KR101287420B1 - 헤어스타일 합성시스템 및 합성방법 - Google Patents

Abstract

본 발명은 헤어스타일 합성시스템 및 합성방법에 관한 것으로서, 본 발명은 합성대상 얼굴영상이 입력되는 영상입력부와, 상기 입력된 얼굴영상에서 얼굴인식 알고리즘을 통해 얼굴영역과 특징점들을 검출하는 얼굴인식부와, 상기 얼굴인식부에서 검출된 특징점들을 분석하여 얼굴유형을 결정하는 얼굴유형분석부와, 헤어스타일들이 얼굴유형별로 분류되어 저장된 헤어스타일DB와, 상기 헤어스타일DB로부터 상기 얼굴유형분석부에서 결정된 얼굴유형에 해당하는 헤어스타일을 추출하는 헤어스타일추출부와, 상기 추출된 헤어스타일을 상기 얼굴영상에 매칭시켜 헤어스타일 합성영상을 생성하는 헤어스타일합성부를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 사용자의 얼굴유형 분석을 통해 얼굴유형에 따른 최적의 헤어스타일을 추출하여 합성이 되도록 함으로써 사용자가 많은 헤어스타일 샘플들을 반복적으로 합성시키는 과정을 최소화할 수 있으며, 그에 따라 최적의 헤어스타일 생성과정이 보다 간편해지고 신속해지는 장점이 있다.

Description

헤어스타일 합성시스템 및 합성방법 {Hairstyle simulation system and method}

본 발명은 헤어스타일 합성시스템 및 합성방법에 관한 것으로서, 특히 얼굴영상으로부터 얼굴유형을 결정한 후 얼굴유형에 적합한 헤어스타일을 매칭시킴으로써 사용자에게 최적의 헤어스타일정보를 보다 편리하고 신속하게 제공할 수 있는 헤어스타일 합성시스템 및 합성방법에 관한 것이다.

일반적으로 사람의 외부이미지를 결정하는데 있어 헤어스타일이 가장 중요한 측면으로 고려되고 있으며, 그 만큼 많은 사람들이 자신에게 적합한 헤어스타일을 연출하기 위해 많은 비용과 노력을 투자하고 있다.

과거에는 이러한 헤어스타일의 결정을 주로 헤어샵의 헤어디자이너에게 전적으로 의존함으로써 헤어스타일이 맘에 들지 않아 고객의 불만은 늘어나고 헤어디자이너 또한 고객이 만족하도록 다시 헤어스타일을 연출하는 등 고객과 헤어디자이너 모두에게 불편한 문제점이 있었다.

이러한 문제점의 인식과 함께 영상처리기술의 발전에 기인하여 최근들어서는 컴퓨터 시뮬레이션을 통해 얼굴이미지와 헤어스타일이미지를 미리 합성시켜 고객에게 제공하는 서비스들이 개발되고 있다.

이러한 헤어스타일 합성 서비스들은 주로 에이다부스트(Adaboost), SVM(Support Vector, Machine), AAM(Active Appearance Model)과 같은 얼굴인식 알고리즘 기술을 이용하여 사진이미지로부터 얼굴영역과 특징점들을 검출한 후 이를 기반으로 헤어스타일을 이미지를 매칭시키는 방법으로 이루어져 있다.

그런데, 이러한 종래의 합성 서비스들은 얼굴이미지와 헤어스타일을 단순하게 매칭시키는 수준에 머물러 있기 때문에, 데이터베이스에 저장된 많은 헤어스타일 샘플들을 반복적으로 매칭시키면서 자신에게 적합한 최적의 헤어스타일을 결정해야 하므로 여전히 번거롭고 많은 시간과 노력이 요구될 수 밖에 없는 문제점이 있다.

또한, 종래의 합성 서비스들은 정면얼굴에 대한 헤어스타일 합성서비스만이 제공되므로 고객이 전체적인 헤어스타일을 제대로 파악하기가 어려우며, 그에 따라 실제로 연출된 헤어스타일과 합성서비스를 통해 파악한 헤어스타일이 상이하여 고객이 만족스러운 결과를 얻지 못하는 경우가 많은 문제점도 있다.

따라서, 가능한 사용자의 입력이나 매칭과정의 반복을 최소화함으로써 보다 간편하고 신속하게 사용자에게 최적의 헤어스타일 합성영상을 제공할 수 있는 헤어스타일 합성기술의 개발이 필요한 실정이다.

본 발명은 상술한 종래의 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 얼굴인식 알고리즘을 통해 검출된 얼굴의 특징점들로부터 얼굴유형을 먼저 분석한 후 해당 얼굴유형에 적합한 헤어스타일을 추출하여 합성시킴으로써 보다 간편하고 신속하게 사용자에게 최적의 헤어스타일정보를 제시할 수 있는 헤어스타일 합성시스템 및 합성방법을 제공하는 것이다.

또한, 본 발명의 목적은 정면 헤어스타일뿐만 아니라 측면 또는 배면헤어스타일을 함께 합성시켜 제시함으로써 사용자의 만족도를 높일 수 있는 헤어스타일 합성시스템 및 합성방법을 제공하는 것이다.

상기한 목적을 달성하기 위한 본 발명의 과제해결수단으로서,

합성대상 얼굴영상이 입력되는 영상입력부와, 상기 입력된 얼굴영상에서 얼굴인식 알고리즘을 통해 얼굴영역과 특징점들을 검출하는 얼굴인식부와, 상기 얼굴인식부에서 검출된 특징점들을 분석하여 얼굴유형을 결정하는 얼굴유형분석부와, 헤어스타일들이 얼굴유형별로 분류되어 저장된 헤어스타일DB와, 상기 헤어스타일DB로부터 상기 얼굴유형분석부에서 결정된 얼굴유형에 해당하는 헤어스타일을 추출하는 헤어스타일추출부와, 상기 추출된 헤어스타일을 상기 얼굴영상에 매칭시켜 헤어스타일 합성영상을 생성하는 헤어스타일합성부를 포함하는 헤어스타일 합성시스템이 개시된다.

또한, 상기한 목적을 달성하기 위한 본 발명의 과제해결수단으로서,

합성대상 얼굴영상이 입력되는 영상입력단계와, 상기 입력된 얼굴영상에서 얼굴인식 알고리즘을 통해 얼굴영역과 특징점들을 검출하는 얼굴인식단계와, 상기 검출된 특징점들의 분석을 통해 얼굴유형을 결정하는 얼굴유형분석단계와, 상기 결정된 얼굴유형에 따라서 헤어스타일DB로부터 해당 얼굴유형으로 분류된 헤어스타일을 추출하는 헤어스타일추출단계와, 상기 추출된 헤어스타일을 상기 얼굴영상에 매칭시켜 헤어스타일 합성영상을 생성하는 헤어스타일합성단계를 포함하는 헤어스타일 합성방법이 개시된다.

본 발명에 따른 헤어스타일 합성시스템 및 합성방법은,

사용자의 얼굴유형 분석을 통해 얼굴유형에 따른 최적의 헤어스타일을 추출하여 합성이 되도록 함으로써 사용자가 많은 헤어스타일 샘플들을 반복적으로 합성시키는 과정을 최소화할 수 있으며, 그에 따라 최적의 헤어스타일 생성과정이 보다 간편해지고 신속해지는 장점이 있다.

또한, 정면헤어스타일 뿐만 아니라 측면 또는 배면헤어스타일의 합성이미지도 함께 제공되므로 전체적인 헤어스타일의 파악이 용이하며, 그에 따라 고객의 신뢰도 및 만족도를 높일 수 있는 장점이 있다.

아울러, 상기한 바와 같이 구체적으로 명시한 효과 이외에 본 발명의 특징적인 구성으로부터 용이하게 도출되고 기대될 수 있는 특유한 효과 또한 본 발명의 효과에 포함될 수 있음을 첨언한다.

