KR102392163B1 - 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법 - Google Patents

인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법 Download PDF

Info

Publication number
KR102392163B1
KR102392163B1 KR1020200156701A KR20200156701A KR102392163B1 KR 102392163 B1 KR102392163 B1 KR 102392163B1 KR 1020200156701 A KR1020200156701 A KR 1020200156701A KR 20200156701 A KR20200156701 A KR 20200156701A KR 102392163 B1 KR102392163 B1 KR 102392163B1
Authority
KR
South Korea
Prior art keywords
style
fitting
image
user
images
Prior art date
Application number
KR1020200156701A
Other languages
English (en)
Inventor
김종훈
Original Assignee
김종훈
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김종훈 filed Critical 김종훈
Priority to KR1020200156701A priority Critical patent/KR102392163B1/ko
Application granted granted Critical
Publication of KR102392163B1 publication Critical patent/KR102392163B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법에 관한 것으로, 상기 장치는 상품 정보와 사용자 정보를 포함하는 스타일 정보를 수신하는 스타일 정보 수신부; 사용자 정보에 대응되는 사용자의 실물 사진을 수신하는 실물 사진 수신부; 스타일 정보 및 실물 사진을 기초로 사용자에게 가장 어울리는 적어도 하나의 추천 상품 이미지를 추출하는 추천 상품 이미지 추출부; 적어도 하나의 추천 상품 이미지를 기초로 스타일 피팅 시뮬레이션을 수행하여 스타일 피팅 이미지를 생성하는 피팅 시뮬레이션 수행부; 스타일 피팅 시뮬레이션을 통해 생성된 복수의 스타일 피팅 이미지들을 저장하는 피팅 이미지 저장부; 복수의 스타일 피팅 이미지들 중 적어도 하나에 대한 사용자의 선택을 수신하여 후보 스타일 이미지들을 결정하는 후보 스타일 결정부; 및 후보 스타일 이미지들을 SNS(Social Network Service)를 통해 공유하고 해당 공유 결과에 따라 후보 스타일 이미지들 중에서 베스트 스타일 이미지를 결정하는 스타일 공유부를 포함한다.

Description

인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법{APPARATUS AND METHOD FOR PROVIDING STYLE RECOMMENDATION AND STYLE FITTING SIMULATION SERVICE BASED ON ARTIFICIAL INTELLIGENCE}
본 발명은 인공지능 기반의 이커머스 플랫폼에 관한 것으로, 보다 상세하게는 인공지능 기술을 활용하여 최신 유행 트렌드와 소비자의 개인정보를 분석한 후 소비자에게 가장 잘 어울리는 디자인 또는 상품을 추천해 주는 인공지능 기반의 스타일 추천 서비스와 추천한 디자인 또는 상품에 대해 인공지능 기반의 스타일 피팅 시뮬레이션 서비스를 제공하는 장치 및 방법에 관한 것이다.
인터넷 발달과 더불어 인터넷 쇼핑몰이 호황을 누리고 있다. 인터넷 쇼핑몰은 사용자들이 직접 상점을 방문하지 않고도 컴퓨터와 스마트폰을 통해 인터넷으로 상품을 선택하고, 주문, 결제 및 배송까지 처리하는 것이 가능하여 쇼핑 시간이 절약되고, 손쉽게 여러 가지 상품을 비교할 수 있는 등 많은 이점이 있다.
또한, 온라인 쇼핑몰은 진입장벽이 낮고 적은 비용으로 창업할 수 있는 이점이 있으며, 이와 같은 이유로 인하여 온라인 쇼핑몰은 중소 사업자들이 쉽게 창업할 수 있는 터전으로 각광을 받고 있을 뿐만 아니라, 현재 온라인을 통한 전자상거래는 관련 기술 및 제도적인 보완으로 인해 신뢰성 및 보안성이 보장되고, 믿을 수 있는 상품을 판매하는 판매자 또는 온라인 쇼핑몰 사이트가 생겨남으로써, 온라인 쇼핑몰 사이트를 통한 전자상거래는 사용자들에게 급속도로 보급되고 있다.
다만, 온라인 쇼핑 환경의 보급에도 불구하고 구매자는 여전히 시장의 유행 트렌드를 파악하는데 상당한 노력과 시간을 소비해야 하는 불편이 존재하고, 패션 상품의 경우 실제 매장에 방문하여 착용 모습을 확인하기 전까지는 자신에게 어울리는 상품인지에 대한 정확한 판단이 어렵다는 문제가 존재한다.
한국공개특허 제10-2005-0114020호 (2005.12.05)
본 발명의 일 실시예는 최신 유행 트렌드와 소비자의 개인정보를 분석한 후 소비자에게 가장 잘 어울리는 디자인이나 상품을 추천해 주는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 주요 패션 상품 카테고리별 상품 이미지 데이터 베이스를 구축하고 이를 기반으로 개인별로 최신 유행에 맞는 스타일 코디를 제공할 수 있는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 스타일 정보 및 실물 사진을 기초로 사용자에게 가장 잘 어울리는 복수의 상품을 추출하고 스타일 피팅 시뮬레이션을 통해 생성된 복수의 피팅 이미지들을 저장하는 가상의 피팅룸을 제공할 수 있는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 상품별로 각 개인의 신체조건(얼굴 형태, 신장, 스타일 등)에 맞는 피팅 시뮬레이션 서비스를 제공하고 소비자가 원할 경우 SNS를 통해 피팅 시뮬레이션 결과에 대한 가족/지인/친구/전문가의 의견을 간편하게 수렴해 줌으로써 소비자가 합리적인 구매 의사 결정을 할 수 있도록 도와줄 수 있는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법을 제공하고자 한다.
실시예들 중에서, 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치는 상품 정보와 사용자 정보를 포함하는 스타일 정보를 수신하는 스타일 정보 수신부; 상기 사용자 정보에 대응되는 사용자의 실물 사진을 수신하는 실물 사진 수신부; 상기 스타일 정보 및 상기 실물 사진을 기초로 상기 사용자에게 가장 어울리는 적어도 하나의 추천 상품 이미지를 추출하는 추천 상품 이미지 추출부; 상기 적어도 하나의 추천 상품 이미지를 기초로 스타일 피팅 시뮬레이션을 수행하여 스타일 피팅 이미지를 생성하는 피팅 시뮬레이션 수행부; 상기 스타일 피팅 시뮬레이션을 통해 생성된 복수의 스타일 피팅 이미지들을 저장하는 피팅 이미지 저장부; 상기 복수의 스타일 피팅 이미지들 중 적어도 하나에 대한 사용자의 선택을 수신하여 후보 스타일 이미지들을 결정하는 후보 스타일 결정부; 및 상기 후보 스타일 이미지들을 SNS(Social Network Service)를 통해 공유하고 해당 공유 결과에 따라 상기 후보 스타일 이미지들 중에서 베스트 스타일 이미지를 결정하는 스타일 공유부를 포함한다.
상기 피팅 시뮬레이션 수행부는 주요 패션 상품의 최신 유행 디자인 및 패션 트렌드를 분석한 결과로서 상품 카테고리 별로 최신 상품 이미지에 관한 이미지 데이터베이스를 구축하는 최신 이미지 DB 모듈; 및 상기 이미지 데이터베이스와 연동하고 상기 스타일 정보에 기초하여 상기 사용자에 최적화된 상품 이미지를 추출하고 상기 실물 사진에 대해 상기 스타일 피팅 시뮬레이션을 수행하여 상기 스타일 피팅 이미지를 생성하는 인공지능 엔진 모듈을 포함할 수 있다.
