的维度评价向量中的特征计数，为第个用户的紫外线色斑的维度评价向量中的特征计数，为第个用户的棕色斑的维度评价向量中的特征计数；为第个用户的斑点的维度评价向量中的分值，为第个用户的紫外线色斑的维度评价向量中的分值，为第个用户的棕色斑的维度评价向量中的分值；为第个用户的斑点的维度评价向量中的百分位数，为第个用户的紫外线色斑的维度评价向量中的百分位数，为第个用户的棕色斑的维度评价向量中的百分位数；为预设第一调参因子；

14、根据油脂堵塞的肤质相关系数的计算公式获取每个用户在油脂堵塞类肤质问题中的肤质相关系数；所述油脂堵塞的肤质相关系数的计算公式为：

15、；其中，为第个用户的油脂堵塞类肤质问题的肤质相关系数；为油脂堵塞类肤质问题的符号；为用户序号；为毛孔的维度评价矩阵与红色区的维度评价矩阵间的相关系数；为毛孔的维度评价矩阵与紫质的维度评价矩阵间的相关系数；为第个用户的红色区的维度评价向量中的特征计数，为第个用户的紫质的维度评价向量中的特征计数，为第个用户的毛孔的维度评价向量中的特征计数；为第个用户的红色区的维度评价向量中的分值，为第个用户的紫质的维度评价向量中的分值，为第个用户的毛孔的维度评价向量中的分值；为第个用户的红色区的维度评价向量中的百分位数，为第个用户的紫质的维度评价向量中的百分位数，为第个用户的毛孔的维度评价向量中的百分位数；为预设第二调参因子；

16、根据皮肤老化的肤质相关系数的计算公式获取每个用户在皮肤老化类肤质问题中的肤质相关系数；所述皮肤老化的肤质相关系数的计算公式为：

17、；其中，为第个用户的皮肤平滑类肤质问题的皮肤序列相关系数；为皮肤老化类肤质问题的符号；为用户序号；为皱纹的维度评价矩阵和纹理的维度评价矩阵间的相关系数；为第个用户的皱纹的维度评价向量中的特征计数，为第个用户的纹理的维度评价向量中的特征计数；为第个用户的皱纹的维度评价向量中的分值，为第个用户的纹理的维度评价向量中的分值；为第个用户的皱纹的维度评价向量中的百分位数，为第个用户的纹理的维度评价向量中的百分位数，为预设第三调参因子。

18、进一步地，所述调整系数的获取方法包括：

19、获取所述预设数量个用户每种皮肤指标对应肤质问题的肤质相关系数均值；获取所述肤质相关系数均值与预设第二正常数的差值绝对值，将所述差值绝对值进行负相关映射并归一化，将归一化值乘以对应皮肤指标的所述维度相关系数，得到对应皮肤指标的调整系数。

20、进一步地，所述动态宽度直方图的调整方法包括：

21、将每种皮肤指标的所述调整系数进行负相关映射并归一化，将归一化值乘以对应皮肤指标在每种维度评价下的所述动态宽度直方图中的每个箱体的区间宽度，得到调整后每个箱体的区间宽度，将每个箱体的箱体面积除以对应调整后的区间宽度，得到每个调整后的区间宽度对应的概率密度，从而得到调整后的动态宽度直方图。

22、进一步地，所述异常评分的获取方法包括：

23、获取每个所述维度评价向量在调整后的所有维度评价的所述动态宽度直方图中的概率密度，采用hbos算法获取对应所述维度评价向量的异常评分。

24、进一步地，所述异常维度评价向量为所述异常评分大于预设阈值的所述维度评价向量。

25、本发明还提出了一种用于美容机器人的数据处理系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任意一项所述一种用于美容机器人的数据处理方法的步骤。

26、本发明具有如下有益效果：

27、本发明根据用户在每类肤质问题中每种皮肤指标的维度评价向量构建每种皮肤指标的维度评价矩阵，便于在每种皮肤指标的维度评价矩阵中分析每个维度评价对应向量维度间的变化趋势差异，得到反映每种皮肤指标维度评价间变化相关性的维度相关系数；然后在每类肤质问题中分析每个皮肤指标对应维度评价矩阵间的相关性及每个用户对应皮肤指标的同种维度评价的差异，获取每个用户在对应类别肤质问题中的肤质相关系数；最后根据维度相关系数及肤质相关系数获取每种皮肤指标中每个维度评价的调整系数，调整系数侧面反映了异常可能性，进而调整对应皮肤指标中对应维度评价的动态宽度直方图，通过调整直方图中数据点的分布密度，更易于识别异常数据，进而获取每个用户的维度评价向量的异常评分，检测出异常维度评价向量。本发明充分考虑了每种皮肤指标间的变化相关性及每种皮肤指标的维度评价间的变化相关性，进而调整分布直方图，提高了异常数据的检测准确性及效率。