KR102543427B1 - Apparatus for analyzing face facial features - Google Patents

Apparatus for analyzing face facial features Download PDF

Info

Publication number
KR102543427B1
KR102543427B1 KR1020220061457A KR20220061457A KR102543427B1 KR 102543427 B1 KR102543427 B1 KR 102543427B1 KR 1020220061457 A KR1020220061457 A KR 1020220061457A KR 20220061457 A KR20220061457 A KR 20220061457A KR 102543427 B1 KR102543427 B1 KR 102543427B1
Authority
KR
South Korea
Prior art keywords
eyebrow
distance
feature point
processor
ratio
Prior art date
Application number
KR1020220061457A
Other languages
Korean (ko)
Inventor
박정신
Original Assignee
박정신
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 박정신 filed Critical 박정신
Priority to KR1020220061457A priority Critical patent/KR102543427B1/en
Priority to KR1020230073500A priority patent/KR20230161907A/en
Application granted granted Critical
Publication of KR102543427B1 publication Critical patent/KR102543427B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치는 사용자의 안면 이미지를 입력받는 입력부; 및 상기 안면 이미지에 기초하여 사용자의 안면의 형상에 대한 특징을 나타내는 복수의 특징점 각각의 특징점 좌표와 눈썹의 외곽선을 나타내는 눈썹 외곽선 함수를 생성하는 프로세서;를 포함하고, 상기 프로세서는 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 사용자의 이목구비 각각의 유형을 나타내는 이목구비 유형 정보를 결정하는데 이용되고 상기 이목구비의 형상이 반영된 수치 정보를 산출하고, 상기 수치 정보에 기초하여 상기 이목구비 유형 정보를 결정할 수 있다.A facial analysis apparatus using facial feature points according to an embodiment of the present invention includes an input unit for receiving a user's facial image; and a processor for generating an eyebrow contour function representing coordinates of each of a plurality of feature points representing features of the shape of the user's face and an eyebrow outline function representing an outline of the eyebrow based on the face image, wherein the processor includes a plurality of feature point coordinates and Using one or more of the eyebrow outline functions, it is used to determine feature type information representing each type of the user's features, calculates numerical information in which the shape of the features is reflected, and determines the feature type information based on the numerical information. can

Description

안면의 특징점을 이용한 안면 분석 장치{Apparatus for analyzing face facial features}Apparatus for analyzing face facial features}

본 발명은 안면의 특징점을 이용한 안면 분석 장치에 관한 것으로서, 더욱 상세하게는 사용자의 안면 이미지로부터 복수의 특징점들을 추출하고, 복수의 특징점들을 이용하여 안면의 특징을 나타내는 다양한 정보를 산출하여 눈썹 유형 정보, 전택궁 유형 정보, 미간 유형 정보, 전체인중 유형 정보, 턱인중 유형 정보 및 턱선 유형 정보를 제공할 수 있는 안면의 특징점을 이용한 안면 분석 장치에 관한 것이다.The present invention relates to a facial analysis device using facial feature points, and more particularly, extracts a plurality of feature points from a user's face image, and calculates various information representing facial features using the plurality of feature points to provide eyebrow type information. , It relates to a facial analysis device using facial feature points capable of providing Jeontaegung type information, glabellar type information, total philtrum type information, chin philtrum type information, and jawline type information.

일반적으로, 동양철학에서 의미하는 사주(四柱)는 생년, 생월, 생일 및 생시 각각에 대한 기둥인 년주(年柱), 월주(月柱), 일주(日柱) 및 시주(時柱)를 말한다.In general, the four pillars in Eastern philosophy refer to the year pillar, the month pillar, the day pillar, and the hour pillar, which are the pillars for the year of birth, the month of birth, the birthday and the time of birth, respectively. .

그리고, 한 주(柱)는 간지(干支)의 두 글자로 되어 있으므로 사주는 총 여덟자가 되니 이를 사주팔자라 한다.In addition, since one week (柱) is made up of two letters of the kanji (干支), the total number of four weeks is eight, so it is called four weeks.

따라서, 사주팔자에 대한 풀이란 음양오행(陰陽五行)을 바탕으로 나의 오행(木火土金水)과 나의 사주팔자는 어떤 관계가 있으며 이로부터 나의 행운은 어떻게 진행이 될 것인지를 알아보는 것을 말한다.Therefore, the solution to the four main characters is to find out how my five elements (wood, fire, earth, metal, water) and my four main eight characters are related based on the Yin-Yang five elements, and how my luck will progress from this.

또한, 사람의 얼굴, 손, 발등의 신체부위를 보고 그 사람의 재수나 운명 등을 판단하는 일을 관상(觀相)이라 한다.In addition, seeing a person's face, hands, feet, etc., and judging the person's luck or fate is called contemplation.

이와 같은 사주 또는 관상은 오랜 기간동안 심도 있는 공부를 하여야만 알 수 있거나 역술인과 같은 전문가를 통해서만 알 수 있는 것으로, 자신의 관상에 대해 궁금함을 갖는 많은 사람들은 이러한 궁금증을 해소하기 위해 무속인 등을 찾아 그 해 또는 평생의 사주와 자신의 관상을 점쳐 궁금증을 해소하거나 각 일간지나 잡지 등에 서비스로 제공되는 역술을 통해 그 궁금증을 해소하여 왔다.This type of fortune-telling or contemplation can only be known through in-depth study for a long period of time or through experts such as fortune tellers. They have solved their curiosity by predicting the year or four weeks of their lifetime and their own contemplation, or through divination provided as a service in each daily newspaper or magazine.

이처럼, 관상에 대한 관심과 외모의 아름다움에 대한 관심이 증가하면서, 자신의 관상과 외모를 바꾸기 위한 성형술에 대한 관심과 수요 또한 증가하고 있다. In this way, as the interest in coronary art and beauty of appearance increases, interest in and demand for plastic surgery to change one's own coronary art and appearance are also increasing.

하지만, 종래에는 대중화된 인터넷 서비스를 통해 사용자의 안면 이미지에 대한 서비스 제공자(관상학자)의 주관적 및 경험적 분석 의견을 관상학 정보로 제공하는 실정이다.However, conventionally, subjective and empirical analysis opinions of a service provider (a physiotherapist) on a user's facial image are provided as physiognomy information through a popular Internet service.

이에 따라, 동일한 사용자의 안면 이미지 더라도, 서비스 제공자 마다 관상학 정보가 다른 문제점이 발생한다.Accordingly, there arises a problem in that the physiognomy information is different for each service provider even for the same user's face image.

따라서, 사용자의 안면 이미지에 대한 객관적인 관상학 분석을 위해 안면 이미지에 대한 특징점과 외곽선을 추출하여 수치적 데이터를 제공하는 기술이 필요하다.Therefore, a technique for providing numerical data by extracting feature points and outlines of a user's facial image is required for objective physioscopic analysis of the user's facial image.

한국공개특허 제10-2016-0062429호Korean Patent Publication No. 10-2016-0062429

본 발명의 목적은, 사용자의 안면 이미지로부터 산출된 복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률 및 눈썹 두께 비율 중 하나 이상에 기초하여 사용자의 눈썹 유형 정보를 결정할 수 있는 안면의 특징점을 이용한 안면 분석 장치를 제공함에 있다.An object of the present invention is to use face feature points capable of determining user's eyebrow type information based on at least one of a plurality of eyebrow peak relative positions, eyebrow inclination, eyebrow curvature, and eyebrow thickness ratio calculated from a user's face image. It is to provide an analysis device.

또한, 본 발명의 목적은, 사용자의 안면 이미지로부터 산출된 복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률 및 눈썹 두께 비율 중 하나 이상에 기초하여 사용자의 전택궁 유형 정보 및 미간 유형 정보를 결정할 수 있는 안면의 특징점을 이용한 안면 분석 장치를 제공함에 있다.It is also an object of the present invention to determine the user's front arch type information and eyebrow type information based on at least one of a plurality of eyebrow peak relative positions, eyebrow inclination, eyebrow curvature, and eyebrow thickness ratio calculated from a user's facial image. An object of the present invention is to provide a facial analysis device using facial feature points.

또한, 본 발명의 목적은, 사용자의 안면 이미지로부터 산출된 전체인중 비율에 기초하여 전체인중 유형 정보를 결정할 수 있는 안면의 특징점을 이용한 안면 분석 장치를 제공함에 있다.Another object of the present invention is to provide a face analysis device using facial feature points capable of determining total weight type information based on a total weight ratio calculated from a user's face image.

또한, 본 발명의 목적은, 사용자의 안면 이미지로부터 산출된 턱인중 비율에 기초하여 턱인중 유형 정보를 결정할 수 있는 안면의 특징점을 이용한 안면 분석 장치를 제공함에 있다.Another object of the present invention is to provide a facial analysis device using facial feature points capable of determining chin-thrust type information based on a chin-thrust ratio calculated from a user's face image.

또한, 본 발명의 목적은, 사용자의 안면 이미지로부터 산출된 턱선 비율에 기초하여 턱선 유형 정보를 결정할 수 있는 안면의 특징점을 이용한 안면 분석 장치를 제공함에 있다.Another object of the present invention is to provide a facial analysis device using facial feature points capable of determining jawline type information based on a jawline ratio calculated from a facial image of a user.

본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects and advantages of the present invention not mentioned above can be understood by the following description and will be more clearly understood by the examples of the present invention. It will also be readily apparent that the objects and advantages of the present invention may be realized by means of the instrumentalities and combinations indicated in the claims.

본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치는 사용자의 안면 이미지를 입력받는 입력부; 및 상기 안면 이미지에 기초하여 사용자의 안면의 형상에 대한 특징을 나타내는 복수의 특징점 각각의 특징점 좌표와 눈썹의 외곽선을 나타내는 눈썹 외곽선 함수를 생성하는 프로세서;를 포함하고, 상기 프로세서는 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 사용자의 이목구비 각각의 유형을 나타내는 이목구비 유형 정보를 결정하는데 이용되고 상기 이목구비의 형상이 반영된 수치 정보를 산출하고, 상기 수치 정보에 기초하여 상기 이목구비 유형 정보를 결정할 수 있다.A facial analysis apparatus using facial feature points according to an embodiment of the present invention includes an input unit for receiving a user's facial image; and a processor for generating an eyebrow contour function representing coordinates of each of a plurality of feature points representing features of the shape of the user's face and an eyebrow outline function representing an outline of the eyebrow based on the face image, wherein the processor includes a plurality of feature point coordinates and Using one or more of the eyebrow outline functions, it is used to determine feature type information representing each type of the user's features, calculates numerical information in which the shape of the features is reflected, and determines the feature type information based on the numerical information. can

바람직하게, 상기 프로세서는 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 눈 및 눈썹 중 하나 이상의 위치 대비 상기 사용자의 눈썹산의 상대 위치를 나타내는 복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률 및 눈썹 두께 비율을 상기 수치 정보로써 산출하고, 상기 복수의 눈썹산 상대 위치, 상기 눈썹 기울기, 상기 눈썹 곡률 및 상기 눈썹 두께 비율 중 하나 이상에 기초하여 상기 사용자의 눈썹의 유형을 나타내는 눈썹 유형 정보를 상기 이목구비 유형 정보 중 하나로 결정할 수 있다.Preferably, the processor uses a plurality of feature point coordinates and one or more of the eyebrow outline functions to represent the relative position of the user's eyebrow peak relative to the position of at least one of the eyes and eyebrows, the relative position of the eyebrows, the inclination of the eyebrows, and the eyebrows. Eyebrow type information that calculates a curvature and eyebrow thickness ratio as the numerical information, and indicates the type of the user's eyebrow based on at least one of the plurality of eyebrow peak relative positions, the eyebrow inclination, the eyebrow curvature, and the eyebrow thickness ratio. may be determined as one of the features type information.

바람직하게, 상기 프로세서는 상기 복수의 특징점 중에서 사용자의 안면 상단과 안면 하단을 각각 나타내는 상단 특징점과 하단 특징점을 잇는 직선을 수직축으로 설정하고 상기 수직축에 수직한 수평축을 설정할 수 있다.Preferably, the processor may set, as a vertical axis, a straight line connecting an upper and lower feature points representing upper and lower faces of the user's face, respectively, among the plurality of feature points, and set a horizontal axis perpendicular to the vertical axis.

바람직하게, 상기 프로세서는 상기 복수의 특징점 중에서 눈머리를 나타내는 눈머리 특징점을 지나는 제1 수직선 및 상기 눈썹의 외곽선 중에서 상부 외곽선이 교차되는 제1 교차점을 추출하고, 상기 복수의 특징점 중에서 상기 눈썹산을 나타내는 눈썹산 특징점 및 상기 제1 교차점을 잇는 제1 직선의 기울기를 상기 눈썹 기울기로 산출할 수 있다.Preferably, the processor extracts a first vertical line passing through the eye head feature point representing the head of the eye from among the plurality of feature points and a first intersection point at which an upper outline intersects among the outline lines of the eyebrow, and extracts the eyebrow peak from among the plurality of feature points. An inclination of a first straight line connecting the eyebrow peak feature point and the first intersection point may be calculated as the eyebrow inclination.

바람직하게, 상기 프로세서는 상기 수평축 상에서의 상기 눈썹산 특징점 및 상기 제1 교차점 간에 제1 거리를 산출하고, 상기 수직축 상에서의 상기 상부 외곽선 및 상기 제1 직선 간에 제2 거리를 산출하며, 상기 제1 거리 대비 상기 제2 거리의 제1 거리 비율을 상기 눈썹 곡률로 산출할 수 있다.Preferably, the processor calculates a first distance between the eyebrow peak feature point and the first intersection point on the horizontal axis, calculates a second distance between the upper outline and the first straight line on the vertical axis, and calculates the first distance on the vertical axis. A first distance ratio of the second distance to the distance may be calculated as the eyebrow curvature.

바람직하게, 상기 프로세서는 상기 제1 수직선 및 상기 눈썹의 외곽선 중에서 하부 외곽선이 교차되는 제2 교차점을 추출하고, 상기 제1 교차점 및 상기 제2 교차점 간에 제3 거리를 산출하고, 상기 눈썹산 특징점을 지나는 제2 수직선 및 상기 하부 외곽선이 교차되는 제3 교차점을 추출하고, 상기 눈썹산 특징점 및 상기 제3 교차점 간에 제4 거리를 산출하고, 상기 제3 거리 대비 상기 제4 거리의 제2 거리 비율을 상기 눈썹 두께 비율로 산출할 수 있다.Preferably, the processor extracts a second intersection point where the lower outline intersects among the first vertical line and the outline of the eyebrow, calculates a third distance between the first intersection point and the second intersection point, and determines the feature point of the eyebrow peak. A third intersection point at which a passing second vertical line and the lower outline intersect is extracted, a fourth distance is calculated between the eyebrow peak feature point and the third intersection point, and a second distance ratio of the fourth distance to the third distance is calculated. It can be calculated by the eyebrow thickness ratio.

바람직하게, 상기 프로세서는 상기 복수의 특징점 중에서 눈머리를 나타내는 눈머리 특징점 및 눈썹꼬리를 나타내는 눈썹꼬리 특징점 간에 상기 수평축 상에서의 제1 중점을 추출하고, 상기 복수의 특징점 중에서 눈썹산을 나타내는 눈썹산 특징점 및 상기 수직축 간에 상기 수평축 상에서의 제5 거리를 산출하고, 상기 수평축 상에서의 상기 제1 중점 및 상기 수직축 간에 제6 거리를 산출하고, 상기 제5 거리 및 상기 제6 거리 간에 제1 거리 차를 상기 복수의 눈썹산 상대 위치 중에서 제1 눈썹산 상대 위치로 산출할 수 있다.Preferably, the processor extracts a first midpoint on the horizontal axis between the eye head feature point representing the head of the eye and the eyebrow tail feature point representing the eyebrow tail from among the plurality of feature points, and the eyebrow peak feature point representing the eyebrow peak among the plurality of feature points. and calculating a fifth distance on the horizontal axis between the vertical axes, calculating a sixth distance between the first midpoint on the horizontal axis and the vertical axis, and calculating a first distance difference between the fifth distance and the sixth distance. It can be calculated as the relative position of the first eyebrow ridge among the plurality of eyebrow ridge relative positions.