상기 인공지능 엔진 모듈은 상기 스타일 정보에 기초하여 상기 최적화된 상품 이미지를 결정하는 제1 인공지능 모델과 상기 최적화된 상품 이미지를 상기 실물 사진에 피팅(fitting)하여 상기 스타일 피팅 이미지를 생성하는 제2 인공지능 모델을 포함할 수 있다.
상기 제2 인공지능 모델은 상기 제1 인공지능 모델을 통한 최적화된 상품 이미지 또는 상기 이미지 데이터베이스에서 상기 사용자에 의해 선택된 상품 이미지를 기초로 상기 스타일 피팅 이미지를 생성할 수 있다.
상기 피팅 시뮬레이션 수행부는 상기 복수의 스타일 이미지들에 대한 상기 사용자의 선택이 기 설정된 횟수만큼 발생할 때까지 해당 복수의 스타일 이미지들의 갱신 -상기 갱신은 상기 인공지능 엔진 모듈의 제어를 통한 상기 제2 인공지능 모델의 독립적 동작에 의해 처리됨- 을 반복적으로 수행할 수 있다.
상기 스타일 공유부는 상기 공유 과정에서 상기 SNS를 통해 상기 후보 스타일 이미지들과 연관되고 공유자별 고유 투표 링크를 제공하고, 상기 고유 투표 링크에 대한 상기 공유자의 선택에 따라 해당 후보 스타일 이미지의 카운팅을 실시간으로 제공할 수 있다.
상기 스타일 공유부는 상기 사용자의 부가 서비스 요청을 수신한 경우 상기 후보 스타일 이미지에 관한 전문가 평가 -상기 전문가 평가는 고유 권한을 통해 접근 가능한 별도의 서비스 페이지를 통해 제공됨- 를 제공할 수 있다.
상기 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치는 상기 베스트 스타일 이미지와 연관된 추천 상품 리스트 -상기 추천 상품 리스트는 상품 별로 구매 페이지로 이동 가능한 링크들을 포함함- 를 생성하여 제공하는 추천 서비스 제공부를 더 포함할 수 있다.
실시예들 중에서, 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 방법은 상품 정보와 사용자 정보를 포함하는 스타일 정보를 수신하는 단계; 상기 사용자 정보에 대응되는 사용자의 실물 사진을 수신하는 단계; 상기 스타일 정보 및 상기 실물 사진을 기초로 상기 사용자에게 가장 어울리는 적어도 하나의 추천 상품 이미지를 추출하는 단계; 상기 적어도 하나의 추천 상품 이미지를 기초로 스타일 피팅 시뮬레이션을 수행하여 스타일 피팅 이미지를 생성하는 단계; 상기 스타일 피팅 시뮬레이션을 통해 생성된 복수의 스타일 피팅 이미지들을 저장하는 단계; 상기 복수의 스타일 피팅 이미지들 중 적어도 하나에 대한 사용자의 선택을 수신하여 후보 스타일 이미지들을 결정하는 단계; 및 상기 후보 스타일 이미지들을 SNS(Social Network Service)를 통해 공유하고 해당 공유 결과에 따라 상기 후보 스타일 이미지들 중에서 베스트 스타일 이미지를 결정하는 단계를 포함한다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법은 주요 패션 상품 카테고리별 상품 이미지 데이터 베이스를 구축하고 이를 기반으로 개인별로 최신 유행에 맞는 스타일 코디를 제공할 수 있다.
본 발명의 일 실시예에 따른 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법은 스타일 정보 및 실물 사진을 기초로 사용자에게 가장 잘 어울리는 복수의 상품을 추출하고 스타일 피팅 시뮬레이션을 통해 생성된 복수의 피팅 이미지들을 저장하는 가상의 피팅룸을 제공할 수 있다.
본 발명의 일 실시예에 따른 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법은 상품별로 각 개인의 신체조건(얼굴 형태, 신장, 스타일 등)에 맞는 피팅 시뮬레이션 서비스를 제공하고 소비자가 원할 경우 SNS를 통해 피팅 시뮬레이션 결과에 대한 가족/지인/친구/전문가의 의견을 간편하게 수렴해 줌으로써 소비자가 합리적인 구매 의사 결정을 할 수 있도록 도와줄 수 있다.
도 1은 본 발명에 따른 스타일 서비스 제공 시스템을 설명하는 도면이다.
도 2는 도 1에 있는 스타일 서비스 제공 장치의 시스템 구성을 설명하는 도면이다.
도 3은 도 1에 있는 스타일 서비스 제공 장치의 기능적 구성을 설명하는 도면이다.
도 4는 본 발명에 따른 스타일 서비스 제공 방법을 설명하는 순서도이다.
도 5는 SNS를 통한 투표 시스템 동작의 일 실시예를 설명하는 도면이다.
도 6은 추천 상품 리스트를 제공하는 동작의 일 실시예를 설명하는 도면이다.
도 7은 본 발명에 따른 서비스 방법을 설명하는 흐름도이다.
도 8 내지 13은 본 발명에 따른 서비스 방법의 일 실시예를 설명하는 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
본 발명은 인공지능 기반의 이커머스 플랫폼에 관한 것으로, 보다 상세하게는 인공지능 기술을 활용하여 최신 유행 트렌드와 소비자의 개인정보를 분석한 후 소비자에게 가장 잘 어울리는 디자인이나 상품을 추천해 주는 인공 지능 기반의 스타일 추천 서비스와 이렇게 추천한 디자인이나 상품에 대해 인공지능 기반의 스타일 피팅 시뮬레이션 서비스를 제공하는 장치 및 방법에 관한 것이다. 여기서, 인공지능 기반의 스타일 피팅 시뮬레이션 서비스는 인공지능 기반의 추천 서비스와 독립적으로 동작할 수 있다. 예를 들면, 소비자가 디자인 또는 상품 DB에서 선호하는 디자인 또는 상품을 임의로 선택할 경우 본 발명은 이에 대해서도 인공지능 기반의 스타일 피팅 시뮬레이션 서비스를 제공할 수 있다.
도 1은 본 발명에 따른 스타일 서비스 제공 시스템을 설명하는 도면이다.
도 1을 참조하면, 스타일 서비스 제공 시스템(100)은 사용자 단말(110), 스타일 서비스 제공 장치(130) 및 데이터베이스(150)를 포함할 수 있다.
사용자 단말(110)은 스타일 추천 및 스타일 피팅 시뮬레이션에 관한 스타일 서비스를 이용할 수 있는 컴퓨팅 장치에 해당할 수 있다. 사용자 단말(110)은 스마트폰, 노트북 또는 컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 태블릿 PC 등 다양한 디바이스로도 구현될 수 있다. 사용자 단말(110)은 스타일 서비스 제공 장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 사용자 단말(110)들은 스타일 서비스 제공 장치(130)와 동시에 연결될 수 있다. 또한, 사용자 단말(110)은 사용자의 실물 사진을 촬영할 수 있는 카메라 모듈을 포함할 수 있고, SNS 공유를 위한 전용 프로그램 또는 어플리케이션을 설치하여 실행할 수 있다.
스타일 서비스 제공 장치(130)는 사용자가 최신 유행 트렌드를 기반으로 자신에게 가장 잘 어울리는 디자인 및/또는 상품을 쉽게 찾을 수 있도록 도와줄 수 있으며, 더 나아가 최종 선택한 디자인 및/또는 상품과 동일 또는 유사한 디자인 및/또는 상품을 브랜드, 가격 등을 포함하는 다양한 구매 옵션을 적용하여 구매할 수 있도록 도와줄 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다.
또한, 스타일 서비스 제공 장치(130)는 사용자 단말(110)과 유선 네트워크 또는 블루투스, WiFi 등과 같은 무선 네트워크로 연결될 수 있고, 네트워크를 통해 사용자 단말(110)과 통신을 수행할 수 있다. 또한, 스타일 서비스 제공 장치(130)는 외부 시스템(도 1에 미도시함)과 연결되어 동작할 수 있고, 예를 들어 외부 결제 시스템, 온라인 시스템, 인증 시스템 등과 연결될 수 있다.
일 실시예에서, 스타일 서비스 제공 장치(130)는 스타일 피팅 시뮬레이션 장치(131)와 디자인/상품 추천 장치(130)를 포함할 수 있다. 즉, 스타일 서비스는 스타일 추천을 위한 디자인 또는 상품 추천 서비스와 가상의 스타일 피팅을 제공하는 스타일 피팅 시뮬레이션 서비스를 포함할 수 있으며, 이를 위한 독립적인 개인별 최적 스타일의 디자인/상품을 추출하는 인공지능 기반의 디자인/상품 추천 장치(133)와 디자인/상품을 사용자의 사진과 피팅 시뮬레이션 하는 인공지능 기반의 스타일 피팅 시뮬레이션 장치(131)를 포함할 수 있다. 스타일 서비스 제공 장치(130)는 개인별 최적화된 상품/이미지를 먼저 추출한 후 이 중에서 사용자가 선택한 상품/이미지에 한해 개별적으로 피팅 시뮬레이션을 실시한 후 가상의 피팅룸에 피팅 시뮬레이션 사진을 저장할 수 있도록 동작할 수 있다.
데이터베이스(150)는 스타일 서비스 제공 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 데이터베이스(150)는 주요 패션 상품 카테고리별 최신 유행 트렌드에 맞는 상품 이미지들을 저장할 수 있고, 사용자의 패션 취향이나 관심사에 관한 정보를 저장할 수 있으며, 반드시 이에 한정되지 않고, 스타일 서비스 제공 장치(130)가 스타일 코디 및 피팅 서비스를 제공 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
도 2는 도 1에 있는 스타일 서비스 제공 장치의 시스템 구성을 설명하는 도면이다.
도 2를 참조하면, 스타일 서비스 제공 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함하여 구현될 수 있다.
프로세서(210)는 스타일 서비스 제공 장치(130)가 동작하는 과정에서의 각 단계들을 처리하는 프로시저를 실행할 수 있고, 그 과정 전반에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄할 수 있다. 프로세서(210)는 스타일 서비스 제공 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 스타일 서비스 제공 장치(130)의 CPU(Central Processing Unit)로 구현될 수 있다.
메모리(230)는 SSD(Solid State Drive) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 스타일 서비스 제공 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다.
사용자 입출력부(250)는 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함할 수 있다. 예를 들어, 사용자 입출력부(250)는 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)는 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 스타일 서비스 제공 장치(130)는 독립적인 서버로서 수행될 수 있다.
네트워크 입출력부(270)은 네트워크를 통해 외부 장치 또는 시스템과 연결하기 위한 환경을 포함하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다.
도 3은 도 1에 있는 스타일 서비스 제공 장치의 기능적 구성을 설명하는 도면이다.
도 3을 참조하면, 스타일 서비스 제공 장치(130)는 스타일 정보 수신부(310), 실물 사진 수신부(320), 추천 상품 이미지 추출부(330), 피팅 시뮬레이션 수행부(340), 피팅 이미지 저장부(350), 후보 스타일 결정부(360), 스타일 공유부(370), 추천 서비스 제공부(380) 및 제어부(390)를 포함할 수 있다.
스타일 정보 수신부(310)는 상품 정보와 사용자 정보를 포함하는 스타일 정보를 수신할 수 있다. 여기에서, 스타일 정보는 스타일 코디 및 피팅 서비스를 위한 시뮬레이션을 수행하기 위해 필요한 기본 정보에 해당할 수 있으며, 상품에 관한 상품 정보와 사용자에게 관한 사용자 정보를 포함할 수 있다. 사용자는 사용자 단말(110)을 통해 상품 정보 및 사용자 정보를 직접 입력할 수 있다.
한편, 사용자는 자신의 계정으로 로그인 후 해당 서비스를 선택적으로 이용할 수도 있으며, 이 경우 사용자 계정과 연동되어 저장된 사용자 정보가 시스템에 의해 자동으로 입력될 수 있다. 스타일 정보 수신부(310)는 정보 입력을 위한 인터페이스를 제공할 수 있으며, 해당 인터페이스는 사용자 단말(110) 상에 설치된 전용 프로그램 또는 어플리케이션의 실행에 의해 사용자에게 제공될 수 있다.
예를 들어, 사용자는 전용 앱(APP)이 제공하는 인터페이스를 통해 자신의 기본 정보로서 성별, 나이, 신장(키) 등에 관한 정보를 직접 입력할 수 있고, 피팅 시뮬레이션을 원하는 상품을 상품 목록에서 직접 선택할 수 있다. 여기에서, 상품 목록은 안경, 선글라스, 쥬얼리, 가방, 모자, 신발, 의류 등 개인이 몸에 착용하는 패션상품 중심으로 구성될 수 있으며, 대분류, 중분류 및 소분류로 구분된 상태에서 사용자의 단계적 선택에 따라 트리(tree) 구조로 하방 전개될 수 있다. 스타일 정보 수신부(310)는 인터페이스를 통해 입력된 정보를 수신하여 다음 단계의 동작 수행을 위해 전달하거나 데이터베이스(150)에 저장할 수 있다.
실물 사진 수신부(320)는 사용자 정보에 대응되는 사용자의 실물 사진을 수신할 수 있다. 여기에서, 사용자의 실물 사진은 직접 촬영하여 생성된 이미지 또는 사용자 단말(110) 상에 저장되어 있는 이미지를 포함할 수 있고, 사용자는 선택에 따라 자신의 현재 모습을 촬영하거나 저장된 이미지를 그대로 활용하여 스타일 코디 및 피팅 시뮬레이션 서비스를 요청할 수 있다.
또한, 실물 사진 수신부(320)는 사용자가 선택한 상품에 따라 특정 신체 부위의 촬영을 사용자에게 요청할 수 있다. 예를 들어, 모자, 안경, 선글라스 등의 경우 얼굴 사진이 요청될 수 있고, 의류, 가방 등의 경우 전신 사진이 요청될 수 있으며, 쥬얼리나 액세서리 등의 경우 해당 착용 부위 사진이 요청될 수 있다.
또한, 실물 사진 수신부(320)는 필요에 따라 상품별 적정 사진 형태 및 포즈에 관한 예시를 제공할 수 있다. 예를 들어, 실물 사진 수신부(320)는 사용자 단말(110) 상에서 표출되는 촬영 모드에서 특정 신체 부위의 실루엣(silhouette)에 해당하는 가상의 가이드 라인(guide line)을 제공할 수 있다.
추천 상품 이미지 추출부(330)는 사용자가 입력한 스타일 정보 및 사용자의 실물 사진을 기초로 사용자에게 가장 어울리는 적어도 하나의 추천 상품 이미지를 추출할 수 있다. 이를 위하여, 추천 상품 이미지 추출부(330)는 기 구축된 이미지 데이터베이스와 연동하여 동작할 수 있다. 한편, 추천 상품 이미지 추출부(330)는 디자인/상품 추천 장치(133)에 포함되어 구현될 수 있고, 디자인/상품 추천 장치(133)와 연동하여 동작할 수도 있다.
또한, 추천 상품 이미지 추출부(330)는 이미지 데이터베이스에서 사용자에 의해 직접 선택된 디자인/상품을 피팅 시뮬레이션 수행부(340)에게 전달할 수도 있다. 추천 상품 이미지 추출부(330)는 사용자가 입력한 사용자 정보를 인공지능 추천 알고리즘에 적용하여 개인별 최적의 추천 상품 이미지를 추출할 수 있다. 추천 상품 이미지 추출부(330)에 의해 추출된 추천 상품 이미지는 피팅 시뮬레이션 수행부(340)에 전달되어 스타일 피팅 시뮬레이션에 활용될 수 있다.
피팅 시뮬레이션 수행부(340)는 추천 상품 이미지를 기초로 스타일 피팅 시뮬레이션을 수행하여 스타일 피팅 이미지를 생성할 수 있다. 여기에서, 스타일 피팅 이미지는 추천 상품 이미지를 사용자의 실물 사진에 피팅하여 생성되는 착상 이미지에 해당할 수 있다. 추천 상품 이미지 추출부(330)에 의해 상품 카테고리 별로 구축된 최신 유행 디자인의 이미지 데이터베이스를 기반으로 개인 별로 유행에 가장 잘 어울리는 스타일 코디가 결정된 이후 이를 기초로 피팅 시뮬레이션 수행부(340)는 인공지능 기반의 피팅 시뮬레이션 결과를 생성할 수 있다.
일 실시예에서, 피팅 시뮬레이션 수행부(340)는 최신 이미지 DB 모듈 및 인공지능 엔진 모듈을 포함하여 구현될 수 있다. 여기에서, 최신 이미지 DB 모듈은 주요 패션 상품의 최신 유행 디자인 및 패션 트렌드를 분석한 결과로서 상품 카테고리 별로 최신 상품 이미지에 관한 이미지 데이터베이스를 구축할 수 있다. 즉, 최신 이미지 DB 모듈은 다양한 출처로부터 수집된 데이터를 기초로 상품 카테고리 별로 최신 상품에 관한 DB를 구축할 수 있고, 각 DB의 이미지 별로 인기도, 구매도 등에 관한 정보를 빅데이터화 할 수 있다. 이를 위해, 스타일 서비스 제공 장치(130)는 외부 시스템과 연동하여 동작할 수 있고, 예를 들어, 다양한 쇼핑몰 서버, SNS 서버 등으로부터 상품 판매 정보, 상품 게시 정보 등을 수집할 수 있다.
또한, 인공지능 엔진 모듈은 이미지 데이터베이스와 연동하고 스타일 정보에 기초하여 사용자에 최적화된 디자인이나 상품을 추출하고 실물 사진에 스타일 피팅 시뮬레이션을 실시하여 스타일 피팅 이미지를 생성하는 인공지능 모델을 구축할 수 있다. 즉, 인공지능 엔진 모듈은 인공지능 모델을 위한 학습 데이터의 생성, 인공지능 학습의 실행과 주기적 갱신 동작을 수행할 수 있으며, 이를 통해 인공지능 모델이 일정한 성능을 유지하도록 관리할 수 있다.
일 실시예에서, 인공지능 엔진 모듈은 스타일 정보에 기초하여 최적화된 상품 이미지를 결정하는 제1 인공지능 모델과 최적화된 상품 이미지를 실물 사진에 피팅(fitting)하여 복수의 스타일 이미지들을 순차적으로 생성하는 제2 인공지능 모델을 포함할 수 있다. 즉, 인공지능 엔진 모듈에 의해 관리되는 인공지능 모델은 복수개로 구축될 수도 있으며, 사용자가 입력한 스타일 정보에 가장 잘 어울리는 상품 이미지를 결정하는 모델과 해당 상품 이미지를 실물 사진에 피팅(fitting)하여 자연스러운 착상 이미지를 생성하는 모델을 포함할 수 있다. 제1 인공지능 모델이 최적의 결과를 하나만 출력하는데 반해, 제2 인공지능 모델은 특정 기준을 충족하는 복수의 결과들을 동시에 출력하도록 구축될 수 있다.
일 실시예에서, 제2 인공지능 모델은 제1 인공지능 모델을 통한 최적화된 상품 이미지 또는 이미지 데이터베이스에서 사용자에 의해 선택된 상품 이미지를 기초로 스타일 피팅 이미지를 생성할 수 있다. 즉, 제2 인공지능 모델은 입력 데이터로서 제1 인공지능 모델에 의해 출력된 정보를 이용하거나 또는 사용자에 의해 직접 선택된 상품 이미지를 이용하여 동작할 수 있다.
일 실시예에서, 피팅 시뮬레이션 수행부(340)는 복수의 스타일 피팅 이미지들에 대한 사용자의 선택이 기 설정된 횟수만큼 발생할 때까지 해당 복수의 스타일 피팅 이미지들의 갱신을 반복적으로 수행할 수 있다. 여기에서, 복수의 스타일 피팅 이미지들에 대한 갱신 동작은 인공지능 엔진 모듈의 제어를 통한 제2 인공지능 모델의 독립적 동작에 의해 처리될 수 있다.
또한, 복수의 스타일 피팅 이미지들에 대한 갱신 동작은 상품 추천과 스타일 피팅 시뮬레이션이 연속적으로 진행된 결과로서 수행될 수도 있다. 즉, 추천 상품 이미지 추출부에 의해 사용자에게 가장 어울리는 적어도 하나의 추천 상품 이미지가 추출될 수 있고, 피팅 시뮬레이션 수행부(340)는 연속하여 해당 추천 상품 이미지를 기초로 스타일 피팅 시뮬레이션을 수행하여 복수의 스타일 피팅 이미지들을 생성할 수도 있다.
보다 구체적으로, 피팅 시뮬레이션 수행부(340)는 피팅 시뮬레이션의 결과로서 한 번에 n개(바람직하게는 4 내지 6개)의 스타일 피팅 이미지들을 제공할 수 있고, 사용자에 의해 최종적으로 m개(예를 들어, 3개)가 선택될 때까지 스타일 피팅 시뮬레이션을 반복 수행(또는 상품 추천과 스타일 피팅 시뮬레이션을 연속하여 반복 수행)할 수 있다. 특히, 이와 같은 스타일 피팅 시뮬레이션의 리셔플링(re-shuffling) 과정은 인공지능 엔진 모듈에 관한 제어를 통해 제2 인공지능 모델 만의 독립적인 수행으로 처리될 수 있다.
일 실시예에서, 피팅 시뮬레이션 수행부(340)는 사용자의 선택이 완료되면 해당 사용자의 선택에서 제외된 스타일 피팅 이미지들을 기초로 제2 인공지능 모델에 관한 보정을 수행할 수 있다. 피팅 시뮬레이션 수행부(340)는 인공지능 엔진 모듈을 통해 스타일 피팅 시뮬레이션을 위한 인공지능 모델을 구축하고 주기적 갱신을 수행할 수 있다. 특히, 피팅 시뮬레이션 수행부(340)는 사용자의 선택 내용뿐만 아니라 선택에서 제외된 내용까지 수집하여 인공지능 모델을 갱신함으로써 사용자의 패션 취향이나 관심도를 보다 정확히 반영하여 시뮬레이션을 수행할 수 있다.
피팅 이미지 저장부(350)는 스타일 피팅 시뮬레이션을 통해 생성된 복수의 스타일 피팅 이미지들을 저장할 수 있다. 즉, 피팅 이미지 저장부(350)는 사용자 별로 고유의 가상 피팅룸을 생성할 수 있으며, 스타일 피팅 시뮬레이션의 결과로 생성된 스타일 피팅 이미지들을 피팅룸 공간에 저장하여 보관할 수 있다. 가상의 피팅룸은 개인 별로 제한된 공간을 가질 수 있으며, 사용자의 추가 결제를 통해 그 공간의 크기를 확장시키도록 구현될 수 있다.
후보 스타일 결정부(360)는 복수의 스타일 피팅 이미지들 중 적어도 하나에 대한 사용자의 선택을 수신하여 후보 스타일 이미지들을 결정할 수 있다. 즉, 후보 스타일 이미지들은 인공지능에 의해 생성된 스타일 피팅 이미지들 중에서 사용자의 선택에 의해 결정된 스타일 피팅 이미지에 해당할 수 있다. 예를 들어, 사용자는 추천받은 스타일 피팅 이미지 중 자신의 스타일에 맞는 이미지를 3장까지 선택할 수 있고, 3장의 스타일 피팅 이미지들이 사용자에 의해 선택되면 해당 이미지들을 대상으로 다른 사용자들의 의견을 청취하기 위한 동작으로 진행될 수 있다.
스타일 공유부(370)는 후보 스타일 이미지들을 SNS(Social Network Service)를 통해 공유하고 해당 공유 결과에 따라 후보 스타일 이미지들 중에서 베스트 스타일 이미지를 결정할 수 있다. 스타일 공유부(370)는 사용자가 선택한 상품에 대한 코디 및 피팅 시뮬레이션 결과를 사용자가 주로 사용하는 복수의 SNS를 통해 공유하여 사용자의 친구, 가족 및 지인들의 의견을 빠르고 손쉽게 수집할 수 있도록 지원할 수 있다.
사용자는 공유되기를 원하는 SNS들을 SNS 목록에서 선택하여 직접 결정할 수 있고, SNS의 유형에 따라 공유되는 사용자들도 직접 사용자 목록에서 선택하여 결정할 수 있다. 스타일 공유부(370)는 후보 스타일 이미지들을 SNS에 자동으로 전송 또는 업로드할 수 있으며, 친구, 가족 및 지인들의 '좋아요' 클릭을 투표 방식으로 취합하여 사용자에게 가장 잘 어울리는 코디가 무엇인지에 관한 정보를 제공할 수 있다.
일 실시예에서, 스타일 공유부(370)는 공유 과정에서 SNS를 통해 후보 스타일 이미지들과 연관되고 공유자별 고유 투표 링크를 제공하고, 고유 투표 링크에 대한 공유자의 선택에 따라 해당 후보 스타일 이미지의 카운팅을 실시간으로 제공할 수 있다. 여기에서, 카운팅은 공유자들의 선택에 따른 카운트(count) 횟수에 해당할 수 있다. 즉, SNS를 통해 공유되는 후보 스타일 이미지들은 해당 공유자의 SNS 계정을 통해 메시지 형태로 전달될 수 있고, 공유자는 자신의 SNS 메시지를 통해 제공되는 후보 스타일 이미지들 중에서 추천되기를 원하는 이미지를 특정하여 선택할 수 있다. 이때, 공유자의 선택은 사용자가 후보 스타일 이미지들에 대해 실시간으로 집계되는 카운팅을 통해 확인할 수 있다.
즉, 스타일 공유부(370)는 후보 스타일 이미지에 대한 공유자들의 선택을 실시간 집계하고 그 결과를 사용자에게 제공하여 사용자가 공유 현황이나 공유자들의 선택 상황을 실시간으로 확인할 수 있도록 할 수 있다. 이를 위해, 스타일 공유부(370)는 공유되는 후보 스타일 이미지에 카운팅에 직접 반영되는 고유 투표 링크를 연결하여 함께 제공할 수 있다. 따라서, 공유자의 선택이 발생하는 경우 해당 고유 투표 링크가 활성화 될 수 있고, 전용 어플리케이션은 해당 활성화 정보를 수집하여 사용자 계정 상에서 집계되는 후보 스타일 이미지들 각각에 대한 카운팅을 자동으로 갱신할 수 있다. 한편, 고유 투표 링크는 공유자별로 고유하게 생성되어 제공되는 결과, 중복 투표를 효과적으로 방지할 수 있다.
일 실시예에서, 스타일 공유부(370)는 사용자의 부가 서비스 요청을 수신한 경우 후보 스타일 이미지에 관한 전문가 평가를 제공할 수 있다. 여기에서, 전문가 평가는 고유 권한을 통해 접근 가능한 별도의 서비스 페이지를 통해 제공될 수 있으며, 전문가는 패션 디자이너, 코디네이터 등 관련 분야에서 전문성을 인정받아 사전 심사를 통해 시스템에 등록된 사용자에 해당할 수 있다. 특히, 전문가 평가는 유료 서비스로 제공될 수 있고, 스타일 공유부(370)는 부가 서비스 요청을 수신한 경우 해당 서비스 요청에 관한 결제 프로세스를 개시할 수 있다. 전문가 평가는 후보 스타일 이미지들 중에서 전문가의 선택 정보를 포함할 수 있고, 후보 스타일 이미지들 각각에 대한 전문가의 코멘트를 포함할 수 있으며, 결제 금액에 따라 전문가의 레벨이나 등급, 전문가 평가 내용 등이 차등적으로 적용될 수 있다.
추천 서비스 제공부(380)는 베스트 스타일 이미지와 연관된 추천 상품 리스트를 생성하여 제공할 수 있다. 여기에서, 추천 상품 리스트는 상품 별로 구매 페이지로 이동 가능한 링크들을 포함할 수 있다. 사용자는 SNS 상의 공유자들의 선택 결과나 전문가 평가를 종합적으로 고려하여 후보 이미지들 중에서 최종적으로 본인에게 가장 잘 어울리는 디자인(또는 상품)을 베스트 스타일 이미지로서 결정할 수 있다. 이때, 추천 서비스 제공부(380)는 해당 베스트 스타일 이미지와 연관된 구매 정보를 제공할 수 있다.
예를 들어, 추천 서비스 제공부(380)는 사용자가 베스트 스타일 이미지와 연관된 디자인(또는 상품)에 대한 구매 정보를 요청하거나 구매를 요청하는 경우 사용자에게 해당 디자인과 동일 또는 유사한 디자인(또는 상품)을 판매하는 쇼핑몰을 검색하여 브랜드별, 가격대별 복수의 상품 링크를 제공할 수 있다. 이를 통해 사용자는 자신이 원하는 디자인(또는 상품)에 대한 구매 의사 결정을 손쉽게 할 수 있다.
제어부(390)는 스타일 서비스 제공 장치(130)의 전체적인 동작을 제어하고, 스타일 정보 수신부(310), 실물 사진 수신부(320), 추천 상품 이미지 추출부(330), 피팅 시뮬레이션 수행부(340), 피팅 이미지 저장부(350), 후보 스타일 결정부(360), 스타일 공유부(370) 및 추천 서비스 제공부(380) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 본 발명에 따른 스타일 서비스 제공 방법을 설명하는 순서도이다.
도 4를 참조하면, 스타일 서비스 제공 장치(130)는 스타일 정보 수신부(310)를 통해 상품 정보와 사용자 정보를 포함하는 스타일 정보를 수신할 수 있다(단계 S410). 스타일 서비스 제공 장치(130)는 실물 사진 수신부(320)를 통해 사용자 정보에 대응되는 사용자의 실물 사진을 수신할 수 있다(단계 S420). 스타일 서비스 제공 장치(130)는 추천 상품 이미지 추출부(330)를 통해 스타일 정보 및 실물 사진을 기초로 사용자에게 가장 어울리는 적어도 하나의 추천 상품 이미지를 추출할 수 있다(단계 S430).
또한, 스타일 서비스 제공 장치(130)는 피팅 시뮬레이션 수행부(340)를 통해 적어도 하나의 추천 상품 이미지를 기초로 스타일 피팅 시뮬레이션을 수행하여 스타일 피팅 이미지를 생성할 수 있다(단계 S440). 스타일 서비스 제공 장치(130)는 피팅 이미지 저장부(350)를 통해 스타일 피팅 시뮬레이션을 통해 생성된 복수의 스타일 피팅 이미지들을 저장할 수 있다(단계 S450).
또한, 스타일 서비스 제공 장치(130)는 후보 스타일 결정부(360)를 통해 복수의 스타일 피팅 이미지들 중 적어도 하나에 대한 사용자의 선택을 수신하여 후보 스타일 이미지들을 결정할 수 있다(단계 S460). 스타일 서비스 제공 장치(130)는 스타일 공유부(370)를 통해 후보 스타일 이미지들을 SNS(Social Network Service)를 통해 공유하고 해당 공유 결과에 따라 후보 스타일 이미지들 중에서 베스트 스타일 이미지를 결정할 수 있다(단계 S470).
도 5는 SNS를 통한 투표 시스템 동작의 일 실시예를 설명하는 도면이다.
도 5를 참조하면, 스타일 서비스 제공 장치(130)는 사용자에 의해 선정된 3개의 후보 스타일 이미지들 SNS를 통해 공유할 수 있다. 이때, 공유자들은 후보 스타일 이미지들 중 하나를 선택하여 추천할 수 있고, 공유자들의 추천 결과는 전용 어플리케이션을 통해 수집되어 사용자가 실시간으로 확인할 수 있다.
도 5에서, 스타일 서비스 제공 장치(130)에 의해 제공되는 SNS를 통한 투표(voting) 시스템은 각 후보 스타일 이미지(520) 별로 제공되는 고유 투표 링크(530)를 통해 사용자 단말(110)의 화면 상에 집계되어 표시될 수 있다. 보다 구체적으로, 스타일 서비스 제공 장치(130)는 스타일 공유부(370)를 통해 사용자에 의해 선택된 후보 스타일 이미지(520)들을 공유자 단말(510)에 전송할 수 있고, 공유자는 자신의 SNS 계정을 통해 후보 스타일 이미지(520)들을 확인할 수 있다. 공유자는 후보 스타일 이미지(520)들 중 적어도 하나를 선택할 수 있고, 해당 이미지와 함께 제공된 고유 투표 링크(530)가 활성화되면서 사용자 단말(110)의 화면 상에 표시되는 후보 스타일 이미지에 대한 카운팅이 실시간 갱신될 수 있다.
즉, 공유자 단말(510) 상에서 공유자가 특정 후보 스타일 이미지(520)를 선택하면, 해당 정보가 고유 투표 링크(530)를 통해 전달되어 사용자 단말(110) 상에서 특정 후보 스타일 이미지(520)에 대한 카운트 횟수를 1 증가시킬 수 있다. 이를 통해, 사용자는 공유자들의 선택 횟수를 앱 화면을 통해 손쉽게 파악할 수 있다.
도 6은 추천 상품 리스트를 제공하는 동작의 일 실시예를 설명하는 도면이다.
도 6을 참조하면, 복수의 후보 스타일 이미지들에 대한 SNS 상의 친구, 지인, 가족들의 '좋아요' 투표 또는 패션 디자이너, 전문 코디네이터의 의견 수렴을 거쳐 사용자는 최종적으로 본인에게 가장 잘 어울리는 디자인(또는 상품)을 결정할 수 있다. 그림 (a)는 스타일 서비스 제공 장치(130)에 의해 제공되는 전용 어플리케이션 화면에 해당할 수 있고, 사용자는 해당 화면에서 자신에게 가장 어울리는 베스트 스타일 이미지를 최종적으로 결정할 수 있다.
스타일 서비스 제공 장치(130)는 해당 디자인(또는 상품)에 대한 구매 정보 또는 구매를 사용자가 요청하는 경우 해당 디자인과 동일 또는 유사한 디자인 상품을 판매하는 쇼핑몰을 검색하여 브랜드별 및 가격대별 복수의 상품 링크를 제공할 수 있다. 이를 통해, 사용자는 자신이 원하는 상품에 대한 구매 의사를 손쉽게 결정할 수 있다. 그림 (b)는 사용자가 최종 선택한 상품, 예를 들어, 안경에 대한 쇼핑몰별, 브랜드별 및 가격별 상품 리스트를 제공하는 전용 어플리케이션 화면에 해당할 수 있다.
도 7은 본 발명에 따른 서비스 방법을 설명하는 흐름도이다.
도 7을 참조하면, 사용자는 사용자 단말(110) 상에서 전용 어플리케이션을 실행하여 자신의 기본 개인정보를 입력할 수 있다. 예를 들어, 사용자는 개인정보로서 성별, 연령대, 신장 및 사진 등을 입력할 수 있다. 스타일 서비스 제공 장치(130)는 이러한 개인정보를 기초로 인공지능 기반의 스타일 추천 모듈(또는 장치)을 통해 개인별 최적의 디자인/상품을 추출할 수 있다.
한편, 사용자는 사용자 단말(110)을 통해 이미지 데이터베이스(또는 쇼핑몰)에서 자신이 선호하는 디자인/상품을 직접 선택할 수도 있다. 이 경우, 사용자에 의해 선택된 디자인/상품은 스타일 피팅 시뮬레이션용 사진으로 스타일 서비스 제공 장치(130)로 업로드 될 수 있다.
스타일 서비스 제공 장치(130)는 사용자에 의해 직접 입력되거나 또는 인공지능 기반의 스타일 추천 모듈에 의해 결정된 추천 상품 이미지를 기초로 인공지능 피팅 알고리즘을 이용하여 스타일 피팅 시뮬레이션을 수행할 수 있다. 이 경우, 스타일 피팅 시뮬레이션은 독립적인 장치, 즉 스타일 피팅 시뮬레이션 장치(131)에 의해 수행될 수도 있다.
스타일 피팅 시뮬레이션 결과로서 스타일 피팅 이미지(즉, 피팅 시뮬레이션 사진)가 생성될 수 있으며, 해당 스타일 피팅 이미지는 사용자 별로 할당된 가상의 피팅룸에 저장될 수 있다. 또한, 사용자는 가상의 피팅룸에서 SNS로 전송할 복수의 스타일 피팅 이미지를 선택할 수 있다.
만약 사용자가 특정 스타일 피팅 이미지를 선택한 경우 해당 스타일 피팅 이미지는 전송 또는 업로드되어 SNS를 통해 공유될 수 있다. 또한, SNS를 이용한 투표(Voting) 서비스 모듈에 의해 공유된 스타일 피팅 이미지에 대한 친구/지인의 의견을 수집할 수 있다. 즉, 스타일 서비스 제공 장치(130)는 투표 서비스 모듈을 내부 독립 모듈로서 포함할 수 있고, 특정 이미지에 대한 SNS 공유 및 투표 서비스를 제공할 수 있다.
이후, 스타일 서비스 제공 장치(130)는 수집된 의견을 기초로 최종 디자인/상품을 선택할 수 있으며, 사용자가 구매를 희망하는 경우 해당 디자인/상품에 관한 구매 페이지의 연결을 제공할 수 있다. 예를 들어, 스타일 서비스 제공 장치(130)는 사용자가 선택한 상품/디자인을 판매하는 복수의 쇼핑몰들로 접근 가능한 구매 링크를 제공하여 사용자가 직접 쇼핑몰을 방문하여 구매 및 결제를 처리하도록 지원할 수 있다.
본 발명에 따른 스타일 서비스 제공 장치(130)는 인공지능 기반의 스타일 추천 모듈, 인공지능 기반의 스타일 피팅 시뮬레이션 모듈 및 투표 서비스 모듈을 독립적인 모듈들로 포함하여 구현될 수 있으며, 인공지능 기반의 스타일 추천 및 스타일 피팅 시뮬레이션에 관한 통합 스타일 서비스를 제공하여 사용자의 만족도를 높이고 관련 상품/디자인의 구매를 유도할 수 있다.
도 8 내지 13은 본 발명에 따른 서비스 방법의 일 실시예를 설명하는 도면이다.
도 8 내지 13을 참조하면, 스타일 서비스 제공 장치(130)는 독립적으로 구현된 모듈들을 통해 인공지능 스타일 추천과 인공지능 스타일 피팅 시뮬레이션 및 SNS 투표 서비스를 제공할 수 있다.
도 8의 경우, 그림 (a) 내지 (c)는 AI 추천을 누르고 개인 정보를 입력하면 스타일 서비스 제공 장치(130)의 인공지능 엔진이 고객에게 가장 잘 어울리는 모자를 선별해서 추천해 주는 화면들에 해당할 수 있다. 이때, 사용자는 써보기를 누르면 해당 상품들을 가상으로 써 볼 수 있다.
도 9의 경우, 써보기 기능은 사용자가 선택한 상품을 AR 기술을 이용하여 고객의 얼굴 사진에 가상으로 써보기 피팅 시뮬레이션을 수행한 결과를 제공하는 기능에 해당할 수 있다.
도 10의 경우, 그림 (a) 내지 (c)는 사용자가 피팅룸에 저장한 피팅 시뮬레이션 사진들을 고객의 SNS으로 전송해 친구들로부터 SNS에서 '좋아요' 투표를 요청할 수 있는 기능의 동작 과정에 해당할 수 있다.
도 11의 경우, 카카오톡을 통해 친구/지인 등의 의견 듣기 화면의 일 실시예이다. 도 12의 경우 페이스북을 통해 친구/지인 등의 의견 듣기 화면의 일 실시예이다. 또한, 도 13의 경우, 사용자 단말(110)의 전용 어플리케이션을 통해 표시되는 '좋아요' 집계 화면의 일 실시예이다. 사용자는 해당 화면에 표시된 상품 확인 메뉴를 선택함으로써 해당 상품을 판매하는 쇼핑몰 페이지로 이동할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 스타일 서비스 제공 시스템
110: 사용자 단말
130: 스타일 서비스 제공 장치
150: 데이터베이스
510: 공유자 단말 520: 후보 스타일 이미지
530: 고유 투표 링크

Claims (9)

  1. 상품 정보와 사용자 정보를 포함하는 스타일 정보를 수신하는 스타일 정보 수신부;
    상기 사용자 정보에 대응되는 사용자의 실물 사진을 수신하는 실물 사진 수신부;
    상기 스타일 정보 및 상기 실물 사진을 기초로 상기 사용자에게 가장 어울리는 적어도 하나의 추천 상품 이미지를 추출하는 추천 상품 이미지 추출부;
    상기 적어도 하나의 추천 상품 이미지를 기초로 스타일 피팅 시뮬레이션을 수행하여 스타일 피팅 이미지를 생성하는 피팅 시뮬레이션 수행부;
    상기 스타일 피팅 시뮬레이션을 통해 생성된 복수의 스타일 피팅 이미지들을 저장하는 피팅 이미지 저장부;
    상기 복수의 스타일 피팅 이미지들 중 적어도 하나에 대한 사용자의 선택을 수신하여 후보 스타일 이미지들을 결정하는 후보 스타일 결정부; 및
    상기 후보 스타일 이미지들을 SNS(Social Network Service)를 통해 공유하고 해당 공유 결과에 따라 상기 후보 스타일 이미지들 중에서 베스트 스타일 이미지를 결정하는 스타일 공유부를 포함하되,
    상기 피팅 시뮬레이션 수행부는 주요 패션 상품의 최신 유행 디자인 및 패션 트렌드를 분석한 결과로서 상품 카테고리 별로 최신 상품 이미지에 관한 이미지 데이터베이스를 구축하는 최신 이미지 DB 모듈; 및 상기 이미지 데이터베이스와 연동하고 상기 스타일 정보에 기초하여 상기 사용자에 최적화된 상품 이미지를 추출하고 상기 실물 사진에 대해 상기 스타일 피팅 시뮬레이션을 수행하여 상기 스타일 피팅 이미지를 생성하는 인공지능 엔진 모듈을 포함하고,
    상기 인공지능 엔진 모듈은 상기 스타일 정보에 기초하여 상기 최적화된 상품 이미지를 결정하는 제1 인공지능 모델과 상기 최적화된 상품 이미지를 상기 실물 사진에 피팅(fitting)하여 상기 스타일 피팅 이미지를 생성하는 제2 인공지능 모델을 포함하며,
    상기 스타일 공유부는 상기 공유 과정에서 상기 SNS를 통해 상기 후보 스타일 이미지들과 연관되고 공유자별 고유 투표 링크를 제공하고, 상기 고유 투표 링크에 대한 상기 공유자의 선택에 따라 해당 후보 스타일 이미지의 카운팅을 실시간으로 제공하며,
    상기 고유 투표 링크는 상기 공유자 별로 고유하게 생성되고 상기 공유자의 선택이 발생하는 경우 활성화되어 전용 어플리케이션을 통해 수집됨으로써 사용자 계정 상에서 집계되는 상기 후보 스타일 이미지들 각각에 대한 카운팅이 자동으로 갱신되도록 하는 것을 특징으로 하는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서, 상기 제2 인공지능 모델은
    상기 제1 인공지능 모델을 통한 최적화된 상품 이미지 또는 상기 이미지 데이터베이스에서 상기 사용자에 의해 선택된 상품 이미지를 기초로 상기 스타일 피팅 이미지를 생성하는 것을 특징으로 하는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치.
  5. 제1항에 있어서, 상기 피팅 시뮬레이션 수행부는
    상기 복수의 스타일 피팅 이미지들에 대한 상기 사용자의 선택이 기 설정된 횟수만큼 발생할 때까지 해당 복수의 스타일 피팅 이미지들의 갱신 -상기 갱신은 상기 인공지능 엔진 모듈의 제어를 통한 상기 제2 인공지능 모델의 독립적 동작에 의해 처리됨- 을 반복적으로 수행하는 것을 특징으로 하는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치.
  6. 삭제
  7. 제1항에 있어서, 상기 스타일 공유부는
    상기 사용자의 부가 서비스 요청을 수신한 경우 상기 후보 스타일 이미지에 관한 전문가 평가 -상기 전문가 평가는 고유 권한을 통해 접근 가능한 별도의 서비스 페이지를 통해 제공됨- 를 제공하는 것을 특징으로 하는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치.
  8. 제1항에 있어서,
    상기 베스트 스타일 이미지와 연관된 추천 상품 리스트 -상기 추천 상품 리스트는 상품 별로 구매 페이지로 이동 가능한 링크들을 포함함- 를 생성하여 제공하는 추천 서비스 제공부를 더 포함하는 것을 특징으로 하는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치.
  9. 스타일 정보 수신부, 실물 사진 수신부, 추천 상품 이미지 추출부, 피팅 시뮬레이션 수행부, 피팅 이미지 저장부, 후보 스타일 결정부 및 스타일 공유부를 포함하는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치에서 수행되는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 방법에 있어서,
    상기 스타일 정보 수신부를 통해, 상품 정보와 사용자 정보를 포함하는 스타일 정보를 수신하는 단계;
    상기 실물 사진 수신부를 통해, 상기 사용자 정보에 대응되는 사용자의 실물 사진을 수신하는 단계;
    상기 추천 상품 이미지 추출부를 통해, 상기 스타일 정보 및 상기 실물 사진을 기초로 상기 사용자에게 가장 어울리는 적어도 하나의 추천 상품 이미지를 추출하는 단계;
    상기 피팅 시뮬레이션 수행부를 통해, 상기 적어도 하나의 추천 상품 이미지를 기초로 스타일 피팅 시뮬레이션을 수행하여 스타일 피팅 이미지를 생성하는 단계;
    상기 피팅 이미지 저장부를 통해, 상기 스타일 피팅 시뮬레이션을 통해 생성된 복수의 스타일 피팅 이미지들을 저장하는 단계;
    상기 후보 스타일 결정부를 통해, 상기 복수의 스타일 피팅 이미지들 중 적어도 하나에 대한 사용자의 선택을 수신하여 후보 스타일 이미지들을 결정하는 단계; 및
    상기 스타일 공유부를 통해, 상기 후보 스타일 이미지들을 SNS(Social Network Service)를 통해 공유하고 해당 공유 결과에 따라 상기 후보 스타일 이미지들 중에서 베스트 스타일 이미지를 결정하는 단계를 포함하되,
    상기 피팅 시뮬레이션 수행부는 주요 패션 상품의 최신 유행 디자인 및 패션 트렌드를 분석한 결과로서 상품 카테고리 별로 최신 상품 이미지에 관한 이미지 데이터베이스를 구축하는 최신 이미지 DB 모듈; 및 상기 이미지 데이터베이스와 연동하고 상기 스타일 정보에 기초하여 상기 사용자에 최적화된 상품 이미지를 추출하고 상기 실물 사진에 대해 상기 스타일 피팅 시뮬레이션을 수행하여 상기 스타일 피팅 이미지를 생성하는 인공지능 엔진 모듈을 포함하고,
    상기 인공지능 엔진 모듈은 상기 스타일 정보에 기초하여 상기 최적화된 상품 이미지를 결정하는 제1 인공지능 모델과 상기 최적화된 상품 이미지를 상기 실물 사진에 피팅(fitting)하여 상기 스타일 피팅 이미지를 생성하는 제2 인공지능 모델을 포함하며,
    상기 베스트 스타일 이미지를 결정하는 단계는 상기 공유 과정에서 상기 SNS를 통해 상기 후보 스타일 이미지들과 연관되고 공유자별 고유 투표 링크를 제공하고, 상기 고유 투표 링크에 대한 상기 공유자의 선택에 따라 해당 후보 스타일 이미지의 카운팅을 실시간으로 제공하는 단계를 포함하며,
    상기 고유 투표 링크는 상기 공유자 별로 고유하게 생성되고 상기 공유자의 선택이 발생하는 경우 활성화되어 전용 어플리케이션을 통해 수집됨으로써 사용자 계정 상에서 집계되는 상기 후보 스타일 이미지들 각각에 대한 카운팅이 자동으로 갱신되도록 하는 것을 특징으로 하는 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 방법.
KR1020200156701A 2020-11-20 2020-11-20 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법 KR102392163B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200156701A KR102392163B1 (ko) 2020-11-20 2020-11-20 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200156701A KR102392163B1 (ko) 2020-11-20 2020-11-20 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102392163B1 true KR102392163B1 (ko) 2022-04-28

Family

ID=81448019

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200156701A KR102392163B1 (ko) 2020-11-20 2020-11-20 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102392163B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102532561B1 (ko) * 2022-08-16 2023-05-15 이승아 개인 스타일에 대한 컨설팅 데이터를 제공하는 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050114020A (ko) 2004-05-31 2005-12-05 김선중 가상착용서비스를 이용한 의류관련 상품 판매시스템 및 방법
KR20140006294A (ko) * 2012-07-02 2014-01-16 (주) 씨제이오쇼핑 가상피팅을 이용한 상품 추천 시스템 및 추천 방법
KR20190057516A (ko) * 2017-11-20 2019-05-29 배준 증강현실을 이용한 인공지능형 토탈패션 스타일링 시스템
KR20190122334A (ko) * 2018-04-20 2019-10-30 충북대학교 산학협력단 소셜 네트워크 시스템 기반의 질의 응답 서비스 제공을 위한 전문가 추천 방법 및 전문가 추천 시스템
KR20190140597A (ko) * 2018-06-12 2019-12-20 박종환 소셜 네트워크 기반 스마트 옷장 및 의상 추천 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050114020A (ko) 2004-05-31 2005-12-05 김선중 가상착용서비스를 이용한 의류관련 상품 판매시스템 및 방법
KR20140006294A (ko) * 2012-07-02 2014-01-16 (주) 씨제이오쇼핑 가상피팅을 이용한 상품 추천 시스템 및 추천 방법
KR20190057516A (ko) * 2017-11-20 2019-05-29 배준 증강현실을 이용한 인공지능형 토탈패션 스타일링 시스템
KR20190122334A (ko) * 2018-04-20 2019-10-30 충북대학교 산학협력단 소셜 네트워크 시스템 기반의 질의 응답 서비스 제공을 위한 전문가 추천 방법 및 전문가 추천 시스템
KR20190140597A (ko) * 2018-06-12 2019-12-20 박종환 소셜 네트워크 기반 스마트 옷장 및 의상 추천 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102532561B1 (ko) * 2022-08-16 2023-05-15 이승아 개인 스타일에 대한 컨설팅 데이터를 제공하는 방법

Similar Documents

Publication Publication Date Title
US20210287274A1 (en) Methods and systems for a all-in-one personal fashion coaching and assistance using artificial intelligence and peer-to-peer network databases
KR101972285B1 (ko) 이미지 평가 기법
US20100268661A1 (en) Recommendation Systems
US10929913B2 (en) Systems, methods, and computer program products for intelligently processing and manipulating a subject image according to consumer data
KR102320749B1 (ko) 인플루언서를 매개로 하는 쇼핑 정보 제공 시스템 및 방법
CN105122288A (zh) 用于处理多媒体商务服务的设备和方法
US11793296B2 (en) Beauty product creation platform
KR20180064735A (ko) 공간 서비스 시스템 및 방법
WO2014008766A1 (zh) 一种在网络交易中的信息分析系统和方法
KR102550214B1 (ko) 인공지능 기반의 신체부위 및 상황별 스타일링 추천 시스템
KR102392163B1 (ko) 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법
KR102200817B1 (ko) 몰입형 가상피팅 연계 서비스 제공 시스템 및 몰입형 가상피팅 연계 서비스 제공 방법
KR102212942B1 (ko) 유명 의상 디자이너 스타일 코디 제안 시스템 및 그 운용방법
KR20190097615A (ko) 디자인 관련 데이터를 이용하여 제조 수량을 결정하는 장치 및 방법
JP7180146B2 (ja) サービス提供者選定装置、プログラム及びサービス提供者選定システム
KR102576123B1 (ko) 제품 공동구매 연계 시스템 및 방법
KR102269643B1 (ko) 블록체인을 이용한 o2o 기반의 종합 이사 서비스를 제공하기 위한 시스템
KR20130027800A (ko) 아이템 라이브러리를 이용한 스타일 매칭 시스템 및 그 방법
KR20180060195A (ko) 패션 아이템 콘텐츠 db구축을 통한 코디 기반의 콘텐츠 공유 방법 및 이를 이용한 코디 기반의 scm 상거래 플랫폼 시스템
KR20220127424A (ko) 코디 추천 정보를 생성하는 서버 및 이를 구현하는 방법
KR20220026350A (ko) 인공신경망을 활용한 건강식품 온라인 쇼핑몰을 제공하는 시스템 및 방법
KR20210112258A (ko) 오프라인 구매를 위한 개인화된 추천 서비스 제공 방법 및 장치
KR102153336B1 (ko) 스마트 미러의 생체인증에 연동한 블록체인 기반의 마케팅 정보처리 시스템
US11783397B2 (en) Obtaining insights into design of a product based on interaction of consumers with the product
JP6307054B2 (ja) 商品群情報共有装置、商品群情報共有方法、商品群情報共有プログラム、商品群情報共有プログラムを記憶した記憶媒体

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant