KR102588813B1 - Ai 비젼 인식에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템 - Google Patents

Ai 비젼 인식에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템 Download PDF

Info

Publication number
KR102588813B1
KR102588813B1 KR1020220087905A KR20220087905A KR102588813B1 KR 102588813 B1 KR102588813 B1 KR 102588813B1 KR 1020220087905 A KR1020220087905 A KR 1020220087905A KR 20220087905 A KR20220087905 A KR 20220087905A KR 102588813 B1 KR102588813 B1 KR 102588813B1
Authority
KR
South Korea
Prior art keywords
operator
face
eyebrow
terminal
shape
Prior art date
Application number
KR1020220087905A
Other languages
English (en)
Inventor
이옥희
Original Assignee
이옥희
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 이옥희 filed Critical 이옥희
Priority to KR1020220087905A priority Critical patent/KR102588813B1/ko
Application granted granted Critical
Publication of KR102588813B1 publication Critical patent/KR102588813B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M37/00—Other apparatus for introducing media into the body; Percutany, i.e. introducing medicines into the body by diffusion through the skin
    • A61M37/0076—Tattooing apparatus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • Finance (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hematology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Anesthesiology (AREA)
  • Dermatology (AREA)
  • Virology (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명의 일 실시예는 시술자 단말기로부터 입력된 시술자의 및 성별과 함께 시술자 얼굴 이미지를 수집한 후, 상기 시술자 얼굴 이미지가 상기 얼굴 형상 군집에서 어떤 얼굴 형상 군에 속하는지를 상기 AI 비젼 인식 알고리즘을 통해 다시 학습하여 상기 유사도와 가중치 유사도가 높은 방향으로 얼굴 형상 군집으로 분리하고 해당하는 얼굴 형상 군을 획득함으로써, 시술자가 원하는 다양한 형태의 자연 눈썹 중에 마음에 드는 것을 선택하고, 그에 맞는 타투 잉크 및 시술 눈썹 솔루션을 제공받아 시술할 수 있다.

Description

AI 비젼 인식에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템{SYSTEM FOR RECOMMENDING EYEBROW TREATMENT CUSTOMIZED BASED ON ARTIFICIAL INTELLIGENCE VISION VERIFICATION}
본 발명은 눈썹 시술 추천 시스템에 관한 것으로서, 더욱 상세하게는, 시술자가 원하는 눈썹을 찾아 시술할 수 있는 시술자 맞춤형 눈썹 시술 추천 시스템에 관한 것이다.
일반적으로, 신체에 그림이나 문자를 문신을 하는 것은 자신의 취향이나 개성을 표현하려는 욕구에서 비롯되지만 눈썹이나 헤어라인을 문신하는 것은 신체적 약점을 가리거나 보충하기 위한 화장술의 하나이다.
이런 추세에 맞춰, 최근에는 삶의 질이 높아짐에 따라 눈썹을 시술하는 사람들이 많이 늘고 있다.
눈썹이 거의 없거나 희미한 경우 또는 탈모증으로 얼굴과 두피의 경계를 이루는 헤어라인이 높아지는 경우 모발을 이식하는 경우도 있으나 보다 간편하게 문신을 하여 실제의 눈썹이나 모발처럼 보이게 하는 것도 한 방법이다.
이때, 현재 업계에서 90%이상 시술되고 있는 반영구식 눈썹 문신방법은 고형분으로 된 색소에(고체) 액체로 된 에센스를 섞어 걸죽하게 만든 다음, 니들에 뭍여 상처냄과 동시에 피부속에 머물게 하는 원리를 이용한다. 이때 색소는 피부속에 머물러 있다가 피지 땀 자외선등에 의해 시간이 지나면서 외부로 빠져나와 탈색/변색 과정을 거쳐 색이 점점 없어지게 되고, 이 과정에서 진피층 침투와 반복적인 상처로 붉은 잔흔이 남아 흉터화되는 문제점을 가지게 된다.
이런 문제점을 해결하고자, 최근에는 차세대 메이크업으로 부상하고 있는 반영구적인 타투는 시술자의 취향에 맞추기 위하여 얼굴 유형을 연구하고 그에 맞는 타투 눈썹을 제안하는 기술들이 개발되고 있다. 예를 들면, 얼굴 유형별(계란형, 둥근형, 역삼각형, 사각형 등) 타투 눈썹을 디자인하는 시뮬레이터들이 개발되고 있다.
그러나, 이와 같은 얼굴 유형별 타투 눈썹 디자인은 시술자마다 얼굴 유형이 유사하더라도 각 시술자가 가지고 있는 고유의 이목구비를 포함한 얼굴 객체 패턴들은 각기 다르기 때문에 획일화된 얼굴 유형별로 만들어진 일정한 타투 눈썹은 시술자의 얼굴 객체 패턴에 맞는다는 보장이 없으며, 획일화된 타투 눈썹이 난무할 수 밖에 없었다.
1. 여성의 얼굴형에 따른 눈썹과 입술 타투 시뮬레이터 설계 및 구현: 대한피부미용학회지 제13권 제3호 통권 제46호(2015.06.30.)
본 발명의 목적은 AI 비젼 인식 알고리즘을 이용하여 시술자와 가중치 유사도가 높은 얼굴 이미지들 속에 시술자에게 어울리는 자연 눈썹을 찾아 추천해 주고, 그에 맞는 타투 잉크 및 시술 눈썹 솔루션을 추천하기 위한 AI 비젼 인식에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템을 제공하고자 한다.
전술한 목적을 달성하기 위한, 일 실시예에 따른 눈썹 시술 추천 시스템은 적어도 하나의 얼굴 이미지 속에 새겨진 객체 패턴들의 속성을 AI 비젼 인식 알고리즘을 통해 학습하여 유사도 뿐만 아니라, 눈썹 객체 패턴 주위의 특정 객체 패턴들이 나머지 객체 패턴들보다 가중치 유사도가 높은 방향으로 상기 적어도 하나의 얼굴 이미지를 나이대와 성별별 얼굴 형상 군집으로 분류하는 얼굴 형상 군집부와, 시술자 단말기로부터 입력된 시술자의 및 성별과 함께 시술자 얼굴 이미지를 수집한 후, 상기 시술자 얼굴 이미지가 상기 얼굴 형상 군집에서 어떤 얼굴 형상 군에 속하는지를 상기 AI 비젼 인식 알고리즘을 통해 다시 학습하여 상기 유사도와 가중치 유사도가 높은 방향으로 상기 분류된 얼굴 형상 군집으로부터 해당하는 얼굴 형상 군을 획득하는 얼굴 형상군 획득부와, 상기 수집된 시술자의 나이 및 성별과 일치하는 상기 획득된 얼굴 형상 군을 상기 시술자 단말기로 추천하는 얼굴 형상 추천부와, 상기 추천된 특정 얼굴 형상 군 속에서 자신의 얼굴 이미지와 닮음의 여부를 상기 시술자 단말기로부터 응답받는 얼굴 형상 선택부와, 상기 응답의 결과가 부정 응답이면, 시술자가 만족하지 않는 특정 객체 패턴을 상기 시술자 단말기로부터 수집하는 특정 객체 패턴 수집부와, 상기 수집된 특정 객체 패턴을 상기 추천된 특정 얼굴 형상 군 속의 얼굴 이미지들에 반영하여 해당하는 특정 객체 패턴을 수정한 후, 이를 반영한 수정된 얼굴 형상 군을 상기 시술자 단말기로 재추천하는 얼굴 형상 재추천부와, 상기 수정된 얼굴 형상 군을 상기 시술자 단말기에서 확인하면, 상기 수정된 얼굴 형상 군 속에서 최종적으로 선택한 시술자 선호 얼굴을 상기 시술자 단말기로부터 수집하는 선호 얼굴 수집부와, 상기 수집된 시술자 선호 얼굴 속에 포함된 시술자가 최종 선택한 눈썹 객체 패턴을 확인하고, 상기 확인된 눈썹 객체 패턴에 맞는 타투 잉크 및 눈썹 시술 솔루션을 결정하여 추천하는 시술제 추천부를 포함한다.
일 실시예에서, 상기 눈썹 시술 추천 시스템은 상기 추천된 타투 잉크 및 눈썹 시술 솔루션에 대해 상기 시술자 단말기에서 승낙하면, 미리 지정되거나 시술자의 주소에 기반하여 찾아진 시술 업자를 상기 시술자 단말기로 추천하는 시술업자 추천부를 더 포함할 수 있다.
일 실시예에서, 상기 눈썹 시술 추천 시스템은 상기 시술자 단말기를 통해 선택된 특정 타투 잉크 및 특정 눈썹 시술 솔루션을 상기 시술자 얼굴 이미지 속의 눈썹을 제외시키고, 제외된 눈썹 부위에 상기 시술자가 최종 선택한 눈썹 객체 패턴을 합성하여 3차원 가상 시술자 얼굴을 생성하는 눈썹 합성부와, 상기 생성된 3차원 가상 시술자 얼굴을 상기 시술자 단말기로 추천하는 가상 얼굴 추천부를 더 포함할 수 있다.
일 실시예에서, 상기 선호 얼굴 수집부는 상기 응답의 결과가 긍정 응답이면, 상기 얼굴 형상 군 속에서 최종적으로 선택한 시술자 선호 얼굴을 상기 시술자 단말기로부터 수집할 수 있다.
일 실시예에서, 상기 객체 패턴들은 얼굴 윤곽 영역, 머리 윤곽 영역, 이목구비 윤곽 영역, 이마 윤곽 영역, 턱 윤곽 영역, 얼굴 볼 윤곽 영역, 눈썹 윤곽 영역을 포함할 수 있다.
일 실시예에서, 상기 객체 패턴들의 속성은 상기 객체 패턴들의 갯수, 모양 면적, 모양 크기, 모양 깊이 및 모양 굴곡 정도를 포함할 수 있다.
일 실시예에서, 상기 눈썹 객체 패턴 주위의 특정 객체 패턴들은 눈 객체 패턴 및 이마 객체 패턴을 포함할 수 있고, 상기 눈 객체 패턴 및 이마 객체 패턴이 귀, 입, 코 및 머리 객체 패턴을 포함한 나머지 객체 패턴들보다 가중치 유사도가 높을 수 있다.
이상과 같이, 본 발명의 실시예는 획일화된 눈썹이 아닌 객체 패턴들간 유사도 뿐만 아니라, 눈썹 객체 패턴 주위의 특정 객체 패턴들이 나머지 객체 패턴들보다 가중치 유사도가 높은 방향으로 해당하는 얼굴 형상 군을 선별함으로써, 그 얼굴 형상 군 속에서 시술자가 원하는 자연 눈썹을 확인하여 선택할 수 있어, 보다 자연스런 눈썹 패턴에 맞게 타투 잉크와 시술 눈썹 솔루션을 선택할 수 있는 효과가 있다.
또한, 본 발명의 실시예는 시술 전 눈썹 문신의 예상 결과를 가상으로 확인함으로써, 시술자로 하여금 높은 시술 만족도를 가질 수 있는 효과가 있다.
또한, 본 발명이 실시예는 시술자가 자신의 얼굴과 유사한 사람들의 눈썹 패턴에 맞게 3차원 얼굴을 직접 확인 함으로써, 시술자의 만족도를 높일 수 있고 타투 및 시술 눈썹 솔루션의 검증해 볼 수 있는 장점이 있다.
이상의 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있다.
도 1은 일 실시예에 따른 눈썹 시술를 추천하기 위한 시스템을 예시적으로 나타낸 구성도이다.
도 2는 일 실시예에 따른 눈썹 시술 추천 시스템(100)을 구체적으로 나타낸 구성도이다.
도 3은 일 실시예에 따른 도 2의 눈썹 시술 추천 시스템(100)에서 실현되는 객체 패턴들을 예시적으로 나타낸 구성도이다.
도 4는 일 실시예에 따른 도 2의 눈썹 시술 추천 시스템(100)에서 실현되는 얼굴 형상 군집과 그 속의 얼굴 형상 군을 예시적으로 나타낸 구성도이다.
도 5는 일 실시예에 따른 눈썹 시술 추천 시스템(100)의 추가 구성을 예시적으로 나타낸 구성도이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예들에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예들에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 본 실시예들은 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
이하의 실시예들 및 특허청구범위에서 개시되는 용어들은 단지 특정한 일례를 설명하기 위하여 사용된 것이지 이들로부터 제한되는 것은 아니다.
게다가, 이하의 실시예들 및 특허청구범위에서 개시되는 '포함하다' 또는 이루어지다' 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것으로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함하는 것으로 이해되어야 한다.
이를 토대로, 이하에서는, 각 해당 도면을 참조하여 실시예로서 설명하고자 한다.
도 1은 일 실시예에 따른 눈썹 시술를 추천하기 위한 시스템을 예시적으로 나타낸 구성도이다.
도 1를 참조하면, 일 실시예에 따른 시스템은 눈썹 시술 추천 시스템(100), 복수의 시술자 단말기(200) 및 시술 업자 단말기(300)를 포함할 수 있다.
일 실시예에 따른 눈썹 시술 추천 시스템(100)은 적어도 하나의 얼굴 이미지를 데이터베이스(101)에 축적하고, 데이터베이스(101)에 축적된 적어도 하나의 얼굴 이미지를 활용하여 시술자의 얼굴 이미지와 거의 일치하는 얼굴 형상들을 추천해줌과 동시에 추천된 얼굴 형상들 속에 포함된 눈썹 객체 패턴을 식별하여 그에 맞는 타투 잉크 및 눈썹 시술 솔루션을 제공하는 역할을 한다.
이와 같은 눈썹 시술 추천 시스템(100)은 실질적으로 적어도 하나의 서버로 구성될 수 있으며, 이후에 설명할 시술자 단말기(200) 및 시술 업자 단말기(300)와는 인터넷망을 통해 연결된다.
이로써, 일 실시예에 따른 눈썹 시술 추천 시스템(100)은 시술자 단말기(200)의 시술자 요청 및 시술 업자 단말기(300)의 시술 업자 요청에 반응하여 필요에 따라 가공되어진 데이터들을 인터넷망을 통해 시술자 단말기(200)로 추천해주거나 필요에 의해 임의적인 데이터를 인터넷망을 통해 시술자 단말기(200) 및 시술 업자 단말기(300)로 전송해 줄 수 있다.
일 실시예에서, 시술자 단말기(200)는 인터넷망을 통해 시술자의 얼굴 유형과 같은 군에 속하고, 그 군속의 얼굴 형상들 중에서 선택된 선호 얼굴 형상에 포함된 적어도 하나의 눈썹 패턴을 눈썹 시술 추천 시스템(100)으로부터 추천받을 수 있고, 더불어 그에 맞는 타투 잉크 및 시술 눈썹 솔루션을 인터넷망에 연결된 눈썹 시술 추천 시스템(100)으로부터 추천받을 수 있다.
이러한 기능들을 수행하기 위하여, 시술자 단말기(200)는 유선 또는/및 무선 인터넷망에 접속될 수 있는 PC, 테블릿 PC 및 휴대용 단말기(일반적으로 스마트폰으로 명명함)등인 것이 바람직하지만, 이에 한정되지 않고 유선 또는/및 무선 인터넷망에 접속될 수 있는 단말기라면 본 실시예에서 말하는 시술자 단말기(200)의 범주안에 포함되는 것으로 간주되어야 한다.
일 실시예에서, 시술 업자 단말기(300)는 시술자에게 추천된 타투 잉크 및 눈썹 시술 솔루션을 실질적으로 시술자에게 제공하기 위하여 눈썹 시술 추천 시스템(100)과 협업하여 해당 타투 잉크 및 눈썹 시술 솔루션을 눈썹 시술 추천 시스템(100)에게 제공하고, 타투 잉크 및 눈썹 시술 솔루션 제공에 따른 비용을 산출하여 인터넷망으로 연결된 시술자 단말기(200) 및/또는 눈썹 시술 추천 시스템(100)간 결제 처리를 주고 받을 수 있다.
이러한 시술 업자 단말기(300)도 전술한 바와 같이 유선 또는/및 무선 인터넷망에 접속될 수 있는 PC, 테블릿 PC 및 휴대용 단말기인 것이 바람직하지만, 이에 한정되지 않음은 물론이다.
한편, 언급된 데이터베이스(101)는 컴퓨터 판독 가능한 기록 매체를 포함하는 개념으로서, 협의의 데이터베이스뿐만 아니라, 파일 시스템에 기반한 데이터 기록 등을 포함하는 넓은 의미의 데이터베이스도 포함하여 지칭하며, 단순한 로그의 집합이라도 이를 검색하여 데이터를 추출할 수 있다면 본 발명에서 말하는 데이터베이스의 범주안에 포함될 수 있다.
이하에서는, 전술한 눈썹 시술 추천 시스템(100)의 관점에서 구체적으로 설명하기로 한다.
도 2는 일 실시예에 따른 눈썹 시술 추천 시스템(100)을 구체적으로 나타낸 구성도이며, 도 3은 일 실시예에 따른 도 2의 눈썹 시술 추천 시스템(100)에서 실현되는 객체 패턴들을 예시적으로 나타낸 구성도이고, 도 4는 일 실시예에 따른 도 2의 눈썹 시술 추천 시스템(100)에서 실현되는 얼굴 형상 군집과 그 속의 얼굴 형상 군을 예시적으로 나타낸 구성도이다.
도시된 바와 같이, 일 실시예에 따른 눈썹 시술 추천 시스템(100)은 얼굴 형상 군집부(105), 얼굴 형상군 획득부(110), 얼굴 형상 추천부(115), 얼굴 형상 선택부(120), 특정 객체 패턴 수집부(125), 얼굴 형상 재추천부(130), 선호 얼굴 수집부(135) 및 시술제 추천부(140)를 포함한다.
일 실시예에서, 얼굴 형상 군집부(105)는 적어도 하나의 얼굴 이미지를 수집하여 데이터베이스(101)에 저장할 수 있다. 언급된 적어도 하나의 얼굴 이미지는 통상적으로 널리 알려진 사람들의 얼굴 이미지 일 수 있으며, 가상의 사람들의 얼굴 이미지일 수도 있다. 이러한 적어도 하나의 얼굴 이미지는 동일 얼굴에 대해 앞면 얼굴 이미지 및 옆면 얼굴 이미지를 포함할 수 있다.
따라서, 얼굴 형상 군집부(105)는 수집된 적어도 하나의 얼굴 이미지 속에 새겨진 객체 패턴들을 AI 비젼 인식 알고리즘을 통해 식별할 수 있다. 언급된 적어도 하나의 얼굴 이미지 속에 새겨진 객체 패턴들(10)은 얼굴 윤곽 영역(11), 머리 윤곽 영역(12), 이목구비 윤곽 영역(13), 이마 윤곽 영역(14), 턱 윤곽 영역(15), 얼굴 볼 윤곽 영역(16), 눈썹 윤곽 영역(17) 및 각 윤곽 영역 사이 영역(미도시) 등을 포함할 수 있다. 이러한 객체 패턴들(10)이 모여서 하나의 얼굴 형상을 형성하는 것은 물론이다.
이어서, 얼굴 형상 군집부(105)는 식별되어진 적어도 하나의 얼굴 이미지 속에 새겨진 객체 패턴들(10)에 토대로 다시 AI 비젼 인식 알고리즘을 통해 적어도 하나의 얼굴 이미지 속에 새겨진 객체 패턴들(10)의 속성을 학습시킬 수 있다.
언급된 객체 패턴들(10)의 속성은 객체 패턴들(10)의 갯수, 모양 면적, 모양 크기, 모양 깊이 및 모양 굴곡 정도를 포함할 수 있다.
예를 들면, 코 윤곽 영역(13)의 코 객체 패턴인 경우, 코 객체 패턴은 두 눈 패턴 사이에 배치되고, 이마와 입 사이에 배치됨과 동시에 코의 특성상 윗부분의 깊이 정도가 낮고 아래부분의 깊이 정도가 위부분보다 높으며, 두개이 콧구멍을 가지는 특성을 AI 비젼 인식 알고리즘에 입력하면, 이 코 객체 패턴의 속성을 토대로 AI 비젼 인식 알고리즘을 통해 학습되어 각 사람들이 가지는 코 객체 패턴 특성이 다름을 이해할 수 있는 것이다.
다른 예로서, 이마 윤곽 영역(14)의 이마 객체 패턴인 경우, 이마 객체 패턴은 머리와 두 눈 사이에 배치됨과 동시에 이마 중앙은 이마 골격근으로 인해 튀어나오고 사이드측으로 갈수록 낮아지는 특성을 AI 비젼 인식 알고리즘에 입력하면, 이 이마 객체 패턴의 속성을 토대로 AI 비젼 인식 알고리즘을 통해 학습되어 각 사람들이 가지는 이마 객체 패턴 특성이 다름을 이해할 수 있는 것이다.
이에 따라, 일 실시예에 따른 얼굴 형상 군집부(105)는 전술한 바와 같이 AI 비젼 인식 알고리즘을 통해 적어도 하나의 얼굴 이미지 속에 새겨진 객체 패턴들(10)과 그 속성을 토대로 학습함으로써, 일대일 매칭시킨 유사도 뿐만 아니라, 눈썹 객체 패턴 주위의 특정 객체 패턴들이 나머지 객체 패턴들보다 가중치 유사도가 높은 방향으로 얼굴 형상 군집(30)으로 분류할 수 있다.
이때, 눈썹 객체 패턴 주위의 특정 객체 패턴들은 눈 객체 패턴 및 이마 객체 패턴을 포함하는 것이 바람직하지만, 이를 더 확장하여 볼 객체 패턴과 코 객체 패턴 등이 더 포함될 수도 있다.
예를 들면, 얼굴 이미지들마다 그 속에 새겨진 객체 패턴들(10)과 객체 패턴들(10)의 속성을 일대일로 비교하여 기설정된 범위의 유사도를 갖되, 눈 객체 패턴 및 이마 객체 패턴이 귀, 입, 코 및 머리 객체 패턴 등을 포함한 나머지 객체 패턴들보다 가중치 유사도가 높은 방향으로 어느 하나의 얼굴 형상 군(40)으로 분류할 수 있고, 이처럼 분류되어진 얼굴 형상 군들(50)이 모여 얼굴 형상 군집(30)을 이룰 수 있다.
그러나, 전술한 예와 같이 유사도와 가중치 유사도의 범주는 한정되지 않으며 언제든 조정될 수 있다.
더 나아가, 얼굴 형상 군집부(105)는 적어도 하나의 얼굴 이미지별로 나이대와 성별을 파악하여 데이터베이스(101)에 저장될 경우 데이터베이스(101)에 저장된 나이대와 성별별로 얼굴 형상 군집(30)을 분류할 수 있다. 이는 결국, 얼굴 형상 군집(30)에 포함된 임의의 어느 얼굴 형상 군(40)은 동일한 나이대 및 성별을 가질 수 있음을 의미하며, 다른 얼굴 형상 군들(50)도 마찬가지로 동일한 해당 나이대 및 성별을 가질 수 있음을 의미할 수 있다.
일 실시예에서, 얼굴 형상군 획득부(110)는 인터넷망을 통해 시술자 단말기(200)로부터 입력된 시술자의 나이 및 성별과 함께 시술자 얼굴 이미지를 수집(수신)할 수 있다.
이러면, 얼굴 형상군 획득부(110)는 수집된 시술자 얼굴 이미지가 전술한 얼굴 형상 군집에서 어떤 얼굴 형상 군에 속하는지를 AI 비젼 인식 알고리즘을 통해 다시 학습할 수 있다.
예를 들면, 얼굴 형상군 획득부(110)는 수집된 시술자 얼굴 이미지 속에 새겨진 객체 패턴들(60)을 AI 비젼 인식 알고리즘을 통해 식별하고, 식별되어진 시술자 얼굴 이미지 속에 새겨진 객체 패턴들(60)에 토대로 다시 AI 비젼 인식 알고리즘을 통해 시술자 얼굴 이미지 속에 새겨진 객체 패턴들의 속성을 학습시킬 수 있다.
이로써, 얼굴 형상군 획득부(110)는 학습되어진 시술자 얼굴 이미지 속에 새겨진 객체 패턴들과 상기 객체 패턴들의 속성이 얼굴 형상 군집(30)에 포함된 여러 얼굴 형상 군(50)의 얼굴 형상들의 객체 패턴들과 그 속성을 일대일 비교하여 기설정된 범위의 유사도를 갖되, 눈 객체 패턴 및 이마 객체 패턴이 귀, 입, 코 및 머리 객체 패턴 등을 포함한 나머지 객체 패턴들보다 가중치 유사도가 높은 방향으로 해당하는 얼굴 형상 군(40)을 획득할 수 있다.
이때의 유사도의 범주는 앞서 설명한 얼굴 형상 군집부(110)에서 설명한 유사도의 범주보다 높은 것이 바람직하지만, 최소한 동일할 수도 있다.
이때, 획득된 얼굴 형상 군의 속에 포함된 얼굴 형상들은 미리 나이대 및 성별이 동일하므로, 수집된 시술자의 나이 및 성별과 획득된 얼굴 형상 군의 속에 포함된 얼굴 형상들의 나이대와 성별은 동일함은 물론이다.
따라서, 얼굴 형상군 획득부(110)는 전술한 바와 같이 객체 패턴들과 그 속성의 유사도 및 가중치 유사도를 파악할 뿐만 아니라, 획득된 얼굴 형상 군의 속에 포함된 얼굴 형상들의 나이대와 성별이 시술자의 나이와 성별과 일치해야만 비로소 얼굴 형상 군집으로부터 해당하는 얼굴 형상 군을 추출하여 획득하게 되는 것이다.
이로써, 일 실시예에 따른 얼굴 형상 추천부(115)는 전술한 바와 같이 시술자의 얼굴 형상과 매우 닮아 있으면서도 시술자의 나이 및 성별과 일치하는 얼굴 형상 군(40)을 인터넷망을 통해 시술자 단말기(200)로 추천할 수 있다.
이때, 얼굴 형상 군(40)의 각 얼굴 형상마다 다양한 형태의 눈썹 모양과 길이를 포함한 눈썹 패턴이 존재할 것이다. 이러한 눈썹 패턴은 전문가 또는 시뮬레이터에 의해 제공되는 얼굴 유형에 매칭된 획일화된 눈썹 패턴과는 다름을 알 수 있다.
이러면, 얼굴 형상 선택부(120)는 시술자 단말기(200)로 추천된 얼굴 형상 군(40) 속에서 자신의 얼굴 이미지와 닮음의 여부와 자신이 원하는 눈썹 패턴이 존재하는지의 여부를 인터넷망을 통해 시술자 단말기(200)로부터 응답받을 수 있다. 이 응답이 긍정 응답이면, 이하의 선호 얼굴 수집부(170)가 수행되고, 이 응답이 부정 응답이며 이하의 특정 객체 패턴 수집부(130)가 수행된다.
일 실시예에서, 특정 객체 패턴 수집부(125)는 전술한 얼굴 형상 추천부(130)의 응답의 결과가 부정 응답이면, 시술자가 만족하지 않는 특정 객체 패턴을 인터넷망을 통해 시술자 단말기(200)로부터 수집할 수 있다.
언급된 특정 객체 패턴은 전술한 유사도 및 가중치 유사도와 나이대 및 성별 일치 정도로 보아, 한두개 정도일 수 있지만, 여러개일 수도 있다.
이러면, 얼굴 형상 재추천부(130)는 전술한 특정 객체 패턴 수집부(125)로부터 수집된 특정 객체 패턴을 전술한 얼굴 형상 추천부(115)에 의해 추천된 얼굴 형상 군(40) 속의 얼굴 이미지(형상)들에 반영하여 해당하는 특정 객체 패턴을 수정할 수있다.
이때의 수정도 전술한 AI 비전 인식 알고리즘을 이용하여 수정되는 것이 바람직하지만, 이에 반드시 한정되는 것은 아니다.
이에 따라, 얼굴 형상 재추천부(130)는 전술한 수정된 특정 객체 패턴이 반영된 해당 얼굴 형상 군을 인터넷망을 통해 시술자 단말기(200)로 재추천할 수 있다.
일 실시예에서, 선호 얼굴 수집부(135)는 전술한 얼굴 형상 재추천부(130)에 의해 수정된 얼굴 형상 군을 시술자 단말기(200)에서 확인하면, 시술자에 의해 얼굴 형상 군 속에서 최종적으로 선택된 시술자 선호 얼굴을 인터넷망을 통해 시술자 단말기(200)로부터 수집할 수 있다.
이때, 시술자에 의해 최종 선택된 시술자 선호 얼굴은 한개일 수 있으나, 적어도 하나의 복수개일 수도 있다. 여기서, 시술자 선호 얼굴을 시술자가 최종 선택한다는 것은 그 시술자 선호 얼굴 속의 각 객체 패턴이 자신의 얼굴 이미지와 매우 유사하여 시술자가 만족한다는 것이므로, 결국, 시술자 선호 얼굴 속의 눈썹 패턴을 선호하는 것으로 이해되어야 한다.
이에 따라, 시술제 추천부(140)는 전술한 선호 얼굴 수집부(135)에 의해 수집된 시술자 선호 얼굴 속에 포함된 시술자가 최종 선택한 눈썹 객체 패턴을 확인할 수 있고, 확인된 눈썹 객체 패턴에 맞는 타투 잉크 및 눈썹 시술 솔루션을 결정하여 추천해 줄 수 있다.
언급된 시술자가 최종 선택한 눈썹 객체 패턴에 맞는 타투 잉크 및 눈썹 시술 솔루션은 미리 데이터베이스(101)에 빅데이터로 축적되어 있으며, 미용 전문가 또는 시술 전문가 등으로부터 조언을 받아 타투 잉크 및 눈썹 시술 솔루션과 관련한 정보를 데이터베이스(101)에 축적해 놓는 것이 바람직하다.
도 5는 일 실시예에 따른 눈썹 시술 추천 시스템(100)의 추가 구성을 예시적으로 나타낸 구성도이다.
도 5를 참조하면, 일 실시예에 따른 눈썹 시술 추천 시스템(100)은 시술업자 추천부(145), 눈썹 합성부(150) 및 가상 얼굴 추천부(155)를 더 포함할 수 있다.
먼저, 일 실시예에 따른 시술업자 추천부(145)는 전술한 시술제 추천부(140)에 의해 추천된 타투 잉크 및 눈썹 시술 솔루션에 대해 시술자 단말기(200)에서 승낙하면, 미리 지정되거나 시술자의 주소에 기반하여 찾아진 시술 업자를 인터넷망을 통해 시술자 단말기(200)로 추천할 수 있다.
예를 들면, 시술업자 추천부(145)는 시술자가 살고 있는 주소지와 인접하여 위치한 시술 업자를 시술자에게 추천해주거나 시술자의 주소지와 관계없이 평판도가 높은 시술 업자를 시술자에게 추천해 줄 수 있다. 그러나, 이에 한정되지 않고 시술자에게 맞는 타투 잉크 및 눈썹 시술 솔루션을 구비하고 있는 시술 업자를 추천해 줄 수도 있다.
눈썹 합성부(150)는 시술자 단말기(200)를 통해 선택된 특정 타투 잉크 및 특정 눈썹 시술 솔루션을 시술자 얼굴 이미지 속의 눈썹을 제외시키면, 제외된 눈썹 부위에 시술자가 최종 선택한 눈썹 객체 패턴을 합성하여 3차원 가상 시술자 얼굴을 생성할 수 있다.
이때, 생성되는 3차원 가상 시술자 얼굴은 3차원 얼굴 모델링 기법을 이용하여 합성된 눈썹 객체 패턴을 포함한 시술자 얼굴 이미지를 3차원으로 만들 수 있다.
이러면, 가상 얼굴 추천부(155)는 3차원 얼굴 모델링 기법을 이용해 완성된 3차원 가상 시술자 얼굴을 인터넷망을 통하여 시술자 단말기(200)로 추천해 줄 수 있다.
이에 따라, 시술자는 자신의 얼굴과 유사한 사람들의 눈썹 패턴에 맞게 3차원 얼굴을 직접 확인 함으로써, 시술자의 만족도를 높일 수 있고 타투 및 시술 눈썹 솔루션의 검증해 볼 수 있는 장점이 있다.
이와 같은 시술자가 선택한 눈썹 패턴에 맞는 타투 및 시술 눈썹 솔루션이 최종 결정되면 시술자 단말기(200)와 시술 업자 단말기(300)간 결제를 처리할 수 있도록 눈썹 시술 추천 시스템(100)이 그 사이에서 중계할 수 있으며, 시술자의 다양한 질문에 대해서도 답변 해줌과 동시에 시술 날짜에 맞춰 다양한 부가 서비스를 시술자 단말기(200)에게 제공해 줄수도 있다.
이상에서와 같이, 본 출원의 바람직한 실시예 들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 패턴으로부터 벗어나지 않는 범위 내에서 본 출원을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100 : 눈썹 시술 추천 시스템
101 : 데이터베이스
105 : 얼굴 형상 군집부
110 : 얼굴 형상군 획득부
115 : 얼굴 형상 추천부
120 : 얼굴 형상 선택부
125 : 특정 객체 패턴 수집부
130 : 얼굴 형상 재추천부
135 : 선호 얼굴 수집부
140 : 시술제 추천부
200 : 복수의 시술자 단말기
300 : 시술 업자 단말기

Claims (5)

  1. AI 비젼 인식 알고리즘에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템으로서, 적어도 하나의 얼굴 이미지 속에 새겨진 객체 패턴들의 속성을 AI 비젼 인식 알고리즘을 통해 학습하여 유사도 뿐만 아니라, 눈썹 객체 패턴 주위의 특정 객체 패턴들이 나머지 객체 패턴들보다 가중치 유사도가 높은 방향으로 상기 적어도 하나의 얼굴 이미지를 나이대와 성별별 얼굴 형상 군집으로 분류하는 얼굴 형상 군집부; 시술자 단말기로부터 입력된 시술자의 및 성별과 함께 시술자 얼굴 이미지를 수집한 후, 상기 시술자 얼굴 이미지가 상기 얼굴 형상 군집에서 어떤 얼굴 형상 군에 속하는지를 상기 AI 비젼 인식 알고리즘을 통해 다시 학습하여 상기 유사도와 가중치 유사도가 높은 방향으로 상기 분류된 얼굴 형상 군집으로부터 해당하는 얼굴 형상 군을 획득하는 얼굴 형상군 획득부; 상기 수집된 시술자의 나이 및 성별과 일치하는 상기 획득된 얼굴 형상 군을 상기 시술자 단말기로 추천하는 얼굴 형상 추천부; 상기 추천된 특정 얼굴 형상 군 속에서 자신의 얼굴 이미지와 닮음의 여부를 상기 시술자 단말기로부터 응답받는 얼굴 형상 선택부; 상기 응답의 결과가 부정 응답이면, 시술자가 만족하지 않는 특정 객체 패턴을 상기 시술자 단말기로부터 수집하는 특정 객체 패턴 수집부; 상기 수집된 특정 객체 패턴을 상기 추천된 특정 얼굴 형상 군 속의 얼굴 이미지들에 반영하여 해당하는 특정 객체 패턴을 수정한 후, 이를 반영한 수정된 얼굴 형상 군을 상기 시술자 단말기로 재추천하는 얼굴 형상 재추천부; 상기 수정된 얼굴 형상 군을 상기 시술자 단말기에서 확인하면, 상기 수정된 얼굴 형상 군 속에서 최종적으로 선택한 시술자 선호 얼굴을 상기 시술자 단말기로부터 수집하는 선호 얼굴 수집부; 및 상기 수집된 시술자 선호 얼굴 속에 포함된 시술자가 최종 선택한 눈썹 객체 패턴을 확인하고, 상기 확인된 눈썹 객체 패턴에 맞는 타투 잉크 및 눈썹 시술 솔루션을 결정하여 추천하는 시술제 추천부를 포함하는 눈썹 시술 추천 시스템에 있어서,
    상기 선호 얼굴 수집부는, 응답의 결과가 긍정 응답이면, 상기 얼굴 형상 군 속에서 최종적으로 선택한 시술자 선호 얼굴을 상기 시술자 단말기로부터 수집하도록 형성되고,
    상기 객체 패턴들은, 얼굴 윤곽 영역, 머리 윤곽 영역, 이목구비 윤곽 영역, 이마 윤곽 영역, 턱 윤곽 영역, 얼굴 볼 윤곽 영역, 눈썹 윤곽 영역을 포함하도록 형성되며,
    객체 패턴들의 속성은, 상기 객체 패턴들의 갯수, 모양 면적, 모양 크기, 모양 깊이 및 모양 굴곡 정도를 포함하도록 형성되고,
    눈썹 객체 패턴 주위의 특정 객체 패턴들은 눈 객체 패턴 및 이마 객체 패턴을 포함하고, 상기 눈 객체 패턴 및 이마 객체 패턴이 귀, 입, 코 및 머리 객체 패턴을 포함한 나머지 객체 패턴들보다 가중치 유사도가 높도록 형성되며,
    눈썹 시술 추천 시스템(100)은 시술업자 추천부(145), 눈썹 합성부(150) 및 가상 얼굴 추천부(155)를 더 포함할 수 있도록 형성되고, 시술업자 추천부(145)는 전술한 시술제 추천부(140)에 의해 추천된 타투 잉크 및 눈썹 시술 솔루션에 대해 시술자 단말기(200)에서 승낙하면, 미리 지정되거나 시술자의 주소에 기반하여 찾아진 시술 업자를 인터넷망을 통해 시술자 단말기(200)로 추천할 수 있도록 형성되고, 시술업자 추천부(145)는 시술자가 살고 있는 주소지와 인접하여 위치한 시술 업자를 시술자에게 추천해주거나 시술자의 주소지와 관계없이 평판도가 높은 시술 업자를 시술자에게 추천해 줄 수 있도록 하되, 눈썹 합성부(150)는 시술자 단말기(200)를 통해 선택된 특정 타투 잉크 및 특정 눈썹 시술 솔루션을 시술자 얼굴 이미지 속의 눈썹을 제외시키면, 제외된 눈썹 부위에 시술자가 최종 선택한 눈썹 객체 패턴을 합성하여 3차원 가상 시술자 얼굴을 생성할 수 있도록 형성되며, 생성된 3차원 가상 시술자 얼굴은 3차원 얼굴 모델링 기법을 이용하여 합성된 눈썹 객체 패턴을 포함한 시술자 얼굴 이미지를 3차원으로 만들 수 있으며, 가상 얼굴 추천부(155)는 3차원 얼굴 모델링 기법을 이용해 완성된 3차원 가상 시술자 얼굴을 인터넷망을 통하여 시술자 단말기(200)로 추천해 줄 수 있도록 하는 것을 특징으로 하는 눈썹 시술 추천 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020220087905A 2022-07-18 2022-07-18 Ai 비젼 인식에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템 KR102588813B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220087905A KR102588813B1 (ko) 2022-07-18 2022-07-18 Ai 비젼 인식에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220087905A KR102588813B1 (ko) 2022-07-18 2022-07-18 Ai 비젼 인식에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템

Publications (1)

Publication Number Publication Date
KR102588813B1 true KR102588813B1 (ko) 2023-10-12

Family

ID=88291472

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220087905A KR102588813B1 (ko) 2022-07-18 2022-07-18 Ai 비젼 인식에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템

Country Status (1)

Country Link
KR (1) KR102588813B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030091419A (ko) * 2002-05-28 2003-12-03 주식회사 태평양 얼굴 감성 유형을 기반으로 한 메이크업 시뮬레이션시스템
KR20120046652A (ko) * 2010-11-02 2012-05-10 에스케이플래닛 주식회사 얼굴 인식 기반의 헤어 추천 시스템 및 그 방법
KR20180082751A (ko) * 2017-01-11 2018-07-19 주식회사 제이티에스인더스트리 3차원 얼굴 인식스캐너를 이용한 체형별 얼굴 맞춤 눈썹문신 시스템
KR102147061B1 (ko) * 2016-12-07 2020-08-28 한국전자통신연구원 사용자의 주관적 선호도를 반영한 가상 얼굴 성형 장치 및 방법
KR20210077977A (ko) * 2019-12-18 2021-06-28 엘지전자 주식회사 지능형 전자 디바이스 및 이를 이용한 얼굴 인식 방법
KR20210099844A (ko) * 2020-02-05 2021-08-13 조예진 성형 큐레이션 서비스 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030091419A (ko) * 2002-05-28 2003-12-03 주식회사 태평양 얼굴 감성 유형을 기반으로 한 메이크업 시뮬레이션시스템
KR20120046652A (ko) * 2010-11-02 2012-05-10 에스케이플래닛 주식회사 얼굴 인식 기반의 헤어 추천 시스템 및 그 방법
KR102147061B1 (ko) * 2016-12-07 2020-08-28 한국전자통신연구원 사용자의 주관적 선호도를 반영한 가상 얼굴 성형 장치 및 방법
KR20180082751A (ko) * 2017-01-11 2018-07-19 주식회사 제이티에스인더스트리 3차원 얼굴 인식스캐너를 이용한 체형별 얼굴 맞춤 눈썹문신 시스템
KR20210077977A (ko) * 2019-12-18 2021-06-28 엘지전자 주식회사 지능형 전자 디바이스 및 이를 이용한 얼굴 인식 방법
KR20210099844A (ko) * 2020-02-05 2021-08-13 조예진 성형 큐레이션 서비스 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
1. 여성의 얼굴형에 따른 눈썹과 입술 타투 시뮬레이터 설계 및 구현: 대한피부미용학회지 제13권 제3호 통권 제46호(2015.06.30.)

Similar Documents

Publication Publication Date Title
Bruce et al. Sex discrimination: how do we tell the difference between male and female faces?
CN107545051A (zh) 基于图像处理的发型设计系统及方法
CN110210449B (zh) 一种用于虚拟现实交友的人脸识别系统及方法
CN102599895B (zh) 一种人体穴位温度获取方法、装置及系统
EP0897680A2 (en) Method for selecting suitable hairstyle and image-map for hairstyle
EP4073682B1 (en) Generating videos, which include modified facial images
Wang et al. Neurocognition-inspired design with machine learning
US11227424B2 (en) Method and system to provide a computer-modified visualization of the desired face of a person
WO2020085922A1 (en) Digital character blending and generation system and method
KR102588813B1 (ko) Ai 비젼 인식에 기반한 시술자 맞춤형 눈썹 시술 추천 시스템
Gramigna et al. Cultures of the Face
Michelon et al. Less impairment in face imagery than face perception in early prosopagnosia
CN110069716B (zh) 一种美妆推荐方法、系统及计算机可读存储介质
CN113592591B (zh) 一种基于面部识别的妆容推荐系统
Hiremani et al. Significance of conventional and nonconventional features in classification of face through human intelligence
Andito AI ASSISTED FACIAL RECONSTRUCTION OF PANJI’S LOVER CHARACTER IN PENATARAN TEMPLE’S BAS RELIEFS USING SKETCH TO IMAGE METHOD
CN112819921B (zh) 用于改变人物的发型的方法、装置、设备和存储介质
US20230196057A1 (en) Method and system for remembering activities of patients with physical difficulties and memories of the deceased on metaverse platform
KR102665586B1 (ko) 관상 정보 기반 사용자 선택 컨텐츠 정보 제공방법, 그 서버 및 어플리케이션 시스템
Kerbiriou et al. 3D Reconstruction and Semantic Modeling of Eyelashes
KR20220054177A (ko) 유저의 페이셜 인식을 통한 커뮤니케이션 중 프리퍼런스 조사를 위한 리서칭 시스템
KR20220053466A (ko) 유저의 페이셜 인식을 통한 커뮤니케이션 중 이벤트 쉐어링 시스템
KR20220022435A (ko) 유저의 페이셜 인식을 통한 커뮤니케이션 중 웨어링 이펙트 실시간 반영 시스템
NL1029651C1 (nl) Althans in hoofdzaak biometrie voor het koppelen van menselijke kenmerken en toekomstverwachtingen.
KR20220019612A (ko) 유저의 페이셜 인식을 통한 커뮤니케이션 중 메이크업 이펙트 제공 시스템

Legal Events

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