바람직하게, 상기 프로세서는 상기 복수의 특징점 중에서 눈썹머리를 나타내는 눈썹머리 특징점 및 상기 눈썹꼬리 특징점 간에 상기 수평축 상에서의 제2 중점을 추출하고, 상기 수평축 상에서의 상기 눈썹머리 특징점 및 상기 수직축 간에 제7 거리를 산출하고, 상기 수평축 상에서의 상기 제2 중점 및 상기 수직축 간에 제8 거리를 산출하고, 상기 제7 거리 및 상기 제8 거리 간에 거리 합을 산출하고, 상기 제5 거리 및 상기 거리 합 간에 제2 거리 차를 상기 복수의 눈썹산 상대 위치 중에서 제2 눈썹산 상대 위치로 산출할 수 있다.Preferably, the processor extracts a second midpoint on the horizontal axis between the eyebrow head feature point representing the eyebrow head and the eyebrow tail feature point among the plurality of feature points, and a seventh distance between the eyebrow head feature point and the vertical axis on the horizontal axis. , calculates an eighth distance between the second midpoint on the horizontal axis and the vertical axis, calculates a sum of distances between the seventh distance and the eighth distance, and calculates a second distance between the fifth distance and the sum of distances. The distance difference may be calculated as the relative position of the second eyebrow ridge among the plurality of eyebrow ridge relative positions.

바람직하게, 상기 프로세서는 상기 눈썹 기울기가 제1 기준 기울기 이하이고 상기 눈썹 두께 비율이 기준 두께 비율 이상이고 상기 복수의 눈썹산 상대 위치 중에서 제1 눈썹산 상대 위치가 기준 상대 위치 이상이면 상기 눈썹 유형 정보를 일자형 눈썹 유형으로 결정하고, 상기 눈썹 기울기가 제1 기준 기울기 이하이고, 상기 눈썹 두께 비율이 기준 두께 비율 이하이면 상기 눈썹 유형 정보를 세미아치형 눈썹 유형으로 결정할 수 있다.Preferably, the processor determines the eyebrow type information when the eyebrow slope is equal to or less than the first reference slope, the eyebrow thickness ratio is greater than or equal to the reference thickness ratio, and the first eyebrow peak relative position among the plurality of eyebrow peak relative positions is greater than or equal to the reference relative position. is determined as a straight eyebrow type, and the eyebrow type information may be determined as a semi-arch eyebrow type when the eyebrow slope is less than or equal to the first reference slope and the eyebrow thickness ratio is less than or equal to the reference thickness ratio.

바람직하게, 상기 프로세서는 상기 눈썹 기울기가 제1 기준 기울기 이상이고 상기 눈썹 곡률이 기준 곡률 이상이면 상기 눈썹 유형 정보를 아치형 눈썹 유형으로 결정하고, 상기 눈썹 기울기가 제1 기준 기울기 이상이고 상기 눈썹 곡률이 기준 곡률 미만이면 상기 눈썹 유형 정보를 각진형 눈썹 유형으로 결정할 수 있다.Preferably, the processor determines the eyebrow type information as an arcuate eyebrow type when the eyebrow slope is greater than or equal to a first reference slope and the eyebrow curvature is greater than or equal to the reference curvature, and the eyebrow slope is greater than or equal to the first reference slope and the eyebrow curvature is If the curvature is less than the reference curvature, the eyebrow type information may be determined as an angular eyebrow type.

바람직하게, 상기 프로세서는 상기 눈썹 기울기가 제1 기준 기울기를 초과하고 상기 제1 기준 기울기 보다 큰 제2 기준 기울기 미만이면 상기 눈썹 유형 정보를 표준형 눈썹 유형으로 결정하고, 상기 눈썹 기울기가 제2 기준 기울기 이상이고 상기 복수의 눈썹산 상대 위치 중에서 제2 눈썹산 상대 위치가 기준 상대 위치 이상이면 상기 눈썹 유형 정보를 상승형 눈썹 유형으로 결정할 수 있다.Preferably, the processor determines the eyebrow type information as a standard eyebrow type when the eyebrow slope exceeds the first reference slope and is less than a second reference slope greater than the first reference slope, and the eyebrow slope is the second reference slope above, and if the relative position of the second eyebrow peak among the plurality of eyebrow peaks is equal to or greater than the reference relative position, the eyebrow type information may be determined as the raised eyebrow type.

본 발명에 따른 안면의 특징점을 이용한 안면 분석 장치는, 사용자의 안면 이미지로부터 산출된 복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률 및 눈썹 두께 비율 중 하나 이상에 기초하여 사용자의 눈썹 유형 정보를 결정함으로써, 사용자의 눈썹 유형에 대한 수치적이고 객관적인 정보를 제공할 수 있다.The facial analysis apparatus using facial feature points according to the present invention determines the user's eyebrow type information based on at least one of a plurality of eyebrow ridge relative positions, eyebrow inclination, eyebrow curvature, and eyebrow thickness ratio calculated from a user's facial image. By doing so, it is possible to provide numerical and objective information about the user's eyebrow type.

또한, 본 발명에 따른 안면의 특징점을 이용한 안면 분석 장치는, 사용자의 안면 이미지로부터 산출된 복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률 및 눈썹 두께 비율 중 하나 이상에 기초하여 사용자의 전택궁 유형 정보 및 미간 유형 정보를 결정함으로써, 사용자의 전택궁 유형과 미간 유형에 대한 수치적이고 객관적인 정보를 제공할 수 있다.In addition, the facial analysis apparatus using facial feature points according to the present invention is based on one or more of the relative position of a plurality of eyebrow peaks calculated from the user's facial image, the slope of the eyebrows, the curvature of the eyebrows, and the thickness ratio of the eyebrows. By determining the information and the eyebrow type information, it is possible to provide numerical and objective information about the user's Jeon Taekung type and the eyebrow type.

또한, 본 발명의 목적은, 사용자의 안면 이미지로부터 산출된 전체인중 비율에 기초하여 전체인중 유형 정보를 결정함으로써, 사용자의 전체인중 유형에 대한 수치적이고 객관적인 정보를 제공할 수 있다.In addition, an object of the present invention is to provide numerical and objective information about a user's total weight type by determining total weight type information based on a total weight ratio calculated from a user's face image.

또한, 본 발명의 목적은, 사용자의 안면 이미지로부터 산출된 턱인중 비율에 기초하여 턱인중 유형 정보를 결정함으로써, 사용자의 턱인중 유형에 대한 수치적이고 객관적인 정보를 제공할 수 있다.In addition, an object of the present invention is to provide numerical and objective information about a user's chin-thrust type by determining chin-thrust type information based on a chin-thrust ratio calculated from a user's face image.

또한, 본 발명의 목적은, 사용자의 안면 이미지로부터 산출된 턱선 비율에 기초하여 턱선 유형 정보를 결정함으로써, 사용자의 턱선 유형에 대한 수치적이고 객관적인 정보를 제공할 수 있다.Also, an object of the present invention is to provide numerical and objective information about a user's jawline type by determining jawline type information based on a jawline ratio calculated from a user's facial image.

도 1은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 사용자의 안면 이미지를 입력받는 모습을 도시한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치의 구성 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 복수의 특징점 좌표 및 눈썹 외곽선 함수를 생성하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 눈썹 기울기를 산출하는 과정을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 눈썹 곡률을 산출하는 과정을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 눈썹 두께 비율을 산출하는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 복수의 눈썹 상대 위치 중에서 제1 눈썹 상대 위치를 산출하는 과정을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 복수의 눈썹 상대 위치 중에서 제2 눈썹 상대 위치를 산출하는 과정을 설명하기 위한 도면이다.
도 9는 본 발명의 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 전택궁 유형 정보를 결정하는 과정을 설명하기 위한 도면이다.
도 10는 본 발명의 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 미간 유형 정보를 결정하는 과정을 설명하기 위한 도면이다.
도 11은 본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 전체인중 유형 정보 및 턱인중 유형 정보를 결정하는 과정을 설명하기 위한 도면이다.
도 12는 본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 턱선 유형 정보를 결정하는 과정을 설명하기 위한 도면이다.
1 is a diagram illustrating a state in which a facial analysis device using facial feature points according to an embodiment of the present invention receives a user's facial image.
2 is a configuration block diagram of a facial analysis device using facial feature points according to an embodiment of the present invention.
3 is a diagram for explaining a process of generating a plurality of feature point coordinates and an eyebrow contour function by a facial analysis apparatus using facial feature points according to an embodiment of the present invention.
4 is a diagram for explaining a process of calculating an eyebrow inclination by a facial analysis device using facial feature points according to an embodiment of the present invention.
5 is a diagram for explaining a process of calculating eyebrow curvature by a facial analysis device using facial feature points according to an embodiment of the present invention.
6 is a diagram for explaining a process of calculating an eyebrow thickness ratio by a facial analysis device using facial feature points according to an embodiment of the present invention.
7 is a diagram for explaining a process of calculating a first relative position of an eyebrow among a plurality of relative positions of an eyebrow by a facial analysis apparatus using facial feature points according to an embodiment of the present invention.
8 is a diagram for explaining a process of calculating a second relative position of an eyebrow among a plurality of relative positions of an eyebrow by a facial analysis apparatus using facial feature points according to an embodiment of the present invention.
9 is a diagram for explaining a process in which a facial analysis device using face feature points determines information on a Jeontaekung type according to another embodiment of the present invention.
10 is a diagram for explaining a process of determining forehead type information by a facial analysis apparatus using facial feature points according to another embodiment of the present invention.
FIG. 11 is a diagram for explaining a process of determining total weight type information and chin weight type information by a facial analysis apparatus using facial feature points according to another embodiment of the present invention.
12 is a diagram for explaining a process of determining jawline type information by a facial analysis apparatus using facial feature points according to another embodiment of the present invention.

이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형 태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대 해서는 유사한 참조 부호가 사용될 수 있다. Hereinafter, various embodiments of the present invention will be described with reference to the accompanying drawings. However, it should be understood that this is not intended to limit the present invention to specific embodiments, and includes various modifications, equivalents, and/or alternatives of the embodiments of the present invention. In connection with the description of the drawings, like reference numerals may be used for like elements.

본 문서에서, "가진다", "가질 수 있다", "포함한다", 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다. In this document, expressions such as "has", "may have", "includes", or "may include" refer to the presence of a corresponding feature (eg, numerical value, function, operation, or component such as a part). , which does not preclude the existence of additional features.

본 문서에서, "A 또는 B", "A 또는/및 B 중 적어도 하나", 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현 은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B", "A 및 B 중 적어도 하나", 또는 "A 또는 B 중 적어도 하나"는 (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다. In this document, expressions such as "A or B", "at least one of A and/and B", or "one or more of A or/and B" may include all possible combinations of the items listed together. . For example, "A or B", "at least one of A and B", or "at least one of A or B" (1) includes at least one A, (2) includes at least one B, or (3) It may refer to all cases including at least one A and at least one B.

본 문서에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중 요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.Expressions such as "first", "second", "first", or "second" used in this document may modify various components, regardless of order and/or importance, and refer to a component as It is used only to distinguish it from other components and does not limit the corresponding components. For example, a first user device and a second user device may represent different user devices regardless of order or importance. For example, without departing from the scope of rights described in this document, a first element may be called a second element, and similarly, the second element may also be renamed to the first element.

어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성 요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다. A component (e.g., a first component) is "(operatively or communicatively) coupled with/to" another component (e.g., a second component); When referred to as "connected to", it should be understood that the certain component may be directly connected to the other component or connected through another component (eg, a third component). On the other hand, when an element (eg, a first element) is referred to as being “directly connected” or “directly connected” to another element (eg, a second element), the element and the other element are referred to as being “directly connected”. It may be understood that there are no other components (eg, a third component) between the components.

본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합 한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "~하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성(또는 설정)된"은 하드웨어적으로 "특별히 설계된(specifically designed to)"것 만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성 (또는 설정)된 제어부"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다. As used in this document, the expression "configured to" means, depending on the situation, e.g., "suitable for", "having the capacity to" )", "designed to", "adapted to", "made to", or "capable of" . The term "configured (or set) to" may not necessarily mean only "specifically designed to" hardware. Instead, in some contexts, the phrase "a device configured to" may mean that the device is "capable of" in conjunction with other devices or components. For example, the phrase “a control unit configured (or set) to perform A, B, and C” may be expressed by a dedicated processor (e.g., embedded processor) to perform the operation, or by executing one or more software programs stored in memory. , may mean a general-purpose processor (eg, CPU or application processor) capable of performing corresponding operations.

특히, 본 명세서에서, “~장치”는 중앙처리장치(Central Processing Unit (CPU)), 애플리케이션 프로세서(Application Processor (AP)) 및 커뮤니케이션 프로세서(Communication Processor (CP)) 중 하나 이상을 포함할 수 있다. In particular, in the present specification, “~ device” may include one or more of a central processing unit (CPU), an application processor (AP), and a communication processor (CP). .

본 명세서에서, “~장치”는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, “~장치”는 웨어러블 장치, 스마트폰, 태블릿 PC 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.In this specification, “~device” refers to all types of hardware devices including at least one processor, and may be understood as encompassing software configurations operating in the corresponding hardware devices according to embodiments. For example, “~device” may be understood as including wearable devices, smart phones, tablet PCs, and user clients and applications running on each device, but is not limited thereto.

본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한 정하려는 의도가 아닐 수 있다. 단수의 표현은 컨텍스트 상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은 관련 기술의 컨텍스트 상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시 예들을 배제하도록 해석될 수 없다. Terms used in this document are only used to describe a specific embodiment, and may not be intended to limit the scope of other embodiments. Singular expressions may include plural expressions unless the context clearly dictates otherwise. Terms used herein, including technical or scientific terms, may have the same meaning as commonly understood by a person of ordinary skill in the technical field described in this document. Among the terms used in this document, terms defined in general dictionaries may be interpreted as having the same or similar meaning as the meaning in the context of the related art, and unless explicitly defined in this document, in an ideal or excessively formal meaning. not interpreted In some cases, even terms defined in this document cannot be interpreted to exclude the embodiments of this document.

도 1은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 사용자의 안면 이미지를 입력받는 모습을 도시한 도면이고, 도 2는 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치의 구성 블록도이고, 도 3은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 복수의 특징점 좌표 및 눈썹 외곽선 함수를 생성하는 과정을 설명하기 위한 도면이다.1 is a diagram showing a state in which a facial analysis device using facial feature points according to an embodiment of the present invention receives a user's facial image, and FIG. 3 is a block diagram of a facial analysis apparatus, and FIG. 3 is a diagram for explaining a process of generating a plurality of feature point coordinates and an eyebrow outline function by the facial analysis apparatus using facial feature points according to an embodiment of the present invention.

도 1 내지 도 3을 참조하면, 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)는 사용자의 안면을 촬영하여 생성된 안면 이미지로부터 사용자의 안면의 형상에 대한 특징을 나타내는 복수의 특징점을 추출하고, 눈썹의 외곽선을 추출할 수 있다.1 to 3, the facial analysis apparatus 100 using facial feature points according to an embodiment of the present invention represents characteristics of the shape of the user's face from a facial image generated by photographing the user's face. A plurality of feature points may be extracted and an outline of the eyebrow may be extracted.

이후, 안면의 특징점을 이용한 안면 분석 장치(100)는 복수의 특징점 각각의 특징점 좌표와 눈썹의 외곽선의 눈썹 외곽선 함수를 생성하고, 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 수치 정보를 산출하고, 수치 정보에 기초하여 상기 이목구비 유형 정보를 결정할 수 있다.Thereafter, the facial analysis apparatus 100 using the feature points of the face generates an eyebrow outline function of the feature point coordinates of each of the plurality of feature points and the eyebrow outline, and uses one or more of the plurality of feature point coordinates and the eyebrow outline function to obtain numerical information. , and the feature type information may be determined based on numerical information.