도 1은 본 발명의 일 실시예에 따른 헤어스타일 합성시스템의 구성을 나타내는 도면이고,
도 2는 얼굴유형분석부의 구성을 나타내는 도면이며,
도 3은 얼굴특징점의 일 예를 나타내는 도면이고,
도 4는 8가지 얼굴유형의 일 예를 나타내는 도면이며,
도 5는 헤어스타일합성부에서 합성된 헤어스타일 합성영상의 일 예를 나타내는 도면이고,
도 6은 백헤어병합부에서 백헤어가 병합되는 헤어스타일 합성영상의 일 예를 나타내는 도면이며,
도 7은 앞머리스타일변경부에서 앞머리스타일이 변경되는 일 예를 나타내는 도면이고,
도 8은 본 발명의 일 실시예에 따른 헤어스타일 합성방법을 나타내는 도면이다.

이하에서, 첨부된 도면들을 참조하여 본 발명에 따른 헤어스타일 합성시스템 및 합성방법의 바람직한 실시예를 상세하게 설명하기로 한다.

본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되어지는 것으로서, 실시예를 설명하는데 있어서 원칙적으로 관련된 공지의 기능이나 공지의 구성과 같이 이미 당해 기술분야의 통상의 기술자에게 자명한 사항으로서 본 발명의 기술적 특징을 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.

도 1은 본 발명의 일 실시예에 따른 헤어스타일 합성시스템의 구성블럭도로서, 도시된 것을 참조하면, 일 실시예에 따른 합성시스템은 영상입력부(10)와, 얼굴인식부(20)와, 얼굴유형분석부(30)와, 헤어스타일DB(40)와, 헤어스타일추출부(50)와, 헤어스타일합성부(60)를 포함하여 이루어진다.

상기 영상입력부(10)는 합성대상이 되는 얼굴영상을 입력받는 기능을 제공한다.

여기서, 상기 영상입력부(10)는 온라인통신부를 포함하여 사용자로부터 온라인을 통해 사진파일을 입력받거나, 또는 스캐닝장치를 포함하여 미리 촬영된 사진을 전자파일형태로 변환시켜 입력받거나, 또는 디지털 촬영장치를 포함하여 직접 촬영된 사진파일을 입력받도록 구현하는 것이 가능하다.

그리고 상기 영상입력부(10)를 통해 입력되는 얼굴영상은 정면얼굴영상뿐만 아니라 측면얼굴영상과 배면얼굴영상의 3가지 영상을 포함할 수 있다.

상기 얼굴인식부(20)는 상기 영상입력부(10)를 통해 입력된 상기 얼굴영상에서 얼굴영역과 특징점들을 검출하는 기능을 제공한다.

상기 얼굴영상에서 얼굴영역과 특징점들을 검출하는 것은 에이다부스트(Adaboost), SVM(Support Vector, Machine), AAM(Active Appearance Model) 등과 같은 얼굴인식 알고리즘을 통해 이루어지게 되는데, 이와 같이 얼굴영상에서 얼굴영역과 특징점을 검출하는 얼굴인식 알고리즘은 이미 당해기술분야에서 주지된 기술이므로 자세한 설명은 생략하기로 한다.

이러한 얼굴인식 알고리즘을 통해 도 3에 도시된 것과 같이 상기 얼굴인식부(20)에서는 얼굴영상으로부터 얼굴윤곽, 눈썹, 눈, 코, 입 등을 특징짖는 총 81개의 특징점들을 검출할 수 있다.

상기 얼굴유형분석부(30)는 상기 얼굴인식부(20)를 통해 검출된 특징점들을 분석하여 상기 얼굴영상이 어떤 얼굴유형에 해당하는지 얼굴유형을 결정하는 기능을 제공한다.

이러한 얼굴유형분석부(30)는 도 2에 도시된 구성블럭도와 같이, 인덱스값산출부(31)와, 임계값산출부(32)와, 분류기준테이블(33)과, 얼굴유형판단부(34)를 포함하는 구성으로 이루어질 수 있다.