여기서, 수치 정보는 사용자의 이목구비 각각의 유형을 나타내는 이목구비 유형 정보를 결정하는데 이용되고 상기 이목구비의 형상이 반영된 정보일 수 있다.Here, the numerical information is used to determine feature type information indicating each type of the user's features and may be information in which the shape of the features is reflected.

예를 들어, 수치 정보는 후술되는 복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률, 눈썹 두께 비율, 전체인중 비율, 턱인중 비율 및 턱선 비율일 수 있다.For example, the numerical information may be relative positions of a plurality of eyebrow peaks, an eyebrow inclination, an eyebrow curvature, an eyebrow thickness ratio, a total philtrum ratio, a chin philtrum ratio, and a chin line ratio, which will be described later.

또한, 이목구비 유형 정보는 사용자의 눈썹 유형을 나타내는 눈썹 유형 정보, 사용자의 전택궁 유형을 나타내는 전택궁 유형 정보, 사용자의 미간 유형을 나타내는 미간 유형 정보, 사용자의 전체인중 유형을 나타내는 전체 인중 유형 정보, 사용자의 턱인중 유형을 나타내는 턱인중 유형 정보 및 사용자의 턱선 유형을 나타내는 턱선 유형 정보일 수 있다.In addition, the feature type information includes eyebrow type information representing the user's eyebrow type, front arch type information representing the user's front arch type, glabellar type information representing the user's eyebrow type, and total philtrum type information representing the user's total brow type. , may be chin-in type information indicating the user's chin-in type and jaw-line type information indicating the user's jaw-line type.

이를 위해, 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)는 입력부(110), 프로세서(120), 출력부(130), 통신부(140) 및 저장부(150)를 포함할 수 있다.To this end, the face analysis device 100 using facial feature points according to an embodiment of the present invention includes an input unit 110, a processor 120, an output unit 130, a communication unit 140, and a storage unit 150. can include

입력부(110)는 사용자의 안면 이미지를 입력받을 수 있다.The input unit 110 may receive a user's face image.

이때, 입력부(110)는 촬영 장치와 연결되어 촬영 장치로부터 출력되는 안면 이미지를 입력받을 수 있다. 또한, 입력부(110)는 카메라 모듈을 구비하여 촬영 장치로부터 안면 이미지를 입력받는 대신 사용자의 안면을 촬영하여 안면 이미지를 생성할 수도 있다.At this time, the input unit 110 may be connected to the photographing device and receive a facial image output from the photographing device. In addition, the input unit 110 may include a camera module to generate a facial image by photographing the user's face instead of receiving the facial image from the photographing device.

프로세서(120)는 상기 안면 이미지에 기초하여 사용자의 안면의 형상에 대한 특징을 나타내는 복수의 특징점과 눈썹의 외곽선을 추출할 수 있다.The processor 120 may extract a plurality of feature points indicating characteristics of the user's face shape and an outline of the eyebrows based on the face image.

또한, 프로세서(120)는 상기 안면 이미지에 기초하여 사용자의 안면의 형상에 대한 특징을 나타내는 특징점을 더 추출할 수 있다.In addition, the processor 120 may further extract feature points representing features of the shape of the user's face based on the face image.

이를 위해, 프로세서(120)는 통기 기반 모델, 인공 신경망 모델, 연결 구조 모델 및 마르코프 모델 중 하나 이상을 이용하여 복수의 특징점과 눈썹의 외곽선을 안면 이미지로부터 추출할 수 있다.To this end, the processor 120 may extract a plurality of feature points and the outline of the eyebrows from the facial image using at least one of a ventilation-based model, an artificial neural network model, a connection structure model, and a Markov model.

이때, 프로세서(120)는 안면 윤곽, 양쪽 눈썹 중 어느 한 쪽의 눈썹 및 양쪽 눈 중 어느 한쪽의 눈 각각의 특징점과 상술된 어느 한 쪽의 눈썹의 외곽선을 추출할 수 있다.At this time, the processor 120 may extract facial contours, feature points of either one of the eyebrows and both eyes, and the outline of either of the eyebrows described above.

구체적으로, 프로세서(120)는 도 3에 도시된 바와 같이, 복수의 특징점으로써, 사용자의 안면 상단을 나타내는 상단 특징점(A), 사용자의 안면 하단을 나타내는 하단 특징점(Q), 사용자의 광대 끝단을 나타내는 광대 특징점(I)을 추출할 수 있다.Specifically, as shown in FIG. 3 , the processor 120 selects, as a plurality of feature points, an upper feature point (A) representing the upper part of the user's face, a lower feature point (Q) representing the lower part of the user's face, and the tip of the user's cheekbones. The cheekbone feature point I can be extracted.

또한, 프로세서(120)는 복수의 특징점으로써, 사용자의 눈썹머리를 나타내는 눈썹머리 특징점(C), 사용자의 눈썹산을 나타내는 눈썹산 특징점(D) 및 사용자의 눈썹꼬리를 나타내는 눈썹꼬리 특징점(E)을 추출할 수 있다.In addition, as a plurality of feature points, the processor 120 includes an eyebrow head feature point (C) representing the user's eyebrow head, a eyebrow peak feature point (D) representing the user's eyebrow peak, and an eyebrow tail feature point (E) representing the user's eyebrow tail. can be extracted.

또한, 프로세서(120)는 복수의 특징점으로써, 사용자의 눈머리를 나타내는 눈머리 특징점(F), 사용자의 눈산을 나타내는 눈산 특징점(R) 및 사용자의 눈꼬리를 나타내는 눈꼬리 특징점(H)을 추출할 수 있다.In addition, the processor 120 may extract, as a plurality of feature points, an eye feature point (F) representing the head of the user's eyes, a feature point (R) representing the eyes of the user, and a feature point (H) representing the tail of the user's eyes. there is.

또한, 프로세서(120)는 복수의 특징점으로써, 사용자의 코끝을 나타내는 코끝 특징점(M), 사용자의 윗입술 상단을 나타내는 윗입술 특징점(N) 및 사용자의 아랫입술 하단을 나타내는 아랫입술 특징점(P)을 추출할 수 있다.In addition, the processor 120 extracts a nose tip feature point (M) representing the tip of the user's nose, an upper lip feature point (N) representing the top of the user's upper lip, and a lower lip feature point (P) representing the bottom of the user's lower lip, as a plurality of feature points. can do.

여기서, 눈썹머리는 눈썹의 외곽 중에서 가장 안쪽 지점을 의미할 수 있다.Here, the eyebrow head may refer to the innermost point of the outer edge of the eyebrow.

여기서, 눈썹꼬리는 눈썹의 외곽 중에서 가장 바깥 지점을 의미할 수 있다.Here, the eyebrow tail may refer to the outermost point of the outer edge of the eyebrow.

여기서, 눈썹산은 눈썹의 외곽 중에서 가장 높은 지점을 의미할 수 있다.Here, the eyebrow mountain may refer to the highest point among the outlines of the eyebrows.

여기서, 눈머리는 눈의 외곽 중에서 가장 안쪽 지점을 의미할 수 있다.Here, the head of the eye may mean the innermost point of the outer periphery of the eye.

여기서, 눈꼬리는 눈의 외곽 중에서 가장 바깥 지점을 의미할 수 있다.Here, the outer corner of the eye may mean the outermost point of the outer periphery of the eye.

여기서, 눈산은 눈의 외곽 중에서 가장 높은 지점을 의미할 수 있다.Here, the snow mountain may mean the highest point among the outer rims of snow.

한편, 프로세서(120)는 도 3에 도시된 바와 같이, 안면 이미지로부터 눈썹의 외곽선을 추출하되, 상부 외곽선(U)과 하부 외곽선(L)으로 나누어 추출할 수 있다.Meanwhile, as shown in FIG. 3 , the processor 120 may extract the outline of the eyebrows from the facial image by dividing the outline into an upper outline U and a lower outline L.

여기서, 상부 외곽선(U)은 폐곡선을 이루는 눈썹의 외곽선을 눈썹머리 특징점(C)과 눈썹꼬리 특징점(E)을 기준으로 분리한 2개의 외곽선 중에서 상부에 위치하는 외곽선을 의미할 수 있다. 즉, 상부 외곽선(U)은 눈썹머리 특징점(C)과 눈썹꼬리 특징점(E)을 잇는 눈썹의 외곽선 중에서 상부에 위치하는 외곽선을 의미할 수 있다.Here, the upper outline (U) may refer to an outline located at the top of two outlines obtained by separating the outline of the eyebrow forming a closed curve based on the eyebrow head feature point (C) and the eyebrow tail feature point (E). That is, the upper outline (U) may refer to an outline positioned at the upper part among the outlines of the eyebrow connecting the eyebrow head feature point (C) and the eyebrow tail feature point (E).

여기서, 하부 외곽선(L)은 폐곡선을 이루는 눈썹의 외곽선을 눈썹머리 특징점(C)과 눈썹꼬리 특징점(E)을 기준으로 분리한 2개의 외곽선 중에서 하부에 위치하는 외곽선을 의미할 수 있다. 즉, 하부 외곽선(L)은 눈썹머리 특징점(C)과 눈썹꼬리 특징점(E)을 잇는 눈썹의 외곽선 중에서 하부에 위치하는 외곽선을 의미할 수 있다.Here, the lower outline (L) may refer to an outline located at the lower part of two outlines obtained by separating the outline of the eyebrow forming a closed curve based on the eyebrow head feature point (C) and the eyebrow tail feature point (E). That is, the lower outline (L) may refer to an outline located at the lower part of the outlines of the eyebrow connecting the eyebrow head feature point (C) and the eyebrow tail feature point (E).

프로세서(120)는 복수의 특징점 각각의 특징점 좌표를 생성하고, 눈썹의 외곽선을 나타내는 눈썹 외곽선 함수를 생성할 수 있다.The processor 120 may generate feature point coordinates of each of a plurality of feature points and create an eyebrow outline function representing the outline of the eyebrow.

이때, 프로세서(120)는 안면 이미지 상에 좌표 평면을 설정하고, 설정된 좌표 평면을 기준으로 복수의 특징점 좌표과 눈썹 외곽선 함수를 생성할 수 있다.In this case, the processor 120 may set a coordinate plane on the face image and generate a plurality of feature point coordinates and an eyebrow contour function based on the set coordinate plane.

프로세서(120)는 눈썹 외곽선 함수로써 눈썹의 외곽선 중에서 상부 외곽선(U)을 나타내는 눈썹 상부 외곽선 함수(U(x))와 하부 외곽선(L)을 나타내는 눈썹 상부 외곽선 함수(L(x))를 생성할 수 있다.The processor 120 generates an eyebrow upper contour function (U(x)) representing the upper contour line (U) and an eyebrow upper contour function (L(x)) representing the lower contour line (L) as the eyebrow contour function. can do.

이를 위해, 프로세서(120)는 도 3에 도시된 바와 같이, 상기 복수의 특징점 중에서 사용자의 안면 상단과 안면 하단을 각각 나타내는 상단 특징점(A)과 하단 특징점(Q)을 잇는 직선을 수직축(Y축)으로 설정하고 상기 수직축(Y축)에 수직한 수평축(X축)을 설정할 수 있다.To this end, as shown in FIG. 3 , the processor 120 draws a straight line connecting the upper and lower feature points A and Q representing the upper and lower faces of the user among the plurality of feature points on a vertical axis (Y-axis). ) and set a horizontal axis (X axis) perpendicular to the vertical axis (Y axis).

이에 따라, 프로세서(120)는 하단 특징점(Q)의 특징점 좌표를 (0, 0)으로 생성하고, 상단 특징점(A)의 특징점 좌표를 (0, 100)으로 생성할 수 있다.Accordingly, the processor 120 may generate the feature point coordinates of the lower feature point Q as (0, 0) and the feature point coordinates of the upper feature point A as (0, 100).

이후, 프로세서(120)는 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 눈 및 눈썹 중 하나 이상의 위치 대비 상기 사용자의 눈썹산의 상대 위치를 나타내는 복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률 및 눈썹 두께 비율을 산출할 수 있다.Thereafter, the processor 120 uses a plurality of feature point coordinates and one or more of the eyebrow contour functions to determine the relative positions of the eyebrow ridges of the user relative to the position of one or more of the eyes and eyebrows, the slope of the eyebrows, Eyebrow curvature and eyebrow thickness ratio can be calculated.

도 4는 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 눈썹 기울기를 산출하는 과정을 설명하기 위한 도면이다.4 is a diagram for explaining a process of calculating an eyebrow inclination by a facial analysis device using facial feature points according to an embodiment of the present invention.

도 4를 더 참조하면, 프로세서(120)는 상기 복수의 특징점 중에서 눈머리를 나타내는 눈머리 특징점(F)을 지나는 제1 수직선 및 상기 눈썹의 외곽선 중에서 상부 외곽선(U)이 교차되는 제1 교차점(Z1)을 추출할 수 있다.Referring to FIG. 4 , the processor 120 further includes a first intersection point where a first vertical line passing through the eye head feature point F representing the eye head among the plurality of feature points and the upper outline U among the outlines of the eyebrows intersect ( Z1) can be extracted.

이후, 프로세서(120)는 상기 복수의 특징점 중에서 상기 눈썹산을 나타내는 눈썹산 특징점(D) 및 상기 제1 교차점(Z1)을 잇는 제1 직선의 기울기를 상기 눈썹 기울기로 산출할 수 있다.Then, the processor 120 may calculate the slope of a first straight line connecting the eyebrow peak feature point D representing the eyebrow peak among the plurality of feature points and the first intersection point Z1 as the eyebrow slope.

이때, 프로세서(120)는 하기의 수학식 1을 이용하여 눈썹 기울기를 산출할 수 있다.At this time, the processor 120 may calculate the eyebrow slope using Equation 1 below.

<수학식 1><Equation 1>

Figure 112022053106092-pat00001
Figure 112022053106092-pat00001

여기서, C1은 눈썹 기울기고, G는 제1 직선의 기울기고, yd는 눈썹산 특징점(D)의 수직축 상의 좌표이고, U(xf)는 제1 교차점(Z1)의 수직축 상의 좌표이고, xd는 눈썹산 특징점(D)의 수평축 상의 좌표이고, xf는 제1 교차점(Z1)의 수평축 상의 좌표이다.Here, C1 is the inclination of the eyebrow, G is the inclination of the first straight line, y d is the coordinate on the vertical axis of the feature point D of the eyebrow ridge, U(x f ) is the coordinate on the vertical axis of the first intersection point Z1, x d is the coordinate of the eyebrow peak feature point D on the horizontal axis, and x f is the coordinate of the first intersection point Z1 on the horizontal axis.

도 5는 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 눈썹 곡률을 산출하는 과정을 설명하기 위한 도면이다.5 is a diagram for explaining a process of calculating eyebrow curvature by a facial analysis device using facial feature points according to an embodiment of the present invention.

도 5를 더 참조하면, 프로세서(120)는 수평축 상에서의 상기 눈썹산 특징점(D) 및 상기 제1 교차점(Z1) 간에 제1 거리를 산출하고, 상기 수직축 상에서의 상기 상부 외곽선(U) 및 상술된 제1 직선 간에 제2 거리를 산출할 수 있다.Referring further to FIG. 5 , the processor 120 calculates a first distance between the eyebrow peak feature point D and the first intersection point Z1 on the horizontal axis, and calculates the upper outline U and the above description on the vertical axis. A second distance between the first straight lines may be calculated.

이후, 프로세서(120)는 상기 제1 거리 대비 상기 제2 거리의 제1 거리 비율을 상기 눈썹 곡률로 산출할 수 있다.Thereafter, the processor 120 may calculate a first distance ratio of the second distance to the first distance as the eyebrow curvature.

이때, 프로세서(120)는 하기의 수학식 2를 이용하여 눈썹 곡률을 산출할 수 있다.At this time, the processor 120 may calculate the eyebrow curvature using Equation 2 below.

<수학식 2><Equation 2>

Figure 112022053106092-pat00002
Figure 112022053106092-pat00002

여기서, C2는 눈썹 곡률이고, R1은 제1 거리 비율이고, L1은 제1 거리이고, L2는 제2 거리이고, U((xf+xd)/2)는 수평축 상에서의 눈앞 특징점(F)과 눈썹산 특징점(D)의 중점을 지나는 수직선 및 상부 외곽선(U)의 교차점의 수직축 상의 좌표이고, yd는 눈썹산 특징점(D)의 수직축 상의 좌표이고, U(xf)는 제1 교차점(Z1)의 수직축 상의 좌표이고, xd는 눈썹산 특징점(D)의 수평축 상의 좌표이고, xf는 제1 교차점(Z1)의 수평축 상의 좌표이다.Here, C2 is the eyebrow curvature, R1 is the first distance ratio, L1 is the first distance, L2 is the second distance, and U((x f +x d )/2) is the front eye feature point (F on the horizontal axis) ) and the coordinates on the vertical axis of the intersection of the vertical line passing through the midpoint of the eyebrow peak feature point D and the upper outline U, y d is the coordinate on the vertical axis of the eyebrow peak feature point D, and U(x f ) is the first X d is the coordinate on the vertical axis of the intersection point Z1, x d is the coordinate on the horizontal axis of the feature point D of the eyebrow peak, and x f is the coordinate on the horizontal axis of the first intersection point Z1.

도 6은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 눈썹 두께 비율을 산출하는 과정을 설명하기 위한 도면이다.6 is a diagram for explaining a process of calculating an eyebrow thickness ratio by a facial analysis device using facial feature points according to an embodiment of the present invention.

도 6을 더 참조하면, 프로세서(120)는 상술된 제1 수직선 및 상기 눈썹의 외곽선 중에서 하부 외곽선(L)이 교차되는 제2 교차점(Z2)을 추출할 수 있다.Referring further to FIG. 6 , the processor 120 may extract a second crossing point Z2 where the lower outline L intersects among the aforementioned first vertical line and the outline of the eyebrow.

또한, 프로세서(120)는 상기 눈썹산 특징점(D)을 지나는 제2 수직선 및 상기 하부 외곽선(L)이 교차되는 제3 교차점(Z3)을 추출할 수 있다.In addition, the processor 120 may extract a third intersection point Z3 where the second vertical line passing through the eyebrow peak feature point D and the lower outline L intersect.

이후, 프로세서(120)는 제1 교차점(Z1) 및 상기 제2 교차점(Z2) 간에 제3 거리를 산출하고, 상기 눈썹산 특징점(D) 및 상기 제3 교차점(Z1) 간에 제4 거리를 산출할 수 있다.Thereafter, the processor 120 calculates a third distance between the first intersection point Z1 and the second intersection point Z2, and calculates a fourth distance between the eyebrow peak feature point D and the third intersection point Z1. can do.

최종적으로, 프로세서(120)는 상기 제3 거리 대비 상기 제3 거리의 제2 거리 비율을 상기 눈썹 두께 비율로 산출할 수 있다.Finally, the processor 120 may calculate a second distance ratio of the third distance to the third distance as the eyebrow thickness ratio.

이때, 프로세서(120)는 하기의 수학식 3을 이용하여 눈썹 두께 비율을 산출할 수 있다.At this time, the processor 120 may calculate the eyebrow thickness ratio using Equation 3 below.

<수학식 3><Equation 3>

Figure 112022053106092-pat00003
Figure 112022053106092-pat00003

여기서, C3은 눈썹 두께 비율이고, R2는 제2 거리 비율이고, L3는 제3 거리이고, L4는 제4 거리이고, U(xd)는 눈썹산 특징점(D)의 수직축 상의 좌표이고, L(xd)는 제3 교차점(Z3)의 수직축 상의 좌표이고, U(xf)는 제1 교차점(Z1)의 수직축 상의 좌표이고, L(xf)는 제2 교차점(Z2)의 수직축 상의 좌표이다.Here, C3 is the eyebrow thickness ratio, R2 is the second distance ratio, L3 is the third distance, L4 is the fourth distance, U(x d ) is the coordinate on the vertical axis of the eyebrow peak feature point D, and L (x d ) is the coordinate on the vertical axis of the third intersection point Z3, U(x f ) is the coordinate on the vertical axis of the first intersection point Z1, and L(x f ) is the coordinate on the vertical axis of the second intersection point Z2. is the coordinates

도 7은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 복수의 눈썹 상대 위치 중에서 제1 눈썹 상대 위치를 산출하는 과정을 설명하기 위한 도면이다.7 is a diagram for explaining a process of calculating a first relative position of an eyebrow among a plurality of relative positions of an eyebrow by a facial analysis apparatus using facial feature points according to an embodiment of the present invention.

도 7을 더 참조하면, 프로세서(120)는 상기 복수의 특징점 중에서 눈머리를 나타내는 눈머리 특징점(F) 및 눈썹꼬리를 나타내는 눈썹꼬리 특징점(E) 간에 상기 수평축 상에서의 제1 중점을 추출할 수 있다.Referring further to FIG. 7 , the processor 120 may extract a first midpoint on the horizontal axis between the eye head feature point F indicating the eye head and the eyebrow tail feature point E indicating the eyebrow tail from among the plurality of feature points. there is.

이후, 프로세서(120)는 상기 복수의 특징점 중에서 눈썹산을 나타내는 눈썹산 특징점(D) 및 상기 수직축 간에 상기 수평축 상에서의 제5 거리를 산출하고, 상기 수평축 상에서의 상기 제1 중점 및 상기 수직축 간에 제6 거리를 산출할 수 있다.Thereafter, the processor 120 calculates a fifth distance on the horizontal axis between the eyebrow peak feature point D representing the eyebrow peak among the plurality of feature points and the vertical axis, and calculates a fifth distance between the vertical axis and the first midpoint on the horizontal axis. 6 distances can be calculated.

최종적으로, 프로세서(120)는 상기 제5 거리 및 상기 제6 거리 간에 제1 거리 차를 상기 복수의 눈썹산 상대 위치 중에서 제1 눈썹산 상대 위치로 산출할 수 있다.Finally, the processor 120 may calculate a first distance difference between the fifth distance and the sixth distance as a first relative position of the eyebrow ridge among the plurality of eyebrow ridge relative positions.

이때, 프로세서(120)는 하기의 수학식 4를 이용하여 제1 눈썹산 상대 위치를 산출할 수 있다.In this case, the processor 120 may calculate the relative position of the first eyebrow ridge using Equation 4 below.

<수학식 4><Equation 4>

Figure 112022053106092-pat00004
Figure 112022053106092-pat00004

여기서, C4는 제1 눈썹산 상대 위치이고, D1은 제1 거리 차이고, L5는 제5 거리이고, L6는 제6 거리이고, xd는 눈썹산 특징점(D)의 수평축 상의 좌표이고, xf는 눈머리 특징점(F)의 수평축 상의 좌표이고, xe는 눈썹꼬리 특징점(E)의 수평축 상의 좌표이다.Here, C4 is the first eyebrow peak relative position, D1 is the first distance difference, L5 is the fifth distance, L6 is the sixth distance, x d is the coordinate on the horizontal axis of the eyebrow peak feature point D, and x f is the coordinate on the horizontal axis of the eyebrow feature point (F), and x e is the coordinate on the horizontal axis of the eyebrow tail feature point (E).

도 8은 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 복수의 눈썹 상대 위치 중에서 제2 눈썹 상대 위치를 산출하는 과정을 설명하기 위한 도면이다.8 is a diagram for explaining a process of calculating a second relative position of an eyebrow among a plurality of relative positions of an eyebrow by a facial analysis apparatus using facial feature points according to an embodiment of the present invention.

도 8을 더 참조하면, 상기 프로세서(120)는 상기 복수의 특징점 중에서 눈썹머리를 나타내는 눈썹머리 특징점(C) 및 상기 눈썹꼬리 특징점(E) 간에 상기 수평축 상에서의 제2 중점을 추출할 수 있다.Further referring to FIG. 8 , the processor 120 may extract a second midpoint on the horizontal axis between the eyebrow head feature point C representing the eyebrow head and the eyebrow tail feature point E among the plurality of feature points.

이후, 프로세서(120)는 상기 수평축 상에서의 상기 눈썹머리 특징점(C) 및 상기 수직축 간에 제7 거리를 산출하고, 상기 수평축 상에서의 상기 제2 중점 및 상기 수직축 간에 제8 거리를 산출하고, 상기 제7 거리 및 상기 제8 거리 간에 거리 합을 산출할 수 있다.Thereafter, the processor 120 calculates a seventh distance between the eyebrow head feature point C on the horizontal axis and the vertical axis, calculates an eighth distance between the second midpoint on the horizontal axis and the vertical axis, and calculates the A sum of distances between the 7th distance and the 8th distance may be calculated.

최종적으로, 프로세서(120)는 상기 제7 거리 및 상기 거리 합 간에 제2 거리 차를 상기 복수의 눈썹산 상대 위치 중에서 제2 눈썹산 상대 위치로 산출할 수 있다.Finally, the processor 120 may calculate a second distance difference between the seventh distance and the distance sum as a second relative position of the eyebrow ridge among the plurality of eyebrow ridge relative positions.

이때, 프로세서(120)는 하기의 수학식 5를 이용하여 제2 눈썹산 상대 위치를 산출할 수 있다.At this time, the processor 120 may calculate the relative position of the second eyebrow ridge using Equation 5 below.

<수학식 5><Equation 5>

Figure 112022053106092-pat00005
Figure 112022053106092-pat00005

여기서, C5는 제2 눈썹산 상대 위치이고, D2는 제2 거리 차이고, L5는 제5 거리이고, L7는 제7 거리이고, L8은 제8 거리이고, xd는 눈썹산 특징점(D)의 수평축 상의 좌표이고, xc는 눈썹머리 특징점(C)의 수평축 상의 좌표이고, xe는 눈썹꼬리 특징점(E)의 수평축 상의 좌표이다.Here, C5 is the second eyebrow peak relative position, D2 is the second distance difference, L5 is the fifth distance, L7 is the seventh distance, L8 is the eighth distance, and x d is the eyebrow peak feature point (D). It is a coordinate on the horizontal axis, x c is a coordinate on the horizontal axis of the eyebrow head feature point (C), and x e is a coordinate on the horizontal axis of the eyebrow tail feature point (E).

이후, 프로세서(120)는 상기 복수의 눈썹산 상대 위치, 상기 눈썹 기울기, 상기 눈썹 곡률 및 상기 눈썹 두께 비율 중 하나 이상에 기초하여 상기 사용자의 눈썹의 유형을 나타내는 눈썹 유형 정보를 결정할 수 있다.Thereafter, the processor 120 may determine eyebrow type information indicating the type of the user's eyebrows based on at least one of the plurality of eyebrow peak relative positions, the eyebrow inclination, the eyebrow curvature, and the eyebrow thickness ratio.

이때, 프로세서(120)는 사용자의 눈썹 유형 정보를 일자형 눈썹 유형, 세미아치형 눈썹 유형, 아치형 눈썹 유형, 각진형 눈썹 유형, 표준형 눈썹 유형 및 상승형 눈썹 유형 중 하나 이상으로 결정할 수 있다.At this time, the processor 120 may determine the user's eyebrow type information as one or more of a straight eyebrow type, a semi-arched eyebrow type, an arched eyebrow type, an angled eyebrow type, a standard eyebrow type, and a raised eyebrow type.

구체적으로, 프로세서(120)는 상기 눈썹 기울기가 제1 기준 기울기 이하이고 상기 눈썹 두께 비율이 기준 두께 비율 이상이고 상기 복수의 눈썹산 상대 위치 중에서 제1 눈썹산 상대 위치가 기준 상대 위치 이상이면 상기 눈썹 유형 정보를 일자형 눈썹 유형으로 결정할 수 있다. Specifically, the processor 120 determines the eyebrow ridge when the eyebrow slope is equal to or less than the first reference slope, the eyebrow thickness ratio is greater than or equal to the reference thickness ratio, and the first eyebrow peak relative position among the plurality of eyebrow peak relative positions is greater than or equal to the reference relative position. The type information may be determined as a straight eyebrow type.

또한, 프로세서(120)는 상기 눈썹 기울기가 제1 기준 기울기 이하이고, 상기 눈썹 두께 비율이 기준 두께 비율 이하이면 상기 눈썹 유형 정보를 세미아치형 눈썹 유형으로 결정할 수 있다. In addition, the processor 120 may determine the eyebrow type information as a semi-arch eyebrow type when the eyebrow slope is less than or equal to the first reference slope and the eyebrow thickness ratio is less than or equal to the reference thickness ratio.

또한, 프로세서(120)는 상기 눈썹 기울기가 제1 기준 기울기 이상이고 상기 눈썹 곡률이 기준 곡률 이상이면 상기 눈썹 유형 정보를 아치형 눈썹 유형으로 결정할 수 있다. Also, the processor 120 may determine the eyebrow type information as an arched eyebrow type when the eyebrow slope is greater than or equal to the first reference slope and the eyebrow curvature is greater than or equal to the reference curvature.

또한, 프로세서(120)는 상기 눈썹 기울기가 제1 기준 기울기 이상이고 상기 눈썹 곡률이 기준 곡률 미만이면 상기 눈썹 유형 정보를 각진형 눈썹 유형으로 결정할 수 있다. In addition, the processor 120 may determine the eyebrow type information as the angular eyebrow type when the eyebrow slope is greater than or equal to the first reference slope and the eyebrow curvature is less than the reference curvature.

또한, 프로세서(120)는 상기 눈썹 기울기가 제1 기준 기울기를 초과하고 상기 제1 기준 기울기 보다 큰 제2 기준 기울기 미만이면 상기 눈썹 유형 정보를 표준형 눈썹 유형으로 결정할 수 있다. In addition, the processor 120 may determine the eyebrow type information as a standard eyebrow type when the eyebrow slope exceeds the first reference slope and is less than a second reference slope greater than the first reference slope.

또한, 프로세서(120)는 상기 눈썹 기울기가 제2 기준 기울기 이상이고 상기 복수의 눈썹산 상대 위치 중에서 제2 눈썹산 상대 위치가 기준 상대 위치 이상이면 상기 눈썹 유형 정보를 상승형 눈썹 유형으로 결정할 수 있다. In addition, the processor 120 may determine the eyebrow type information as the raised eyebrow type when the eyebrow slope is equal to or greater than the second reference slope and the second eyebrow peak relative position among the plurality of eyebrow peak relative positions is equal to or greater than the reference relative position.

여기서, 제1 기준 기울기는 0.1일 수 있고, 제2 기준 기울기는 0.3일 수 있다.Here, the first reference slope may be 0.1 and the second reference slope may be 0.3.

여기서, 기준 두께 비율은 2/3일 수 있다.Here, the reference thickness ratio may be 2/3.

여기서, 기준 곡률은 0.05일 수 있다.Here, the reference curvature may be 0.05.

여기서, 기준 상대 위치는 0일 수 있다.Here, the reference relative position may be 0.

이를 통해, 안면의 특징점을 이용한 안면 분석 장치(100)는 복수의 특징점과 눈썹의 외곽선을 이용하여 눈썹의 형태를 수치적으로 나타내는 정보(복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률 및 눈썹 두께 비율)를 산출하고, 산출된 정보를 이용하여 눈썹의 유형을 결정할 수 있다.Through this, the facial analysis device 100 using facial feature points provides information numerically representing the shape of the eyebrows using a plurality of feature points and the outline of the eyebrows (relative positions of a plurality of eyebrow peaks, eyebrow inclination, eyebrow curvature, and eyebrow thickness). ratio) can be calculated, and the type of eyebrows can be determined using the calculated information.

이러한, 프로세서(120)는 상술된 각 구성 요소의 작동을 수행할 수 있으며, 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.The processor 120 may perform the operation of each of the above-described components, and one or more cores (not shown) and a graphic processing unit (not shown) and/or a connection path for transmitting and receiving signals to and from other components ( For example, a bus, etc.) may be included.

프로세서(120)는 저장부(150)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 상술된 각 구성 요소의 작동을 수행하도록 구성될 수 있다.The processor 120 may be configured to perform the operation of each component described above by executing one or more instructions stored in the storage unit 150 .

저장부(150)에는 프로세서(120)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 저장부(150)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.The storage unit 150 may store programs (one or more instructions) for processing and control of the processor 120 . Programs stored in the storage unit 150 may be divided into a plurality of modules according to functions.

출력부(130)는 사용자의 안면 이미지, 눈썹의 형태를 수치적으로 나타내는 정보(복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률 및 눈썹 두께 비율), 결정된 눈썹 유형 정보를 화면에 표시할 수 있다.The output unit 130 may display the user's facial image, information numerically indicating the shape of the eyebrows (relative positions of a plurality of eyebrow peaks, eyebrow slope, eyebrow curvature, and eyebrow thickness ratio), and determined eyebrow type information on the screen. .

이를 위해, 출력부(130)는 디스플레이 모듈을 포함할 수 있다.To this end, the output unit 130 may include a display module.

안면의 특징점을 이용한 안면 분석 장치(100)는 스마트폰, 태블릿 PC, 데스크톱 및 노트북 중 어느 하나일 수 있으며, 바람직하게, 스마트폰일 수 있다.The facial analysis device 100 using facial feature points may be any one of a smart phone, a tablet PC, a desktop computer, and a laptop computer, and preferably may be a smart phone.

이하, 본 발명의 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)가 전택궁 유형 정보 및 미간 유형 정보를 결정하는 과정에 대해 설명하도록 한다.Hereinafter, a process of determining the Jeontaegung type information and the glabellar type information by the facial analysis apparatus 100 using facial feature points according to another embodiment of the present invention will be described.

본 발명의 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)는 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100) 대비 프로세서(120)의 역할만이 상이하므로, 반복되는 설명은 생략하도록 한다.Since the facial analysis device 100 using facial feature points according to another embodiment of the present invention is different from the facial analysis device 100 using facial feature points according to an embodiment of the present invention, only the role of the processor 120 is different. , repeated explanations are omitted.

도 9는 본 발명의 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 전택궁 유형 정보를 결정하는 과정을 설명하기 위한 도면이고, 도 10는 본 발명의 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 미간 유형 정보를 결정하는 과정을 설명하기 위한 도면이다.FIG. 9 is a diagram for explaining a process of determining the type information of Jeontaekung by a facial analysis apparatus using facial feature points according to another embodiment of the present invention, and FIG. 10 is a diagram illustrating facial feature points according to another embodiment of the present invention. It is a diagram for explaining the process of determining the type information between the eyebrows by the used facial analysis device.

도 9를 더 참조하면, 본 발명의 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)의 프로세서(120)는 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 전택궁 비율을 산출하고, 전택궁 비율에 기초하여 사용자의 전택궁의 유형을 나타내는 전택궁 유형 정보를 결정할 수 있다.9, the processor 120 of the facial analysis apparatus 100 using facial feature points according to another embodiment of the present invention uses at least one of a plurality of feature point coordinates and the eyebrow contour function to determine the ratio , and based on the ratio of palaces for palaces, it is possible to determine palace type information indicating the type of palaces for palaces of the user.

구체적으로, 프로세서(120)는 복수의 특징점 중에서 눈산을 나타내는 눈산 특징점(R)을 지나는 제3 수직선 및 상기 하부 외곽선(L)이 교차되는 제4 교차점(Z4)을 추출할 수 있다.Specifically, the processor 120 may extract a fourth crossing point Z4 where a third vertical line passing through a feature point R of a snow mountain representing a snow mountain and the lower outline L intersect from among a plurality of feature points.

이후, 프로세서(120)는 복수의 특징점 중에서 눈꼬리를 나타내는 눈꼬리 특징점(H) 및 눈머리 특징점(F) 간에 수평선 상에서의 제9 거리를 산출하고, 눈산 특징점(R) 및 제4 교차점(Z4) 간에 제10 거리를 산출할 수 있다.Thereafter, the processor 120 calculates a ninth distance on a horizontal line between the eye tail feature point H and the eye feature point F among the plurality of feature points, and between the eye mountain feature point R and the fourth intersection point Z4. A tenth distance can be calculated.

최종적으로, 프로세서(120)는 상기 제9 거리 대비 상기 제10 거리의 제3 거리 비율을 전택궁 비율로 산출할 수 있다.Finally, the processor 120 may calculate a third distance ratio of the tenth distance to the ninth distance as the Jeon Taekung ratio.

이때, 프로세서(120)는 하기의 수학식 6을 이용하여 전택궁 비율을 산출할 수 있다.At this time, the processor 120 may calculate the Jeon Taek-gung ratio using Equation 6 below.

<수학식 6><Equation 6>

Figure 112022053106092-pat00006
Figure 112022053106092-pat00006

여기서, C6은 전택궁 비율이고, R3는 제3 거리 비율이고, L9는 제9 거리이고, L10는 제10 거리이고, L(xr)는 제4 교차점(Z4)의 수직축 상의 좌표이고, yr은 눈산 특징점(R)의 수직축 상의 좌표이고, xh은 눈꼬리 특징점(H)의 수평축 상의 좌표이고, xr은 눈머리 특징점(R)의 수평축 상의 좌표이다.Here, C6 is the Jeon Taekung ratio, R3 is the third distance ratio, L9 is the ninth distance, L10 is the tenth distance, L(x r ) is the coordinate on the vertical axis of the fourth intersection point Z4, and y r is the coordinate on the vertical axis of the eye feature point R, x h is the coordinate on the horizontal axis of the feature point H of the outer corner of the eye, and x r is the coordinate on the horizontal axis of the feature point R of the eye.

이후, 프로세서(120)는 전택궁 비율에 기초하여 전택궁 유형 정보를 소전택궁 유형 및 대전택궁 유형 중 어느 하나로 결정할 수 있다.Thereafter, the processor 120 may determine the type of palace palace information as one of a small palace type and a major palace type based on the ratio of palace palaces.

여기서, 소전택궁 유형은 전택궁이 좁음을 나타내는 전택궁 유형이고, 대전택궁 유형은 전택궁이 넒음을 나타내는 전택궁 유형일 수 있다.Here, the small Jeontaekung type may be a Jeontaekung type indicating that the Jeontaekung palace is narrow, and the Daejeontaekung type may be a Jeontaekung type indicating that the Jeontaekung palace is wide.

구제적으로, 프로세서(120)는 전택궁 비율이 제1 기준 전택궁 비율 미만이면 상기 전택궁 유형 정보를 소전택궁 유형으로 결정할 수 있다. Specifically, the processor 120 may determine the total palace type information as the minor palace type when the total palace ratio is less than the first reference palace palace ratio.

또한, 프로세서(120)는 전택궁 비율이 제2 기준 전택궁 비율을 초과하면 상기 전택궁 유형 정보를 대전택궁 유형으로 결정할 수 있다. Also, the processor 120 may determine the Taetaekung type information as the Taetaekung type when the Taetaekung ratio exceeds the second reference Jeontaekung ratio.

여기서, 제1 기준 전택궁 비율은 0.1일 수 있고, 제2 기준 전택궁 비율은 0.5일 수 있다.Here, the first standard Ponytail ratio may be 0.1, and the second standard Ponytail ratio may be 0.5.

도 10을 더 참조하면, 프로세서(120)는 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 복수의 미간 상대 길이를 산출하고, 복수의 미간 상대 길이에 기초하여 사용자의 미간의 유형을 나타내는 미간 유형 정보를 결정할 수 있다.Further referring to FIG. 10 , the processor 120 calculates a plurality of relative lengths between the eyebrows using one or more of the plurality of feature point coordinates and the eyebrow outline function, and determines the type of the user's forehead based on the plurality of relative lengths between the eyebrows. Glabellar type information to be displayed may be determined.

구체적으로, 프로세서(120)는 복수의 미간 상대 길이로써 제1 미간 상대 길이 및 제2 미간 상대 길이를 산출할 수 있다.Specifically, the processor 120 may calculate the first relative length between the eyebrows and the second relative length between the eyebrows as the plurality of relative lengths between the eyebrows.

우선, 프로세서(120)가 제1 미간 상대 길이를 산출하는 과정을 설명하도록 한다.First, a process of calculating the first eyebrow relative length by the processor 120 will be described.

프로세서(120)는 상기 복수의 특징점 중에서 눈썹머리를 나타내는 눈썹머리 특징점(C) 및 상기 수직축 간에 상기 수평축 상에서의 제11 거리를 산출하고, 상기 복수의 특징점 중에서 눈썹꼬리를 나타내는 눈썹꼬리 특징점(E) 및 눈머리를 나타내는 눈머리 특징점(F) 간에 수평축 상에서의 제12 거리를 산출할 수 있다.The processor 120 calculates an eleventh distance on the horizontal axis between the vertical axis and the eyebrow head feature point (C) representing the eyebrow head among the plurality of feature points, and calculates the eyebrow tail feature point (E) representing the eyebrow tail among the plurality of feature points. A twelfth distance on a horizontal axis may be calculated between the eye feature points F representing the eyes.

이후, 프로세서(120)는 제12 거리를 미리 설정된 배율만큼 축소시켜 보정 거리로 산출할 수 있다.Thereafter, the processor 120 may reduce the twelfth distance by a preset magnification to calculate the corrected distance.

최종적으로, 프로세서(120)는 제11 거리 및 보정 거리 간에 제3 거리 차를 상기 복수의 미간 상대 길이 중에서 제1 미간 상대 길이로 산출할 수 있다.Finally, the processor 120 may calculate the third distance difference between the eleventh distance and the corrected distance as the first eyebrow relative length among the plurality of eyebrow relative lengths.

이때, 프로세서(120)는 하기의 수학식 7을 이용하여 제1 미간 상대 길이를 산출할 수 있다.In this case, the processor 120 may calculate the relative length between the first eyebrows using Equation 7 below.

<수학식 7><Equation 7>

Figure 112022053106092-pat00007
Figure 112022053106092-pat00007

여기서, C7은 제1 미간 상대 길이이고, D3은 제3 거리 차이고, L11은 제11 거리이고, L12'은 보정 거리이고, L12는 제12 거리이고, j는 미리 설정된 배율(예를 들어, 3)이고, xc는 눈썹머리 특징점(C)의 수평축 상의 좌표이고, xe는 눈썹꼬리 특징점(E)의 수평축 상의 좌표이고, xf는 눈머리 특징점(F)의 수평축 상의 좌표이다.Here, C7 is the first glabellar relative length, D3 is the third distance difference, L11 is the 11th distance, L12' is the correction distance, L12 is the 12th distance, and j is a preset magnification (e.g., 3 ), x c is the coordinate on the horizontal axis of the eyebrow head feature point (C), x e is the coordinate on the horizontal axis of the eyebrow tail feature point (E), and x f is the coordinate on the horizontal axis of the eyebrow head feature point (F).

다음으로, 프로세서(120)가 제2 미간 상대 길이를 산출하는 과정을 설명하도록 한다.Next, a process of calculating the second eyebrow relative length by the processor 120 will be described.

프로세서(120)는 상술된 제11 거리를 산출하고, 제1 교차점(Z1) 및 수평축 간에 수직축 상에서의 제13 거리를 산출할 수 있다.The processor 120 may calculate the aforementioned 11th distance and calculate a 13th distance on the vertical axis between the first crossing point Z1 and the horizontal axis.

최종적으로, 프로세서(120)는 제11 거리 및 제13 거리 간에 제4 거리 차를 상기 복수의 미간 상대 길이 중에서 제2 미간 상대 길이로 산출할 수 있다.Finally, the processor 120 may calculate the fourth distance difference between the 11th distance and the 13th distance as the second eyebrow relative length among the plurality of eyebrow relative lengths.

이때, 프로세서(120)는 하기의 수학식 8을 이용하여 제2 미간 상대 길이를 산출할 수 있다.In this case, the processor 120 may calculate the relative length between the second eyebrows using Equation 8 below.

<수학식 8><Equation 8>

Figure 112022053106092-pat00008
Figure 112022053106092-pat00008

여기서, C8은 제2 미간 상대 길이이고, D4은 제4 거리 차이고, L11은 제11 거리이고, L13은 제13 거리이고, xc는 눈썹머리 특징점(C)의 수평축 상의 좌표이고, U(xf)는 제1 교차점(Z1)의 수직축 상의 좌표이다.Here, C8 is the relative length between the second eyebrows, D4 is the fourth distance difference, L11 is the 11th distance, L13 is the 13th distance, x c is the coordinate on the horizontal axis of the feature point C of the eyebrow head, and U(x f ) is the coordinate on the vertical axis of the first intersection point Z1.

프로세서(120)는 복수의 미간 상대 길이 중에서 제1 미간 상대 길이에 기초하여 미간 유형 정보를 소미간 유형으로 결정하고, 복수의 미간 상대 길이 중에서 제2 미간 상대 길이에 기초하여 미간 유형 정보를 대미간 유형으로 결정할 수 있다.The processor 120 determines the eyebrow type information as the eyebrow type based on the first eyebrow relative length among the plurality of eyebrow relative lengths, and converts the eyebrow type information based on the second eyebrow relative length among the plurality of eyebrow relative lengths to the major eyebrow. type can be determined.

여기서, 소미간 유형은 미간이 좁음을 나타내는 미간 유형이고, 대미간 유형은 미간이 넒음을 나타내는 미간 유형일 수 있다.Here, the small glabella type may be a glabellar type indicating narrow glabellars, and the large glabellar type may be a glabellar type indicating wide glabellars.

구제적으로, 프로세서(120)는 제1 미간 상대 길이가 기준 상대 길이를 초과하면 상기 미간 유형 정보를 소미간 유형으로 결정할 수 있다. Specifically, the processor 120 may determine the eyebrow type information as the eyebrow type when the first relative length between the eyebrows exceeds the reference relative length.

또한, 프로세서(120)는 제2 미간 상대 길이가 기준 상대 길이를 초과하면 상기 미간 유형 정보를 대미간 유형으로 결정할 수 있다. Also, the processor 120 may determine the eyebrow type information as the eyebrow type when the second relative length between the eyebrows exceeds the reference relative length.

여기서, 기준 상대 길이는 0일 수 있다.Here, the reference relative length may be zero.

이하, 본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)가 전체인중 유형 정보 및 턱인중 유형 정보를 결정하는 과정에 대해 설명하도록 한다.Hereinafter, a process of determining total philtrum type information and chin philtrum type information by the facial analyzing apparatus 100 using facial feature points according to another embodiment of the present invention will be described.

본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)는 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100) 대비 프로세서(120)의 역할만이 상이하므로, 반복되는 설명은 생략하도록 한다.The facial analysis apparatus 100 using facial feature points according to another embodiment of the present invention is different from the facial analysis apparatus 100 using facial feature points according to an embodiment of the present invention only in the role of the processor 120 Therefore, repeated descriptions are omitted.

도 11은 본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 전체인중 유형 정보 및 턱인중 유형 정보를 결정하는 과정을 설명하기 위한 도면이다.FIG. 11 is a diagram for explaining a process of determining total weight type information and chin weight type information by a facial analysis apparatus using facial feature points according to another embodiment of the present invention.

도 11을 더 참조하면, 본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)의 프로세서(120)는 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 전체인중 비율을 산출하고, 전체인중 비율에 기초하여 사용자의 전체인중 유형을 나타내는 전체인중 유형 정보를 결정할 수 있다.Referring further to FIG. 11 , the processor 120 of the facial analysis apparatus 100 using facial feature points according to another embodiment of the present invention uses at least one of a plurality of feature point coordinates and the eyebrow contour function to determine the entire face. A weight ratio may be calculated, and based on the weight ratio, weight type information representing a user's weight type may be determined.

구체적으로, 프로세서(120)는 상단 특징점(A) 및 하단 특징점(Q) 간에 수직선 상에서의 제14 거리를 산출하고, 코끝 특징점(M) 및 윗입술 특징점(N) 간에 수직선 상에서의 제15 거리를 산출할 수 있다.Specifically, the processor 120 calculates a 14th distance on a vertical line between the upper feature point A and the lower feature point Q, and calculates a 15th distance on a vertical line between the nose tip feature point M and the upper lip feature point N. can do.

최종적으로, 프로세서(120)는 상기 제14 거리 대비 상기 제15 거리의 제4 거리 비율을 전체인중 비율로 산출할 수 있다.Finally, the processor 120 may calculate a fourth distance ratio of the fifteenth distance to the fourteenth distance as a total weight ratio.

이때, 프로세서(120)는 하기의 수학식 9를 이용하여 전체인중 비율을 산출할 수 있다.At this time, the processor 120 may calculate the total weight ratio using Equation 9 below.

<수학식 9><Equation 9>

Figure 112022053106092-pat00009
Figure 112022053106092-pat00009

여기서, C9는 전체인중 비율이고, R4는 제4 거리 비율이고, L14는 제14 거리이고, L15는 제15 거리이고, ya는 상단 특징점(A)의 수직축 상의 좌표이고, yq는 하단 특징점(Q)의 수직축 상의 좌표이고, ym는 코끝 특징점(M)의 수직축 상의 좌표이고, yn는 윗입술 특징점(N)의 수직축 상의 좌표이다.Here, C9 is the total weight ratio, R4 is the fourth distance ratio, L14 is the 14th distance, L15 is the 15th distance, y a is the coordinate on the vertical axis of the upper feature point (A), and y q is the lower It is a coordinate on the vertical axis of the feature point Q, y m is a coordinate on the vertical axis of the nose tip feature point M, and y n is a coordinate on the vertical axis of the upper lip feature point N.

이후, 프로세서(120)는 전체인중 비율에 기초하여 전체인중 유형 정보를 장 전체인중 유형으로 결정할 수 있다.Then, the processor 120 may determine the total popularity type information as the chapter total popularity type based on the total popularity ratio.

여기서, 장 전체인중 유형은 얼굴의 세로 길이 대비 인중이 김을 나타내는 전체인중 유형일 수 있다.Here, the total philtrum type may be a total philtrum type representing length of the philtrum relative to the vertical length of the face.

구제적으로, 프로세서(120)는 전체인중 비율이 기준 전체인중 비율 이상이면 상기 전체인중 유형 정보를 장 전체인중 유형으로 결정할 수 있다. Specifically, the processor 120 may determine the total crowd type information as the chapter total crowd type when the total crowd ratio is equal to or greater than the reference crowd crowd ratio.

여기서, 기준 전체인중 비율은 0.1일 수 있다.Here, the standard total population ratio may be 0.1.

한편, 본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)의 프로세서(120)는 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 턱인중 비율을 산출하고, 턱인중 비율에 기초하여 사용자의 턱인중 유형을 나타내는 턱인중 유형 정보를 결정할 수 있다.Meanwhile, the processor 120 of the facial analysis apparatus 100 using facial feature points according to another embodiment of the present invention calculates a chin chin ratio using one or more of the coordinates of a plurality of feature points and the eyebrow contour function, Chin-in type information representing the user's chin-in type may be determined based on the chin-in ratio.

구체적으로, 프로세서(120)는 아랫입술 특징점(P) 및 하단 특징점(Q) 간에 수직선 상에서의 제16 거리를 산출할 수 있다.Specifically, the processor 120 may calculate a sixteenth distance between the lower lip feature point P and the lower lip feature point Q on a vertical line.

최종적으로, 프로세서(120)는 상기 제16 거리 대비 상기 제15 거리의 제5 거리 비율을 턱인중 비율로 산출할 수 있다.Finally, the processor 120 may calculate a fifth distance ratio of the fifteenth distance to the sixteenth distance as a chin-in ratio.

이때, 프로세서(120)는 하기의 수학식 10을 이용하여 턱인중 비율을 산출할 수 있다.At this time, the processor 120 may calculate the chin-in ratio using Equation 10 below.

<수학식 10><Equation 10>

Figure 112022053106092-pat00010
Figure 112022053106092-pat00010

여기서, C10은 턱인중 비율이고, R5는 제5 거리 비율이고, L15는 제15 거리이고, L16는 제16 거리이고, ya는 상단 특징점(A)의 수직축 상의 좌표이고, yp는 아랫입술 특징점(P)의 수직축 상의 좌표이고, ym는 코끝 특징점(M)의 수직축 상의 좌표이고, yn는 윗입술 특징점(N)의 수직축 상의 좌표이다.Here, C10 is the chin-in ratio, R5 is the 5th distance ratio, L15 is the 15th distance, L16 is the 16th distance, y a is the coordinate on the vertical axis of the upper feature point (A), and y p is the lower lip It is a coordinate on the vertical axis of the feature point P, y m is a coordinate on the vertical axis of the nose tip feature point M, and y n is a coordinate on the vertical axis of the upper lip feature point N.

이후, 프로세서(120)는 턱인중 비율에 기초하여 턱인중 유형 정보를 장 턱인중 유형으로 결정할 수 있다.Then, the processor 120 may determine the chin-thrust type information as the long chin-thrust type based on the chin-thrust ratio.

여기서, 장 턱인중 유형은 아랫입술 하단부터 얼굴의 최하단까지의 세로 길이 대비 인중이 김을 나타내는 턱인중 유형일 수 있다.Here, the long chin philtrum type may be a chin philtrum type in which the philtrum represents seam compared to the vertical length from the lower lip to the lowermost end of the face.

구제적으로, 프로세서(120)는 턱인중 비율이 기준 턱인중 비율 이상이면 상기 턱인중 유형 정보를 장 턱인중 유형으로 결정할 수 있다. Specifically, the processor 120 may determine the chin-thrust type information as the long chin-throw type when the chin-thrust ratio is greater than or equal to the reference chin-thrust ratio.

여기서, 기준 턱인중 비율은 1일 수 있다.Here, the reference chin-in ratio may be 1.

이하, 본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)가 턱선 유형 정보를 결정하는 과정에 대해 설명하도록 한다.Hereinafter, a process of determining jawline type information by the facial analyzing apparatus 100 using facial feature points according to another embodiment of the present invention will be described.

본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)는 본 발명의 일 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100) 대비 프로세서(120)의 역할만이 상이하므로, 반복되는 설명은 생략하도록 한다.The facial analysis apparatus 100 using facial feature points according to another embodiment of the present invention is different from the facial analysis apparatus 100 using facial feature points according to an embodiment of the present invention only in the role of the processor 120 Therefore, repeated descriptions are omitted.

도 12는 본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치가 턱선 유형 정보를 결정하는 과정을 설명하기 위한 도면이다.12 is a diagram for explaining a process of determining jawline type information by a facial analysis apparatus using facial feature points according to another embodiment of the present invention.

도 12를 더 참조하면, 본 발명의 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)의 프로세서(120)는 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 턱선 비율을 산출하고, 턱선 비율에 기초하여 사용자의 턱선 유형을 나타내는 턱선 유형 정보를 결정할 수 있다.12, the processor 120 of the facial analysis apparatus 100 using facial feature points according to another embodiment of the present invention uses one or more of the coordinates of a plurality of feature points and the eyebrow outline function to determine the ratio of the jaw line. , and jawline type information representing the user's jawline type may be determined based on the jawline ratio.

구체적으로, 프로세서(120)는 수평축 상에서의 광대 특징점(I)과 하단 특징점(Q)의 중점을 지나는 수직선 및 턱선이 교차되는 제5 교차점(O)을 검출할 수 있다.Specifically, the processor 120 may detect a fifth intersection point O at which a vertical line passing through midpoints of the cheekbone feature point I and the lower feature point Q on the horizontal axis and the jaw line intersect.

이후, 프로세서(120)는 광대 특징점(I)과 하단 특징점(Q)을 잇는 직선과 수직하는 수직선 중에서 제5 교차점(O)을 지나는 수직선을 직교선으로 검출할 수 있다.Thereafter, the processor 120 may detect a vertical line passing through the fifth intersection point O from among vertical lines perpendicular to the straight line connecting the cheekbone feature point I and the lower feature point Q as an orthogonal line.

다음으로, 프로세서(120)는 광대 특징점(I)과 하단 특징점(Q)을 잇는 직선 및 직교선이 교차되는 제6 교차점(V)을 검출할 수 있다.Next, the processor 120 may detect a sixth intersection point V at which straight lines and orthogonal lines connecting the cheekbone feature point I and the lower feature point Q intersect.

프로세서(120)는 광대 특징점(I)과 하단 특징점(Q) 간에 제17 거리를 산출하고, 제5 교차점(O)과 제6 교차점(V) 간에 제18 거리를 산출할 수 있다.The processor 120 may calculate a seventeenth distance between the wide feature point I and the lower feature point Q, and calculate an eighteenth distance between the fifth intersection point O and the sixth intersection point V.

최종적으로, 프로세서(120)는 상기 제17 거리 대비 상기 제18 거리의 제6 거리 비율을 턱선 비율로 산출할 수 있다.Finally, the processor 120 may calculate a sixth distance ratio of the eighteenth distance to the seventeenth distance as a jaw line ratio.

이때, 프로세서(120)는 하기의 수학식 11을 이용하여 턱선 비율을 산출할 수 있다.In this case, the processor 120 may calculate the jaw line ratio using Equation 11 below.

<수학식 11><Equation 11>

Figure 112022053106092-pat00011
Figure 112022053106092-pat00011

여기서, C11은 턱선 비율이고, R6는 제6 거리 비율이고, L17은 제17 거리이고, L18은 제18 거리이고, yo는 제6 교차점(O)의 수직축 상의 좌표이고, yv는 제7 교차점(V)의 수직축 상의 좌표이고, yq는 하단 특징점(Q)의 수직축 상의 좌표이고, yi는 광대 특징점(I)의 수직축 상의 좌표이고, xo는 제6 교차점(O)의 수평축 상의 좌표이고, xv는 제7 교차점(V)의 수평축 상의 좌표이고, xq는 하단 특징점(Q)의 수평축 상의 좌표이고, xi는 광대 특징점(I)의 수평축 상의 좌표이다.Here, C11 is the jawline ratio, R6 is the sixth distance ratio, L17 is the seventeenth distance, L18 is the eighteenth distance, y o is the coordinate on the vertical axis of the sixth intersection point O, and y v is the seventh is the coordinate on the vertical axis of the intersection point (V), y q is the coordinate on the vertical axis of the lower feature point (Q), y i is the coordinate on the vertical axis of the cheekbone feature point (I), and x o is the coordinate on the horizontal axis of the sixth intersection point (O) coordinates, x v is the coordinate on the horizontal axis of the seventh intersection point V, x q is the coordinate on the horizontal axis of the lower feature point Q, and x i is the coordinate on the horizontal axis of the cheekbone feature point I.

이후, 프로세서(120)는 턱선 비율에 기초하여 턱선 유형 정보를 뾰족 턱선 유형으로 결정할 수 있다.Then, the processor 120 may determine jaw line type information as a pointed jaw line type based on the jaw line ratio.

여기서, 뾰족 턱선 유형은 턱선이 뾰족함을 나타내는 턱선 유형일 수 있다.Here, the pointed jawline type may be a jawline type indicating that the jawline is sharp.

구제적으로, 프로세서(120)는 턱선 비율이 기준 턱선 비율 이하이면 상기 턱선 유형 정보를 장 턱선 유형으로 결정할 수 있다. Specifically, the processor 120 may determine the jaw line type information as the long jaw line type when the jaw line ratio is less than or equal to the reference jaw line ratio.

여기서, 기준 턱선 비율은 0.1일 수 있다.Here, the reference jaw line ratio may be 0.1.

한편, 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)의 프로세서(120)는 변형 유형 정보에 기초하여 사용자의 안면 이미지를 보정할 수 있다.Meanwhile, the processor 120 of the facial analysis apparatus 100 using facial feature points according to another embodiment may correct the user's facial image based on the deformation type information.

이를 위해, 또 다른 실시 예에 따른 안면의 특징점을 이용한 안면 분석 장치(100)는 현재의 안면 이미지에 따른 눈썹 유형 정보, 전택궁 유형 정보 및 미간 유형 정보 중에서 변경하고자 하는 유형을 나타내는 변형 유형 정보를 획득할 수 있다.To this end, the facial analysis apparatus 100 using facial feature points according to another embodiment includes transformation type information indicating a type to be changed among eyebrow type information, Jeontaekung type information, and glabellar type information according to a current facial image. can be obtained

예를 들어, 현재의 안면 이미지에 따라 결정된 눈썹 유형 정보가 일자형 눈썹 유형인 경우, 변형 유형 정보는 눈썹 유형 정보와 상이한 표준형 눈썹 유형일 수 있다.For example, when the eyebrow type information determined according to the current face image is a straight eyebrow type, the deformation type information may be a standard eyebrow type different from the eyebrow type information.

이때, 프로세서(120)는 안면 이미지가 변형 유형 정보가 나타내는 유형이 되도록 눈의 위치, 눈의 형상, 눈썹의 위치 및 눈썹의 형상 중 하나 이상을 변경하여 안면 이미지를 보정할 수 있다.In this case, the processor 120 may correct the facial image by changing one or more of the position of the eyes, the shape of the eyes, the position of the eyebrows, and the shape of the eyebrows so that the facial image becomes the type indicated by the deformation type information.

상술된 예를 이어서 설명하면, 일자형 눈썹 유형으로 눈썹 유형 정보가 결정된 안면 이미지의 눈썹 기울기는 제1 기준 기울기 이하이지만, 변형 유형 정보로써 표준형 눈썹 유형이 획득되는 경우, 프로세서(120)는 눈썹 기울기가 제1 기준 기울기를 초과하고 제2 기준 기울기 미만이 되도록 눈의 위치, 눈의 형상, 눈썹의 위치 및 눈썹의 형상 중 하나 이상을 변경하여 안면 이미지를 보정할 수 있다.Continuing the above example, when the eyebrow inclination of the facial image in which the eyebrow type information is determined as the straight eyebrow type is equal to or less than the first reference inclination, but the standard eyebrow type is obtained as the deformation type information, the processor 120 determines that the eyebrow inclination is The facial image may be corrected by changing at least one of the position of the eyes, the shape of the eyes, the position of the eyebrows, and the shape of the eyebrows so that the slope exceeds the first reference slope and is less than the second reference slope.

이후, 프로세서(120)는 변형 유형 정보에 대응되도록 보정된 안면 이미지가 화면에 출력되도록 출력부(130)를 제어할 수 있다.Then, the processor 120 may control the output unit 130 to output the corrected facial image to correspond to the deformation type information on the screen.

이를 통해, 사용자는 성형 수술 및 성형 시술을 수행 전에, 눈썹 유형, 전택궁 유형 및 미간 유형 중에서 변경하고자 하는 유형의 종류에 따라 성형 수술 및 성형 시술의 수행 후 안면 이미지를 미리 확인해볼 수 있다.Through this, the user can preview a facial image after performing plastic surgery and plastic surgery according to the type of type to be changed among the eyebrow type, the front arch type, and the glabella type before performing plastic surgery and plastic surgery.

이제까지 본 발명에 대하여 바람직한 실시 예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명을 구현할 수 있음을 이해할 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.So far, the present invention has been mainly looked at with respect to preferred embodiments. Those skilled in the art to which the present invention belongs will understand that the present invention can be implemented in a modified form without departing from the essential characteristics of the present invention. Therefore, the disclosed embodiments should be considered from a descriptive point of view rather than a limiting point of view. The scope of the present invention is shown in the claims rather than the foregoing description, and all differences within the equivalent scope should be construed as being included in the present invention.

이상과 같이, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.As described above, although the present invention has been described by the limited embodiments and drawings, the present invention is not limited thereto, and the technical spirit of the present invention and the following by those skilled in the art to which the present invention belongs Of course, various modifications and variations are possible within the scope of equivalents of the claims to be described.

100 : 안면의 특징점을 이용한 안면 분석 장치
110 : 입력부
120 : 프로세서
130 : 출력부
140 : 통신부
150 : 저장부
100: Facial analysis device using facial feature points
110: input unit
120: processor
130: output unit
140: Ministry of Communication
150: storage unit

Claims (11)

사용자의 안면 이미지를 입력받는 입력부; 및
상기 안면 이미지에 기초하여 사용자의 안면의 형상에 대한 특징을 나타내는 복수의 특징점 각각의 특징점 좌표와 눈썹의 외곽선을 나타내는 눈썹 외곽선 함수를 생성하는 프로세서;를 포함하고,
상기 프로세서는
복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 사용자의 이목구비 각각의 유형을 나타내는 이목구비 유형 정보를 결정하는데 이용되고 상기 이목구비의 형상이 반영된 수치 정보를 산출하고, 상기 수치 정보에 기초하여 상기 이목구비 유형 정보를 결정하고,
상기 프로세서는
상기 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 눈 및 눈썹 중 하나 이상의 위치 대비 상기 사용자의 눈썹산의 상대 위치를 나타내는 복수의 눈썹산 상대 위치, 눈썹 기울기, 눈썹 곡률 및 눈썹 두께 비율을 상기 수치 정보로써 산출하고, 상기 복수의 눈썹산 상대 위치, 상기 눈썹 기울기, 상기 눈썹 곡률 및 상기 눈썹 두께 비율 중 하나 이상에 기초하여 상기 사용자의 눈썹의 유형을 나타내는 눈썹 유형 정보를 상기 이목구비 유형 정보 중 하나로 결정하고,
상기 프로세서는
상기 복수의 특징점 중에서 사용자의 안면 상단과 안면 하단을 각각 나타내는 상단 특징점과 하단 특징점을 잇는 직선을 수직축으로 설정하고 상기 수직축에 수직한 수평축을 설정하고,
상기 프로세서는
상기 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 전택궁 비율을 산출하고, 상기 전택궁 비율에 기초하여 사용자의 전택궁의 유형을 나타내는 전택궁 유형 정보를 결정하고,
상기 프로세서는
상기 복수의 특징점 중에서 눈산을 나타내는 눈산 특징점을 지나는 제3 수직선 및 상기 눈썹의 외곽선 중에서 하부 외곽선이 교차되는 제4 교차점을 추출하고, 상기 복수의 특징점 중에서 눈꼬리를 나타내는 눈꼬리 특징점 및 눈머리를 나타내는 눈머리 특징점 간에 상기 수평축 상에서의 제9 거리를 산출하고, 상기 눈산 특징점 및 제4 교차점 간에 제10 거리를 산출하고, 상기 제9 거리 대비 상기 제10 거리의 제3 거리 비율을 상기 전택궁 비율로 산출하되, 하기의 수학식 6을 이용하여 상기 전택궁 비율을 산출하고,
상기 프로세서는
상기 전택궁 비율이 제1 기준 전택궁 비율 미만이면, 상기 전택궁 유형 정보를 전택궁이 좁음을 나타내는 소전택궁 유형으로 결정하고, 상기 전택궁 비율이 제2 기준 전택궁 비율을 초과하면, 상기 전택궁 유형 정보를 전택궁이 넓음을 나타내는 대전택궁 유형으로 결정하고,
상기 프로세서는
상기 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 복수의 미간 상대 길이를 산출하되, 상기 복수의 미간 상대 길이로서, 제1 미간 상대 길이 및 제2 미간 상대 길이를 산출하고, 상기 복수의 미간 상대 길이에 기초하여 사용자의 미간의 유형을 나타내는 미간 유형 정보를 결정하고,
상기 프로세서는
상기 복수의 특징점 중에서 눈썹머리를 나타내는 눈썹머리 특징점 및 상기 수직축 간에 상기 수평축 상에서의 제11 거리를 산출하고, 상기 복수의 특징점 중에서 눈썹꼬리를 나타내는 눈썹꼬리 특징점 및 상기 눈머리 특징점 간에 상기 수평축 상에서의 제12 거리를 산출하고, 상기 제12 거리를 미리 설정된 배율만큼 축소시켜 보정 거리로 산출하고, 상기 제11 거리 및 상기 보정 거리 간에 제3 거리 차를 상기 제1 미간 상대 길이로 산출하되, 하기의 수학식 7을 이용하여 상기 제1 미간 상대 길이를 산출하고,
상기 프로세서는
상기 복수의 특징점 중에서 상기 눈머리 특징점을 지나는 제1 수직선 및 상기 눈썹의 외곽선 중에서 상부 외곽선이 교차되는 제1 교차점을 추출하고 상기 제1 교차점 및 상기 수평축 간에 상기 수직축 상에서의 제13 거리를 산출하고, 상기 제11 거리 및 상기 제13 거리 간에 제4 거리 차를 상기 제2 미간 상대 길이로 산출하되, 하기의 수학식 8을 이용하여 상기 제2 미간 상대 길이를 산출하고,
상기 프로세서는
상기 제1 미간 상대 길이가 기준 상대 길이를 초과하면 상기 미간 유형 정보를 미간이 좁음을 나타내는 소미간 유형으로 결정하고, 상기 제2 미간 상대 길이가 상기 기준 상대 길이를 초과하면 상기 미간 유형 정보를 미간이 넓음을 나타내는 대미간 유형으로 결정하고
상기 프로세서는
상기 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 전체인중 비율을 산출하고, 상기 전체인중 비율에 기초하여 사용자의 전체인중 유형을 나타내는 전체인중 유형 정보를 결정하고,
상기 프로세서는
상기 상단 특징점 및 상기 하단 특징점 간에 상기 수직축 상에서의 제14 거리를 산출하고, 상기 복수의 특징점 중에서 사용자의 코끝을 나타내는 코끝 특징점 및 사용자의 윗입술 상단을 나타내는 윗입술 특징점 간에 상기 수직축 상에서의 제15 거리를 산출하고, 상기 제14 거리 대비 상기 제15 거리의 제4 거리 비율을 상기 전체인중 비율로 산출하되, 하기의 수학식 9를 이용하여 상기 전체인중 비율을 산출하고,
상기 프로세서는
상기 전체인중 비율이 기준 전체인중 비율 이상이면 상기 전체인중 유형 정보를 사용자의 얼굴의 세로 길이 대비 인중이 김을 나타내는 장 전체인중 유형으로 결정하고,
상기 프로세서는
상기 복수의 특징점 좌표 및 상기 눈썹 외곽선 함수 중 하나 이상을 이용하여 턱인중 비율을 산출하고, 상기 턱인중 비율에 기초하여 사용자의 턱인중 유형을 나타내는 턱인중 유형 정보를 결정하고,
상기 프로세서는
상기 복수의 특징점 중에서 사용자의 아랫입술 하단을 나타내는 아랫입술 특징점 및 상기 하단 특징점 간에 상기 수직축 상에서의 제16 거리를 산출하고, 상기 제16 거리 대비 상기 제15 거리의 제5 거리 비율을 상기 턱인중 비율로 산출하고,
상기 프로세서는
상기 턱인중 비율이 기준 턱인중 비율 이상이면 상기 턱인중 유형 정보를 사용자의 아랫입술 하단부터 얼굴의 최하단까지의 세로 길이 대비 인중이 김을 나타내는 장 턱인중 유형으로 결정하고,
상기 프로세서는
결정된 상기 눈썹 유형 정보, 상기 전택궁 유형 정보 및 상기 미간 유형 정보 중에서 변경하고자 하는 유형을 나타내는 변형 유형 정보를 획득하고,
상기 프로세서는
상기 변형 유형 정보에 기초하여 사용자의 상기 안면 이미지를 보정하되, 상기 안면 이미지가 상기 변형 유형 정보가 나타내는 유형이 되도록 눈의 위치, 눈의 형상, 눈썹의 위치 및 눈썹의 형상 중 하나 이상을 변경하여 상기 안면 이미지를 보정하고,
상기 프로세서는
성형 수술 및 성형 시술의 수행 후의 안면 이미지를 사용자가 미리 확인할 수 있도록, 보정된 상기 안면 이미지가 화면에 출력되도록 출력부를 제어하는 것을 특징으로 하는
안면의 특징점을 이용한 안면 분석 장치.

<수학식 6>
Figure 112023030985318-pat00024

여기서, C6은 전택궁 비율이고, R3는 제3 거리 비율이고, L9는 제9 거리이고, L10는 제10 거리이고, L(xr)는 제4 교차점(Z4)의 수직축 상의 좌표이고, yr은 눈산 특징점(R)의 수직축 상의 좌표이고, xh은 눈꼬리 특징점(H)의 수평축 상의 좌표이고, xr은 눈머리 특징점(R)의 수평축 상의 좌표이다.
<수학식 7>
Figure 112023030985318-pat00025

여기서, C7은 제1 미간 상대 길이이고, D3은 제3 거리 차이고, L11은 제11 거리이고, L12'은 보정 거리이고, L12는 제12 거리이고, j는 미리 설정된 배율(예를 들어, 3)이고, xc는 눈썹머리 특징점(C)의 수평축 상의 좌표이고, xe는 눈썹꼬리 특징점(E)의 수평축 상의 좌표이고, xf는 눈머리 특징점(F)의 수평축 상의 좌표이다.
<수학식 8>
Figure 112023030985318-pat00026

여기서, C8은 제2 미간 상대 길이이고, D4은 제4 거리 차이고, L11은 제11 거리이고, L13은 제13 거리이고, xc는 눈썹머리 특징점(C)의 수평축 상의 좌표이고, U(xf)는 제1 교차점(Z1)의 수직축 상의 좌표이다.
<수학식 9>
Figure 112023030985318-pat00027

여기서, C9는 전체인중 비율이고, R4는 제4 거리 비율이고, L14는 제14 거리이고, L15는 제15 거리이고, ya는 상단 특징점(A)의 수직축 상의 좌표이고, yq는 하단 특징점(Q)의 수직축 상의 좌표이고, ym는 코끝 특징점(M)의 수직축 상의 좌표이고, yn는 윗입술 특징점(N)의 수직축 상의 좌표이다.
an input unit that receives a user's facial image; and
A processor for generating an eyebrow outline function representing coordinates of each of a plurality of feature points representing features of the shape of the user's face and an eyebrow outline function representing the outline of the eyebrows based on the facial image;
The processor
Using at least one of a plurality of feature point coordinates and the eyebrow outline function, numerical information is calculated that is used to determine feature type information representing each type of the user's features and reflects the shape of the features, and based on the numerical information, the feature type information is calculated. determine the feature type information;
The processor
A plurality of relative positions of eyebrow peaks, eyebrow inclination, eyebrow curvature, and eyebrow thickness ratio representing the relative position of the user's eyebrow peak relative to the position of one or more of the eyes and eyebrows using at least one of the plurality of feature point coordinates and the eyebrow outline function. as the numerical information, and eyebrow type information indicating the type of the user's eyebrows based on at least one of the plurality of eyebrow peak relative positions, the eyebrow inclination, the eyebrow curvature, and the eyebrow thickness ratio is converted into the feature type information. decide on one of the
The processor
Among the plurality of feature points, a straight line connecting an upper feature point and a lower feature point representing the upper face and lower face of the user, respectively, is set as a vertical axis, and a horizontal axis perpendicular to the vertical axis is set,
The processor
calculating a vertebrae ratio using at least one of the plurality of feature point coordinates and the eyebrow outline function, and determining a vertebrae type information indicating a type of a vernacular arch of the user based on the vernacular arch ratio;
The processor
Among the plurality of feature points, a third vertical line passing through the snow mountain feature point representing the snow mountain and a fourth intersection point at which the lower outline intersects among the outlines of the eyebrow are extracted, and among the plurality of feature points, an eye tail feature point representing the tail of the eye and the eye head representing the eye head are extracted. Calculate a ninth distance on the horizontal axis between feature points, calculate a tenth distance between the Nunshan feature point and a fourth intersection, and calculate a third distance ratio of the tenth distance to the ninth distance as the vertex arch ratio; , Calculate the Jeon Taekung ratio using Equation 6 below,
The processor
If the total palace ratio is less than the first reference palace ratio, the palace type information is determined as a small palace type indicating that the palace is narrow, and if the total palace ratio exceeds the second reference palace ratio, the Decide the type information of the palace as the type of palace that represents the wideness of the palace,
The processor
A plurality of relative lengths between the eyebrows are calculated using at least one of the plurality of feature point coordinates and the eyebrow outline function, and a first relative length between the eyebrows and a second relative length between the eyebrows are calculated as the plurality of relative lengths between the eyebrows, Based on the relative length between the eyebrows of the user, determining the eyebrow type information indicating the type of the user's eyebrows;
The processor
An eleventh distance on the horizontal axis is calculated between the eyebrow head feature point representing the eyebrow head and the vertical axis among the plurality of feature points, and an 11th distance on the horizontal axis is calculated between the eyebrow tail feature point representing the eyebrow tail and the eyebrow head feature point among the plurality of feature points. A 12th distance is calculated, the 12th distance is reduced by a preset magnification to be calculated as a corrected distance, and a third distance difference between the 11th distance and the corrected distance is calculated as the relative length between the first eyebrows. Calculate the relative length between the first eyebrows using Equation 7;
The processor
Among the plurality of feature points, a first vertical line passing through the eyebrow feature point and a first intersection point at which an upper outline intersects among the outlines of the eyebrow are extracted, and a 13th distance on the vertical axis is calculated between the first intersection point and the horizontal axis, A fourth distance difference between the 11th distance and the 13th distance is calculated as the second glabella relative length, and the second glabellar relative length is calculated using Equation 8 below,
The processor
When the first relative length between the eyebrows exceeds the reference relative length, the between-glabellar type information is determined as a between-glabellar type indicating narrow glabellar length, and when the second relative length between the eyebrows exceeds the reference relative length, the between-glabellar type information is determined as Decide on the type of Daemyeon that represents this wideness,
The processor
A total philtrum ratio is calculated using at least one of the plurality of feature point coordinates and the eyebrow outline function, and total philtrum type information indicating a user's philtrum type is determined based on the total philtrum ratio,
The processor
A 14th distance on the vertical axis is calculated between the upper feature point and the lower feature point, and a 15th distance on the vertical axis is calculated between a nose tip feature point representing the tip of the user's nose and an upper lip feature point representing the top of the user's upper lip among the plurality of feature points. and calculating a fourth distance ratio of the 15th distance to the 14th distance as the total weight ratio, using Equation 9 below to calculate the total weight ratio,
The processor
If the total weight ratio is greater than or equal to the reference total weight ratio, determining the total weight type information as a chapter total weight type indicating the length of the user's face compared to the vertical length of the user's face;
The processor
A chin-thrust ratio is calculated using at least one of the plurality of feature point coordinates and the eyebrow outline function, and chin-thrust type information indicating a user's chin-throw type is determined based on the chin-throw ratio,
The processor
Among the plurality of feature points, a 16th distance on the vertical axis is calculated between a lower lip feature point representing the bottom of the lower lip of the user and the lower feature point, and a fifth distance ratio of the 15th distance to the 16th distance is the chin-in-the-chin ratio. calculated as,
The processor
If the chin throttle ratio is greater than or equal to the reference chin throttle ratio, the chin throttle type information is determined as a long chin throttle type representing the length of the chin compared to the vertical length from the bottom of the user's lower lip to the bottom of the face,
The processor
Obtaining transformation type information representing a type to be changed among the determined eyebrow type information, the Jeontaekung type information, and the eyebrow type information;
The processor
The user's face image is corrected based on the transformation type information, but at least one of the eye position, eye shape, eyebrow position, and eyebrow shape is changed so that the face image becomes the type indicated by the transformation type information. Correcting the facial image;
The processor
Characterized in that the output unit is controlled so that the corrected facial image is output on the screen so that the user can check the facial image after plastic surgery and plastic surgery in advance.
A facial analysis device using facial feature points.