상기 인덱스값산출부(31)는 상기 얼굴인식부(20)를 통해 검출된 특징점들로부터 얼굴폭, 얼굴길이, 턱선곡률에 대한 각각의 인덱스값을 산출하게 된다.

여기서, 상기 얼굴폭은 특징점 61과 75간의 거리(도 3참조)를 계산하고, 얼굴길이는 특징점 68과 80간의 거리(도 3참조)를 계산하며, 턱선곡률은 특징점 64, 66, 68간의 곡률(도 3참조)을 계산하며, 이렇게 계산된 값들과 기준값들을 비교하여 각각에 대한 3단계의 인덱스값들을 산출하게 된다.

즉, 얼굴폭의 경우 1, 2, 3의 인덱스값(좁다=1, 보통=2, 넓다=3)을, 얼굴길이의 경우도 1, 2, 3의 인덱스값(짧다=1, 보통=2, 길다=3)을, 턱선곡률의 경우도 1, 2, 3의 인덱스값(크다=1, 보통=2, 작다=3)을 각각 산출하게 되는 것이다.

상기 임계값산출부(32)는 상기 인덱스값산출부(31)에서 산출된 얼굴폭, 얼굴길이, 턱선곡률에 대한 각각의 인덱스값을 기반으로 분류임계값을 산출하게 된다.

여기서, 얼굴형은 얼굴폭이나 얼굴길이보다는 턱선곡률에 따라 보다 큰 영향을 받는 점을 고려하여 분류임계값을 계산할 때 턱선곡률에 대한 가중치로 80%를 부여하고 얼굴폭과 얼굴길이의 관계에 대한 가중치로 20%를 부여함이 바람직하며, 이를 토대로 임계값산출부(32)에서는 아래와 같은 계산식을 통해 분류임계값을 산출하게 된다.

(얼굴폭 인덱스값- 얼굴길이 인덱스값+ 2) X 0.2 + 턱선곡률 인덱스값 X 0.8

상기 분류기준테이블(33)은 상기 인덱스값과 분류임계값에 따라 얼굴유형이 어떻게 분류되는지 그 분류관계가 설정되어 저장되어 있는 판단테이블로서, 본 발명의 일 실시예에서는 아래의 테이블과 같이 8가지 얼굴유형으로 구분하여 설정될 수 있다.(또한, 도 4에는 8가지 얼굴유형의 예가 도시되어 있다.)

<분류기준테이블>

① 사각형 - 분류임계값이 1.0 이하일 때의 얼굴형

② 직사각형 - 분류임계값이 1.2이며, 얼굴폭 인덱스값이 2 이상일 때의 얼굴형

③ 삼각형 - 분류임계값이 1.2이며, 얼굴폭이 1일 때의 얼굴형

④ 둥근형 - 분류임계값이 1.2∼2.0일 때의 얼굴형

⑤ 계란형 - 분류임계값이 2.0∼2.8일 때의 얼굴형

⑥ 긴계란형 - 분류임계값이 2.8일 때의 얼굴형

⑦ 마름모형 - 분류임계값이 3.0이상이며, 얼굴폭이 1일 때의 얼굴형

⑧ 역삼각형 - 분류임계값이 3.0이상이며, 얼굴폭이 2일 때의 얼굴형

상기 얼굴유형판단부(34)는 상기 인덱스값산출부(31)와 임계값산출부(32)에서 각각 산출된 인덱스값과 분류임계값을 상기한 분류기준테이블(33)과 비교하여 해당 얼굴유형을 결정하게 된다.

상기 헤어스타일DB(40)는 다양한 헤어스타일의 이미지들이 저장된 데이터베이스로서, 상기 헤어스타일은 얼굴유형별로 어울리는 적합한 헤어스타일이 분류되어 저장되는 특징을 갖는다.

즉, 헤어스타일은 특히 얼굴유형에 따라 적합한 헤어스타일을 분류할 수 있는 바, 다양한 헤어스타일이 얼굴유형별로 분류되어 상기 헤어스타일DB(40)에 저장이 되는 것이다.

또한, 상기 헤어스타일DB(40)에 저장된 헤어스타일은 상기 영상입력부(10)를 통해 정면얼굴, 측면얼굴, 배면얼굴의 3가지 영상이 입력된 경우 각각의 얼굴영상과 매칭이 될 수 있도록 정면헤어스타일 뿐만 아니라 측면헤어스타일, 배면헤어스타일이 서로 그룹화되어 저장될 수 있다.

상기 헤어스타일추출부(50)는 상기 얼굴유형분석부(30)에서 결정된 얼굴유형에 따라 상기 헤어스타일DB(40)로부터 해당 얼굴유형으로 분류된 헤어스타일만을 추출하는 기능을 제공한다.

즉, 헤어스타일DB(40)에 얼굴유형별로 각각 20개씩의 헤어스타일이 저장되었고 얼굴유형이 사각형으로 결정된 경우라면, 헤어스타일추출부(50)는 사각형으로 분류된 20개의 헤어스타일만을 추출하게 되는 것이다.

상기 헤어스타일합성부(60)는 상기 헤어스타일추출부(50)를 통해 추출된 헤어스타일을 상기 입력된 얼굴영상에 매칭시켜 헤어스타일 합성영상을 생성하는 기능을 제공한다.

여기서, 상기 헤어스타일추출부(50)에서 추출된 헤어스타일이 복수개일 수 있으므로 이 경우 상기 헤어스타일합성부(60)는 사용자선택부(61)를 포함하여 추출된 헤어스타일 중에서 사용자에 의해 선택된 특정 헤어스타일을 매칭시켜 헤어스타일 합성영상을 생성하게 된다.

또한, 상기 영상입력부(10)를 통해 입력된 얼굴영상이 정면얼굴, 측면얼굴, 배면얼굴영상인 경우 상기 헤어스타일합성부(60)에서도 추출된 정면헤어스타일, 측면헤어스타일, 배면헤어스타일을 정면얼굴영상, 측면얼굴영상, 배면얼굴영상에 각각 매칭시켜 도 5에 도시된 것과 같이 정면헤어스타일 합성영상, 측면헤어스타일 합성영상, 배면헤어스타일 합성영상의 3가지 합성영상을 생성하게 된다.

한편, 본 발명의 합성시스템은 실시예에 따라서는 백헤어병합부(70)를 더 포함하여 구성될 수 있다.

상기 백헤어병합부(70)는 도 6에 도시된 것처럼 헤어스타일합성부(60)를 통해 생성된 헤어스타일 합성영상에서 있어서 짧은 형태의 헤어스타일을 제외하고는 얼굴의 턱선 및 목선과 헤어스타일 사이에 빈공간이 형성될 수 있으므로 상기 빈공간에 백헤어레이어를 병합시킴으로써 보다 사실감있는 헤어스타일 합성영상을 생성시키는 기능을 제공하게 된다.

또한, 본 발명의 합성시스템은 실시예에 따라서는 앞머리스타일변경부(80)를 더 포함하여 구성될 수도 있다.

상기 앞머리스타일변경부(80)는 도 7에 도시된 것처럼 헤어스타일합성부(60)를 통해 생성된 헤어스타일 합성영상에서 앞머리부분만을 다양한 길이와 형태로 변경시킬 수 있도록 하는 기능을 제공하며, 이를 위해 앞머리스타일변경부(80)는 헤어스타일별로 적용 가능한 다양한 앞머리형태를 갖는 템플릿을 포함할 수 있다.

또한, 상기한 실시예에 따른 합성시스템은 상기 입력영상부(10)를 통해 입력된 얼굴영상이나 헤어스타일합성부(60)에서 생성된 헤어스타일 합성영상을 저장할 수 있는 저장부를 포함할 수 있고, 또한 이러한 영상들을 각각 디스플레이할 수 있는 디스플레이부와, 사용자와의 인터페이스를 위한 인터페이스부를 더 포함할 수 있음은 당연히 이해될 수 있을 것이다.

도 8은 본 발명의 일 실시예에 따른 헤어스타일 합성방법에 대한 흐름도로서, 상기한 도면을 참조하면, 일 실시예에 따른 헤어스타일 합성방법은 먼저 합성대상이 되는 얼굴영상이 입력되는 영상입력단계(S100)로부터 시작된다.

상기 영상입력단계(S100)에서 입력되는 얼굴영상은 전술한 것처럼 정면얼굴, 측면얼굴, 배면얼굴영상의 3가지일 수 있으며, 또한 얼굴영상을 온라인을 통해 입력받거나 스캔장치를 통해 변환 입력받거나 또는 촬영장치로부터 직접 입력을 받는 방식 모두가 가능할 수 있다.

다음으로, 상기 입력된 얼굴영상에서 얼굴인식 알고리즘을 통해 얼굴영역과 특징점들을 검출하는 얼굴인식단계(S200)가 진행된다.

본 단계(S200)에서는 에이다부스트(Adaboost), SVM(Support Vector, Machine), AAM(Active Appearance Model) 등과 같은 얼굴인식 알고리즘을 통해 얼굴영상으로부터 얼굴윤곽, 눈썹, 눈, 코, 입 등을 특징짓는 총 81개의 특징점들을 검출하게 된다.(도 3참조)

이렇게 얼굴인식단계(S200)를 통해 특징점들의 검출이 완료되면, 다음으로 검출된 특징점들을 분석하여 얼굴유형을 결정하는 얼굴유형분석단계(S300)가 이어진다.

본 얼굴유형분석단계(S300)에서는 먼저 상기 검출된 특징점들로부터 얼굴폭, 얼굴길이, 턱선곡률에 대한 각각의 인덱스값을 산출하는 인덱스값산출단계(S310)가 진행된다.

상기 얼굴폭, 얼굴길이, 턱선곡률에 대한 각각의 인덱스값 산출방법은 전술한 합성시스템의 실시예에서 자세하게 설명되었는 바, 중복되는 설명은 생략하기로 한다.

상기 단계(S310)를 통해 인덱스값이 산출되면, 다음으로 산출된 얼굴폭, 얼굴길이, 턱선곡률에 대한 각각의 인덱스값을 기반으로 분류임계값을 산출하는 임계값산출단계(S320)가 진행되며, 본 단계(S320)에서 분류임계값의 산출은 전술한 것과 동일하게 아래의 계산식에 의해 이루어진다.

(얼굴폭 인덱스값- 얼굴길이 인덱스값+ 2) X 0.2 + 턱선곡률 인덱스값 X 0.8

상기 단계(S320)을 통해 분류임계값이 산출되면, 다음으로 상기 산출된 인덱스값, 분류임계값과 설정된 분류기준테이블을 비교하여 얼굴유형을 결정하는 얼굴유형결정단계(S330)가 진행된다.

본 단계(S330)에서 결정되는 얼굴유형은 전술한 합성시스템의 실시예와 동일하게 사각형, 직사각형, 삼각형, 둥근형, 계란형, 긴계란형, 마름모형, 역삼각형의 8가지로 분류된다.

상기 얼굴유형분석단계(S300)를 통해 얼굴유형이 결정되면, 상기 결정된 얼굴유형에 따라서 헤어스타일DB로부터 해당 얼굴유형으로 분류된 헤어스타일을 추출하는 헤어스타일추출단계(S400)가 이어진다.

상기 단계(S400)을 통해 헤어스타일이 추출되면, 다음으로 추출된 헤어스타일을 상기 얼굴영상에 매칭시켜 헤어스타일 합성영상을 생성하는 헤어스타일합성단계(S500)가 이어진다.

이 때, 상기 영상입력단계(S100)에서 입력된 얼굴영상이 정면얼굴, 측면얼굴, 배면얼굴영상인 경우 본 단계(S500)단계에서도 정면헤어스타일 합성영상, 측면헤어스타일 합성영상, 배면헤어스타일 합성영상의 3가지 합성영상을 생성하게 된다.

상기와 같은 과정을 통해 얼굴유형에 적합한 헤어스타일 합성영상을 생성하게 되는데, 실시예에 따라서는 상기 헤어스타일합성단계(S500)에 이어서 백헤어병합단계(S600)가 더 진행될 수 있다.

상기 백헤어병합단계(S600)에서는 생성된 헤어스타일 합성영상에서 있어서 얼굴의 턱선 및 목선과 헤어스타일 사이에 형성된 빈공간에 백헤어레이어를 병합시킴으로써 보다 사실감있는 헤어스타일 합성영상을 생성시키게 된다.

또한, 실시예에 따라서는 생성된 헤어스타일 합성영상에서 앞머리부분만을 다양한 길이와 형태로 변경시키는 앞머리스타일변경단계(S700)가 더 진행될 수도 있다.

상술한 과정으로 이루어지는 본 발명의 일 실시예에 따른 헤어스타일 합성방법은 그러한 방법을 수행하기 위한 프로그램, 프로그램이 기록된 기록매체로서 구체적으로 구현이 될 수 있으며, 이러한 구현은 앞서 설명한 합성시스템 및 합성방법에 대한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 충분히 구현할 수 있는 것이다.

이상에서 살펴본 바와 같이 본 발명은 얼굴영상으로부터 얼굴유형을 분석하고 이를 통해 얼굴유형에 적합한 것으로 분류된 헤어스타일만을 추출하여 합성하므로 다양한 헤어스타일들을 무작위로 합성시키는 것과 비교할 때 보다 신속하게 편리하게 최적의 헤어스타일 합성영상을 제공할 수 있음을 알 수 있다.

이상으로 본 발명의 바람직한 실시예에 대하여 설명하였는데, 본 발명의 기술적 범위는 상술한 실시예 및 도면들에 기재된 내용으로 한정되는 것은 아니며, 해당 기술분야의 통상의 지식을 가진 자에 의해 수정 또는 변경된 등가의 구성은 본 발명의 기술적 사상의 범위를 벗어나지 않는 것이라 할 것이다.

*첨부된 도면의 주요부위에 대한 부호를 설명하면 다음과 같다.
10: 영상입력부 20: 얼굴인식부
30: 얼굴유형분석부 31: 인덱스값산출부
32: 임계값산출부 33: 분류기준테이블
34: 얼굴유형판단부 40: 헤어스타일DB
50: 헤어스타일추출부 60: 헤어스타일합성부
70: 백헤어병합부 80: 앞머리스타일변경부

Claims (11)

1. 합성대상 얼굴영상이 입력되는 영상입력부;
   상기 입력된 얼굴영상에서 얼굴인식 알고리즘을 통해 얼굴영역과 특징점들을 검출하는 얼굴인식부;
   상기 특징점들로부터 얼굴폭, 얼굴길이, 턱선곡률에 대한 각각의 인덱스값을 산출하는 인덱스값산출부와, 상기 산출된 각각의 인덱스값을 기반으로 분류임계값을 산출하는 임계값산출부와, 상기 인덱스값, 분류임계값과 얼굴유형의 관계가 설정된 분류기준테이블과, 상기 산출된 인덱스값, 분류임계값과 상기 분류기준테이블을 비교하여 얼굴유형을 결정하는 얼굴유형판단부를 포함하는 얼굴유형분석부;
   헤어스타일들이 얼굴유형별로 분류되어 저장된 헤어스타일DB;
   상기 헤어스타일DB로부터 상기 얼굴유형분석부에서 결정된 얼굴유형에 해당하는 헤어스타일을 추출하는 헤어스타일추출부; 및
   상기 추출된 헤어스타일을 상기 얼굴영상에 매칭시켜 헤어스타일 합성영상을 생성하는 헤어스타일합성부;를 포함하는 것을 특징으로 하는 헤어스타일 합성시스템.
2. 제 1항에 있어서,
   상기 입력되는 얼굴영상은 정면얼굴, 측면얼굴, 배면얼굴을 포함함과 함께 상기 헤어스타일DB에 저장된 헤어스타일은 상기 얼굴영상들과 각각 매칭 가능한 정면헤어스타일, 측면헤어스타일, 배면헤어스타일을 포함하여,
   정면헤어스타일 합성영상, 측면헤어스타일 합성영상, 배면헤어스타일 합성영상이 상기 헤어스타일합성부에서 각각 생성되는 것을 특징으로 하는 헤어스타일 합성시스템.
3. 삭제
4. 제 1항에 있어서,
   상기 임계값산출부는,
   (얼굴폭 인덱스값- 얼굴길이 인덱스값+ 2) X 0.2 + 턱선곡률 인덱스값X 0.8
   의 계산식을 통해 분류임계값을 산출하는 것을 특징으로 하는 헤어스타일 합성시스템.
5. 제 1항에 있어서,
   상기 헤어스타일 합성영상에서 앞머리부분의 스타일만을 다양하게 변경시킬 수 있는 앞머리스타일변경부;를 더 포함하는 것을 특징으로 하는 헤어스타일 합성시스템.
6. 제 1항에 있어서,
   상기 헤어스타일 합성영상의 턱선 및 목선과 헤어스타일 사이의 빈공간에 백헤어 레이어를 병합시키는 백헤어병합부;를 더 포함하는 것을 특징으로 하는 헤어스타일 합성시스템.
7. 합성대상 얼굴영상이 입력되는 영상입력단계;
   상기 입력된 얼굴영상에서 얼굴인식 알고리즘을 통해 얼굴영역과 특징점들을 검출하는 얼굴인식단계;
   상기 검출된 특징점들의 분석을 통해 얼굴유형을 결정하는 얼굴유형분석단계;
   상기 결정된 얼굴유형에 따라서 헤어스타일DB로부터 해당 얼굴유형으로 분류된 헤어스타일을 추출하는 헤어스타일추출단계; 및
   상기 추출된 헤어스타일을 상기 얼굴영상에 매칭시켜 헤어스타일 합성영상을 생성하는 헤어스타일합성단계;를 포함하되,
   상기 얼굴유형분석단계는,
   상기 특징점들로부터 얼굴폭, 얼굴길이, 턱선곡률에 대한 각각의 인덱스값을 산출하는 인덱스값산출단계;
   상기 산출된 각각의 인덱스값을 기반으로 분류임계값을 산출하는 임계값산출단계; 및
   상기 산출된 인덱스값, 분류임계값과 설정된 분류기준테이블을 비교하여 얼굴유형을 결정하는 얼굴유형결정단계;를 포함하는 것을 특징으로 하는 헤어스타일 합성방법.
8. 삭제
9. 제 7항에 있어서,
   상기 임계값산출단계에서는,
   (얼굴폭 인덱스값- 얼굴길이 인덱스값+ 2) X 0.2 + 턱선곡률 인덱스값X 0.8
   의 계산식을 통해 분류임계값을 산출하는 것을 특징으로 하는 헤어스타일 합성방법.
10. 제 7항에 있어서,
    상기 생성된 헤어스타일 합성영상의 턱선 및 목선과 헤어스타일 사이의 빈공간에 백헤어 레이어를 병합시키는 백헤어병합단계;를 더 포함하는 것을 특징으로 하는 헤어스타일 합성방법.
11. 제 7항에 있어서,
    상기 생성된 헤어스타일 합성영상에서 앞머리부분의 스타일만을 다양하게 변경시키는 앞머리스타일변경단계;를 더 포함하는 것을 특징으로 하는 헤어스타일 합성방법.

Images