<Equation 6>
Figure 112023030985318-pat00024

Here, C6 is the Jeon Taekung ratio, R3 is the third distance ratio, L9 is the ninth distance, L10 is the tenth distance, L(x r ) is the coordinate on the vertical axis of the fourth intersection point Z4, and y r is the coordinate on the vertical axis of the eye feature point R, x h is the coordinate on the horizontal axis of the feature point H of the outer corner of the eye, and x r is the coordinate on the horizontal axis of the feature point R of the eye.
<Equation 7>
Figure 112023030985318-pat00025

Here, C7 is the first glabellar relative length, D3 is the third distance difference, L11 is the 11th distance, L12' is the correction distance, L12 is the 12th distance, and j is a preset magnification (e.g., 3 ), x c is the coordinate on the horizontal axis of the eyebrow head feature point (C), x e is the coordinate on the horizontal axis of the eyebrow tail feature point (E), and x f is the coordinate on the horizontal axis of the eyebrow head feature point (F).
<Equation 8>
Figure 112023030985318-pat00026

Here, C8 is the relative length between the second eyebrows, D4 is the fourth distance difference, L11 is the 11th distance, L13 is the 13th distance, x c is the coordinate on the horizontal axis of the feature point C of the eyebrow head, and U(x f ) is the coordinate on the vertical axis of the first intersection point Z1.
<Equation 9>
Figure 112023030985318-pat00027

Here, C9 is the total weight ratio, R4 is the fourth distance ratio, L14 is the 14th distance, L15 is the 15th distance, y a is the coordinate on the vertical axis of the upper feature point (A), and y q is the lower y m is the coordinate on the vertical axis of the feature point Q, y m is the coordinate on the vertical axis of the feature point M of the tip of the nose, and y n is the coordinate on the vertical axis of the feature point N of the upper lip.
삭제delete 삭제delete 제1항에 있어서,
상기 프로세서는
상기 복수의 특징점 중에서 눈머리를 나타내는 눈머리 특징점을 지나는 제1 수직선 및 상기 눈썹의 외곽선 중에서 상부 외곽선이 교차되는 제1 교차점을 추출하고, 상기 복수의 특징점 중에서 상기 눈썹산을 나타내는 눈썹산 특징점 및 상기 제1 교차점을 잇는 제1 직선의 기울기를 상기 눈썹 기울기로 산출하는 것을 특징으로 하는
안면의 특징점을 이용한 안면 분석 장치.
According to claim 1,
The processor
Among the plurality of feature points, a first vertical line passing through the eye head feature point representing the eye head and a first intersection point where the upper outline intersects among the outlines of the eyebrows are extracted, and the eyebrow peak feature point representing the eyebrow peak and the eyebrow peak feature point among the plurality of feature points are extracted. Characterized in that the slope of the first straight line connecting the first intersection is calculated as the slope of the eyebrow
A facial analysis device using facial feature points.
제4항에 있어서,
상기 프로세서는
상기 수평축 상에서의 상기 눈썹산 특징점 및 상기 제1 교차점 간에 제1 거리를 산출하고, 상기 수직축 상에서의 상기 상부 외곽선 및 상기 제1 직선 간에 제2 거리를 산출하며, 상기 제1 거리 대비 상기 제2 거리의 제1 거리 비율을 상기 눈썹 곡률로 산출하는 것을 특징으로 하는
안면의 특징점을 이용한 안면 분석 장치.
According to claim 4,
The processor
A first distance is calculated between the eyebrow peak feature point and the first intersection point on the horizontal axis, a second distance is calculated between the upper outline and the first straight line on the vertical axis, and the second distance is compared to the first distance. Characterized in that for calculating the first distance ratio of the eyebrow curvature
A facial analysis device using facial feature points.
제4항에 있어서,
상기 프로세서는
상기 제1 수직선 및 상기 눈썹의 외곽선 중에서 하부 외곽선이 교차되는 제2 교차점을 추출하고, 상기 제1 교차점 및 상기 제2 교차점 간에 제3 거리를 산출하고, 상기 눈썹산 특징점을 지나는 제2 수직선 및 상기 하부 외곽선이 교차되는 제3 교차점을 추출하고, 상기 눈썹산 특징점 및 상기 제3 교차점 간에 제4 거리를 산출하고, 상기 제3 거리 대비 상기 제4 거리의 제2 거리 비율을 상기 눈썹 두께 비율로 산출하는 것을 특징으로 하는
안면의 특징점을 이용한 안면 분석 장치.
According to claim 4,
The processor
A second intersection point at which the lower outline intersects is extracted from among the first vertical line and the outline of the eyebrow, a third distance is calculated between the first intersection point and the second intersection point, and the second vertical line passing through the feature point of the eyebrow ridge and the A third intersection point where the lower outline intersects is extracted, a fourth distance is calculated between the eyebrow peak feature point and the third intersection point, and a second distance ratio of the fourth distance to the third distance is calculated as the eyebrow thickness ratio. characterized by
A facial analysis device using facial feature points.
제1항에 있어서,
상기 프로세서는
상기 복수의 특징점 중에서 눈머리를 나타내는 눈머리 특징점 및 눈썹꼬리를 나타내는 눈썹꼬리 특징점 간에 상기 수평축 상에서의 제1 중점을 추출하고, 상기 복수의 특징점 중에서 눈썹산을 나타내는 눈썹산 특징점 및 상기 수직축 간에 상기 수평축 상에서의 제5 거리를 산출하고, 상기 수평축 상에서의 상기 제1 중점 및 상기 수직축 간에 제6 거리를 산출하고, 상기 제5 거리 및 상기 제6 거리 간에 제1 거리 차를 상기 복수의 눈썹산 상대 위치 중에서 제1 눈썹산 상대 위치로 산출하는 것을 특징으로 하는
안면의 특징점을 이용한 안면 분석 장치.
According to claim 1,
The processor
Among the plurality of feature points, a first midpoint on the horizontal axis is extracted between the eye head feature point representing the head of the eye and the eyebrow tail feature point representing the eyebrow tail, and the horizontal axis between the eyebrow peak feature point representing the eyebrow ridge and the vertical axis among the plurality of feature points. A fifth distance on the image is calculated, a sixth distance between the first midpoint on the horizontal axis and the vertical axis is calculated, and a first distance difference between the fifth distance and the sixth distance is calculated as the relative positions of the plurality of eyebrow peaks. Characterized in that it is calculated as the relative position of the first eyebrow ridge among
A facial analysis device using facial feature points.
제7항에 있어서,
상기 프로세서는
상기 복수의 특징점 중에서 눈썹머리를 나타내는 눈썹머리 특징점 및 상기 눈썹꼬리 특징점 간에 상기 수평축 상에서의 제2 중점을 추출하고, 상기 수평축 상에서의 상기 눈썹머리 특징점 및 상기 수직축 간에 제7 거리를 산출하고, 상기 수평축 상에서의 상기 제2 중점 및 상기 수직축 간에 제8 거리를 산출하고, 상기 제7 거리 및 상기 제8 거리 간에 거리 합을 산출하고, 상기 제5 거리 및 상기 거리 합 간에 제2 거리 차를 상기 복수의 눈썹산 상대 위치 중에서 제2 눈썹산 상대 위치로 산출하는 것을 특징으로 하는
안면의 특징점을 이용한 안면 분석 장치.
According to claim 7,
The processor
Among the plurality of feature points, a second midpoint on the horizontal axis is extracted between the eyebrow head feature point representing the eyebrow head and the eyebrow tail feature point, a seventh distance is calculated between the eyebrow head feature point on the horizontal axis and the vertical axis, and the horizontal axis An eighth distance between the second midpoint and the vertical axis is calculated, a distance sum between the seventh distance and the eighth distance is calculated, and a second distance difference between the fifth distance and the distance sum is calculated in the plurality of distances. Characterized in that it is calculated as the relative position of the second eyebrow ridge among the relative positions of the eyebrow ridge
A facial analysis device using facial feature points.
제1항에 있어서,
상기 프로세서는
상기 눈썹 기울기가 제1 기준 기울기 이하이고 상기 눈썹 두께 비율이 기준 두께 비율 이상이고 상기 복수의 눈썹산 상대 위치 중에서 제1 눈썹산 상대 위치가 기준 상대 위치 이상이면 상기 눈썹 유형 정보를 일자형 눈썹 유형으로 결정하고, 상기 눈썹 기울기가 제1 기준 기울기 이하이고, 상기 눈썹 두께 비율이 기준 두께 비율 이하이면 상기 눈썹 유형 정보를 세미아치형 눈썹 유형으로 결정하는 것을 특징으로 하는
안면의 특징점을 이용한 안면 분석 장치.
According to claim 1,
The processor
If the eyebrow slope is less than or equal to the first reference slope, the eyebrow thickness ratio is greater than or equal to the reference thickness ratio, and the first eyebrow peak relative position among the plurality of eyebrow peak relative positions is greater than or equal to the reference relative position, the eyebrow type information is determined as a straight eyebrow type. And, if the eyebrow slope is less than or equal to the first reference slope and the eyebrow thickness ratio is less than or equal to the reference thickness ratio, the eyebrow type information is determined as a semi-arch type eyebrow type.
A facial analysis device using facial feature points.
제1항에 있어서,
상기 프로세서는
상기 눈썹 기울기가 제1 기준 기울기 이상이고 상기 눈썹 곡률이 기준 곡률 이상이면 상기 눈썹 유형 정보를 아치형 눈썹 유형으로 결정하고, 상기 눈썹 기울기가 제1 기준 기울기 이상이고 상기 눈썹 곡률이 기준 곡률 미만이면 상기 눈썹 유형 정보를 각진형 눈썹 유형으로 결정하는 것을 특징으로 하는
안면의 특징점을 이용한 안면 분석 장치.
According to claim 1,
The processor
If the eyebrow slope is greater than or equal to a first reference slope and the eyebrow curvature is greater than or equal to the reference curvature, the eyebrow type information is determined as an arcuate eyebrow type, and if the eyebrow slope is greater than or equal to the first reference slope and the eyebrow curvature is less than the reference curvature, the eyebrow type information is determined. Characterized in determining the type information as an angular eyebrow type
A facial analysis device using facial feature points.
◈청구항 11은(는) 설정등록료 납부시 포기되었습니다.◈◈Claim 11 was abandoned when the registration fee was paid.◈ 제1항에 있어서,
상기 프로세서는
상기 눈썹 기울기가 제1 기준 기울기를 초과하고 상기 제1 기준 기울기 보다 큰 제2 기준 기울기 미만이면 상기 눈썹 유형 정보를 표준형 눈썹 유형으로 결정하고, 상기 눈썹 기울기가 제2 기준 기울기 이상이고 상기 복수의 눈썹산 상대 위치 중에서 제2 눈썹산 상대 위치가 기준 상대 위치 이상이면 상기 눈썹 유형 정보를 상승형 눈썹 유형으로 결정하는 것을 특징으로 하는
안면의 특징점을 이용한 안면 분석 장치.
According to claim 1,
The processor
If the eyebrow slope exceeds the first reference slope and is less than the second reference slope greater than the first reference slope, the eyebrow type information is determined as a standard type eyebrow type, and the eyebrow slope is greater than or equal to the second reference slope and the plurality of eyebrows Characterized in that if the relative position of the second eyebrow ridge among the relative positions of the mountains is equal to or greater than the reference relative position, the eyebrow type information is determined as a rising eyebrow type.
A facial analysis device using facial feature points.
KR1020220061457A 2022-05-19 2022-05-19 Apparatus for analyzing face facial features KR102543427B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220061457A KR102543427B1 (en) 2022-05-19 2022-05-19 Apparatus for analyzing face facial features
KR1020230073500A KR20230161907A (en) 2022-05-19 2023-06-08 Apparatus for providing coronary analysis and face image according to face recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220061457A KR102543427B1 (en) 2022-05-19 2022-05-19 Apparatus for analyzing face facial features

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020230073500A Division KR20230161907A (en) 2022-05-19 2023-06-08 Apparatus for providing coronary analysis and face image according to face recognition

Publications (1)

Publication Number Publication Date
KR102543427B1 true KR102543427B1 (en) 2023-06-14

Family

ID=86744576

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020220061457A KR102543427B1 (en) 2022-05-19 2022-05-19 Apparatus for analyzing face facial features
KR1020230073500A KR20230161907A (en) 2022-05-19 2023-06-08 Apparatus for providing coronary analysis and face image according to face recognition

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020230073500A KR20230161907A (en) 2022-05-19 2023-06-08 Apparatus for providing coronary analysis and face image according to face recognition

Country Status (1)

Country Link
KR (2) KR102543427B1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040100876A (en) * 2004-03-29 2004-12-02 이진근 System for offering physiognomy information service
KR20040106844A (en) * 2003-06-11 2004-12-18 이응주 System and method for offer physiognomy information and the other sex information using on-line analysis face physiognomy
KR20100025862A (en) * 2008-08-28 2010-03-10 동명대학교산학협력단 Facial physiognomic judgment of fortune and face avatar generation system using a face recognition
KR20160062429A (en) 2014-11-25 2016-06-02 대전과학기술대학교 산학협력단 System and method for generating caricature using physiognomy features

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040106844A (en) * 2003-06-11 2004-12-18 이응주 System and method for offer physiognomy information and the other sex information using on-line analysis face physiognomy
KR20040100876A (en) * 2004-03-29 2004-12-02 이진근 System for offering physiognomy information service
KR20100025862A (en) * 2008-08-28 2010-03-10 동명대학교산학협력단 Facial physiognomic judgment of fortune and face avatar generation system using a face recognition
KR20160062429A (en) 2014-11-25 2016-06-02 대전과학기술대학교 산학협력단 System and method for generating caricature using physiognomy features

Also Published As

Publication number Publication date
KR20230161907A (en) 2023-11-28

Similar Documents

Publication Publication Date Title
CN108701216B (en) Face recognition method and device and intelligent terminal
US20210174072A1 (en) Microexpression-based image recognition method and apparatus, and related device
KR101259662B1 (en) Face classifying method face classifying device classification map face classifying program recording medium where this program is recorded
US9262671B2 (en) Systems, methods, and software for detecting an object in an image
WO2020233378A1 (en) Layout analysis method, reading assisting device, circuit, and medium
CN107452049B (en) Three-dimensional head modeling method and device
US10621759B2 (en) Beautifying freeform drawings using transformation adjustments
US11721072B2 (en) Interactive augmented reality system
US20210158593A1 (en) Pose selection and animation of characters using video data and training techniques
CN110322571B (en) Page processing method, device and medium
KR20170002100A (en) Method for providng smart learning education based on sensitivity avatar emoticon, and smart learning education device for the same
EP3407173B1 (en) Input display control device, input display control method, and input display system
KR101743764B1 (en) Method for providing ultra light-weight data animation type based on sensitivity avatar emoticon
CN114612290B (en) Training method of image editing model and image editing method
CN111967334B (en) Human body intention identification method, system and storage medium
US11631154B2 (en) Method, apparatus, device and storage medium for transforming hairstyle
KR20200065684A (en) Auto design generation method and apparatus for online electronic commerce shopping mall
KR102543427B1 (en) Apparatus for analyzing face facial features
US20230177756A1 (en) Method of generating 3d video, method of training model, electronic device, and storage medium
KR101145672B1 (en) A smile analysis system for smile self-training
JP5207551B2 (en) Drawing support device, drawing support method, and drawing support program
US11830236B2 (en) Method and device for generating avatar, electronic equipment, medium and product
WO2021217856A1 (en) Face image generation method and apparatus, electronic device, and readable storage medium
CN114219704A (en) Animation image generation method and device
CN114445528A (en) Virtual image generation method and device, electronic equipment and storage medium

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant