KR102602480B1 - 사용자에게 뷰티 스타일링을 추천하는 전자 장치 및 그 동작 방법 - Google Patents

사용자에게 뷰티 스타일링을 추천하는 전자 장치 및 그 동작 방법 Download PDF

Info

Publication number
KR102602480B1
KR102602480B1 KR1020210125536A KR20210125536A KR102602480B1 KR 102602480 B1 KR102602480 B1 KR 102602480B1 KR 1020210125536 A KR1020210125536 A KR 1020210125536A KR 20210125536 A KR20210125536 A KR 20210125536A KR 102602480 B1 KR102602480 B1 KR 102602480B1
Authority
KR
South Korea
Prior art keywords
user
hair
face
image
electronic device
Prior art date
Application number
KR1020210125536A
Other languages
English (en)
Other versions
KR20230042829A (ko
Inventor
김원식
Original Assignee
김원식
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 김원식 filed Critical 김원식
Priority to KR1020210125536A priority Critical patent/KR102602480B1/ko
Publication of KR20230042829A publication Critical patent/KR20230042829A/ko
Application granted granted Critical
Publication of KR102602480B1 publication Critical patent/KR102602480B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/003—Navigation within 3D models or images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469—Contour-based spatial representations, e.g. vector-coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Graphics (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Architecture (AREA)
  • Image Processing (AREA)

Abstract

본 발명의 일 실시예는, 사용자 얼굴 이미지 및 사용자 헤어 이미지에 기반하여, 사용자에게 화장 스타일 및 헤어 스타일을 추천하는 전자 장치 및 그 동작 방법에 관한 것이다.
사용자 마다 얼굴 타입이나 피부 톤이 상이하고, 또한 헤어 타입이나 헤어 색상도 상이하므로, 스타일링에 관한 전문가이더라도 항상 개개인에게 적합한 스타일링을 추천하기는 어렵다. 또한 얼굴 타입, 피부 톤, 헤어 타입, 헤어 색상이 유사한 사용자들 사이에서도 나이 대에 따라서 선호하는 스타일링 방법이 다를 수 있으므로, 다양한 정보를 객관적으로 고려하여 사용자에게 적합한 스타일링을 추천할 필요가 있다.
본 발명의 일 실시예에 따른 전자 장치 및 그 동작 방법은, 사용자 얼굴 이미지 및 사용자 헤어 이미지를 딥러닝 모델에 적용하여 사용자 얼굴 타입 및 사용자 헤어 타입을 객관적으로 결정할 수 있을 뿐만 아니라, 결정된 얼굴 타입 및 결정된 헤어 타입에 사용자의 나이 정보, 얼굴 피부 톤, 헤어 색상을 추가적으로 고려하여 사용자에게 적합한 추천 화장 스타일 및 추천 헤어 스타일을 제공할 수 있다.

Description

사용자에게 뷰티 스타일링을 추천하는 전자 장치 및 그 동작 방법 {ELECTRONIC DEVICE FOR RECOMMENDING BEAUTY STYLING TO USER AND METHOD FOR OPERATION THEREOF}
본 발명은 뷰티 관련 서비스를 제공하는 장치 및 시스템에 관한 것이다.
또한 본 발명의 일 실시예는, 사용자 얼굴 이미지 및 사용자 헤어 이미지에 기반하여, 사용자에게 화장 스타일 및 헤어 스타일을 추천하는 전자 장치 및 그 동작 방법에 관한 것이다.
뷰티 산업(beauty industry)의 발전에 따라, 사용자의 화장품, 메이크업(make-up) 등에 대한 관심이 증가하고 있다. 이에 따라, 사용자의 화장품, 메이크업 등에 대한 욕구가 다양해지고 있는 추세이다. 예를 들어, 사용자 개인마다 피부 색상, 얼굴형, 이목구비의 생김새 등이 다양하기 때문에 개인에게 어울리는 메이크업이 다를 수 있다. 따라서, 사용자는 자신에게 어울리는 메이크업에 대한 선택의 어려움을 가질 수 있다. 또한, 사용자는 메이크업 후에 메이크업이 잘 된 것인지, 어떤 부분을 보완해야 하는지 궁금할 수 있다.
이러한 추세에 맞추어, 최근에는 뷰티 스타일링을 추천하는 어플리케이션(application) 등이 개발되고 있으나 사용자 개개인의 피부 톤, 얼굴 타입, 헤어 타입, 및 헤어 색상과 관련없이, 대중적으로 인기있는 스타일링 방법을 사용자들에게 추천하고 있다.
(001) 국내공개특허 제10-2015-0098130호 (2015.08.27)
사용자 마다 얼굴 타입이나 피부 톤이 상이하고, 또한 헤어 타입이나 헤어 색상도 상이하므로, 스타일링에 관한 전문가이더라도 항상 개개인에게 적합한 스타일링을 추천하기는 어렵다. 또한 얼굴 타입, 피부 톤, 헤어 타입, 헤어 색상이 유사한 사용자들 사이에서도 나이 대에 따라서 선호하는 스타일링 방법이 다를 수 있으므로, 다양한 정보를 객관적으로 고려하여 사용자에게 적합한 스타일링을 추천할 필요가 있다.
본 발명의 일 실시예에 따른 전자 장치 및 그 동작 방법은, 사용자 얼굴 이미지 및 사용자 헤어 이미지를 딥러닝 모델에 적용하여 사용자 얼굴 타입 및 사용자 헤어 타입을 객관적으로 결정할 수 있을 뿐만 아니라, 결정된 얼굴 타입 및 결정된 헤어 타입에 사용자의 나이 정보, 얼굴 피부 톤, 헤어 색상을 추가적으로 고려하여 사용자에게 적합한 추천 화장 스타일 및 추천 헤어 스타일을 제공할 수 있다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
일 실시예에 따라서, 전자 장치는, 디스플레이, 및 프로세서를 포함하고, 상기 프로세서는, 사용자로부터 상기 사용자의 나이 정보, 사용자 얼굴 이미지, 및 사용자 헤어 이미지를 획득하고, 상기 사용자 얼굴 이미지 내의 얼굴 부위에 대한 복수의 제1 특징들 및 얼굴 피부톤을 결정하고, 상기 사용자 헤어 이미지 내의 헤어 상태에 대한 복수의 제2 특징들 및 헤어 색상을 결정하고, 얼굴 타입을 결정하기 위한 CNN 기반의 제1 딥러닝 모델에 상기 얼굴 부위에 대한 상기 복수의 제1 특징들을 적용하여, 미리 정해진 복수의 얼굴 타입들 중에서 상기 사용자의 얼굴 타입을 결정하고, 헤어 타입을 결정하기 위한 CNN 기반의 제2 딥러닝 모델에 상기 헤어 상태에 대한 상기 복수의 제2 특징들을 적용하여, 미리 정해진 복수의 헤어 타입들 중에서 상기 사용자의 헤어 타입을 결정하고, 상기 나이 정보, 상기 얼굴 타입, 및 상기 얼굴 피부톤에 기반하여, 상기 사용자에 대한 추천 화장 스타일을 결정하고, 상기 나이 정보, 상기 헤어 타입, 및 상기 헤어 색상에 기반하여, 상기 사용자에 대한 추천 헤어 스타일을 결정하고, 상기 추천 화장 스타일에 관한 효과를 상기 사용자 얼굴 이미지에 적용한 가상 얼굴 이미지를 생성하고, 상기 추천 헤어 스타일에 관한 효과를 상기 사용자 헤어 이미지에 적용한 가상 헤어 이미지를 생성하고, 및 상기 가상 얼굴 이미지, 상기 추천 화장 스타일에 사용 가능한 복수의 추천 화장품들에 관한 정보, 상기 가상 헤어 이미지, 및 상기 추천 헤어 스타일을 시술 가능한 복수의 추천 헤어숍들에 관한 정보를 상기 디스플레이 상의 하나의 화면 내에 표시하도록 설정될 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자 얼굴 이미지를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 상기 사용자의 얼굴 형태(shape)를 결정하고, 상기 사용자의 얼굴 형태를 결정하기 위하여, [수학식 1]을 이용하여 상기 사용자 얼굴 이미지와 미리 저장된 얼굴 형태 이미지들과의 유사도를 산출하고, 및 상기 미리 저장된 얼굴 형태 이미지들 중에서 상기 사용자 얼굴 이미지와 가장 높은 유사도를 갖는 얼굴 형태 이미지의 얼굴 형태를 상기 사용자의 얼굴 형태로 결정하도록 설정될 수 있다.
[수학식 1]
xi는 사용자 얼굴 이미지로부터 추출된 특징 벡터를 나타내고, yi는 미리 저장된 얼굴 형태 이미지로부터 추출된 특징 벡터를 나타낼 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자 얼굴 이미지를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 각 얼굴 부위의 형태를 결정하고, 상기 각 얼굴 부위의 형태를 결정하기 위하여, 상기 사용자 얼굴 이미지로부터 상기 각 얼굴 부위를 특정하는 엣지(edge)를 추출하고, 및 상기 각 얼굴 부위에 대하여 미리 정해진 형태들 중에서 상기 각 얼굴 부위를 특정하는 엣지에 대응하는 형태를 상기 각 얼굴 부위의 형태로서 선택하도록 설정될 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자 얼굴 이미지를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 상기 각 얼굴 부위에 대한 복수의 비율 정보를 산출하도록 설정될 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자 헤어 이미지를 분석하여, 상기 복수의 제2 특징들 중 하나로서, 상기 사용자의 헤어 형태를 결정하고, 및 상기 사용자 헤어 이미지를 분석하여, 상기 복수의 제2 특징들 중 하나로서, 상기 사용자의 헤어 폭을 결정하도록 설정될 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자의 상기 얼굴 형태, 상기 각 얼굴 부위의 형태, 및 상기 각 얼굴 부위에 대한 복수의 비율 정보를 상기 제1 딥러닝 모델에 의하여 학습된 제1 테이블에 적용하여, 상기 미리 정해진 복수의 얼굴 타입들 중에서 상기 사용자의 얼굴 타입을 결정하고, 및 상기 사용자의 상기 헤어 형태 및 상기 헤어 폭을 상기 제2 딥러닝 모델에 의하여 학습된 제2 테이블에 적용하여, 상기 미리 정해진 복수의 헤어 타입들 중에서 상기 사용자의 헤어 타입을 결정하도록 설정될 수 있다.
본 발명의 일 실시예에 따라, 제1 딥러닝 모델을 이용하여 사용자 얼굴 이미지로부터 도출된 사용자의 얼굴 형태, 얼굴의 각 부위의 형태, 얼굴의 각 부위의 비율 정보에 기반하여 얼굴 타입을 결정하고, 제2 딥러닝 모델을 이용하여 사용자 헤어 이미지로부터 도출된 사용자의 헤어 형태, 헤어 폭에 기반하여 헤어 타입을 결정하여, 사용자의 얼굴 타입 및 헤어 타입을 객관적으로 판단함으로써, 사용자에게 적합한 화장 스타일 및 헤어 스타일을 추천할 수 있다. 사용자의 얼굴 타입 및 헤어 타입 이외에도 사용자의 나이 및 사용자 얼굴의 피부 톤, 사용자 헤어의 색상을 추가적으로 고려하여, 화장 스타일 및 헤어 스타일을 추천함으로써 사용자로 하여금 용이하게 스타일링을 연출할 수 있는 효과를 제공할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 특정한 바람직한 실시예들의 상기에서 설명한 바와 같은 또한 다른 측면들과, 특징들 및 이득들은 첨부 도면들과 함께 처리되는 하기의 설명으로부터 보다 명백하게 될 것이다.
도 1은 본 발명의 일 실시예에 따른 전자 장치 및 네트워크의 블록도를 도시한다.
도 2는 본 발명의 일 실시예에 따른 전자 장치의 블록도이다.
도 3은 본 발명의 일 실시예에 따른 프로그램 모듈의 블록도이다.
도 4는 본 발명의 일 실시예에 따른, 전자 장치가 동작하는 방법을 나타내는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른, 전자 장치가 사용자의 나이 정보, 얼굴 이미지, 및 헤어 이미지를 획득하는 실시예를 나타낸다.
도 6은 본 발명의 일 실시예에 따른, CNN 기반의 제1 딥러닝 모델에 의하여 학습된 제1 테이블을 나타낸다.
도 7은 본 발명의 일 실시예에 따른, CNN 기반의 제2 딥러닝 모델에 의하여 학습된 제2 테이블을 나타낸다.
도 8은 본 발명의 일 실시예에 따른, 전자 장치가 사용자 얼굴 이미지에 추천 화장 스타일에 관한 효과를 적용하여 가상 얼굴 이미지를 생성하고 사용자 헤어 이미지에 추천 헤어 스타일에 관한 효과를 적용하여 가상 헤어 이미지를 생성하는 실시예를 나타낸다.
도 9는 본 발명의 일 실시예에 따른, 전자 장치가 가상 얼굴 이미지, 추천 화장 스타일에 사용 가능한 복수의 추천 화장품들에 관한 정보, 가상 헤어 이미지, 및 추천 헤어 스타일을 시술 가능한 복수의 추천 헤어숍들에 관한 정보를 하나의 화면에 표시하는 실시예를 나타낸다.
이하, 본 문서의 일 실시예가 첨부된 도면을 참조하여 기재된다. 실시예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1," "제 2," "첫째," 또는 "둘째,"등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 어떤 상황에서는, "~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 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서의 일 실시예에 따른 전자 장치는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 드론(drone), 금융 기관의 ATM, 상점의 POS(point of sales), 또는 사물 인터넷 장치 (예: 전구, 각종 센서, 스프링클러 장치, 화재 경보기, 온도조절기, 가로등, 토스터, 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다. 어떤 실시예에 따르면, 전자 장치는 가구, 건물/구조물 또는 자동차의 일부, 전자 보드(electronic board), 전자 사인 수신 장치(electronic signature receiving device), 프로젝터, 또는 각종 계측 기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 일 실시예에서, 전자 장치는 플렉서블하거나, 또는 전술한 다양한 장치들 중 둘 이상의 조합일 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1을 참조하여, 일 실시예에서의, 네트워크 환경(100) 내의 전자 장치(101)가 기재된다. 전자 장치(101)는 버스(110), 프로세서(120), 메모리(130), 입출력 인터페이스(150), 디스플레이(160), 및 통신 인터페이스(170)를 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)는, 구성요소들 중 적어도 하나를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.
본 발명의 일 실시예에 따른 전자 장치(101)에 관한 구체적인 설명은 도 1 내지 도 3을 참조하여 후술하도록 한다.
도 4는 본 발명의 일 실시예에 따른, 전자 장치(예: 도 1의 전자 장치(101))가 동작하는 방법을 나타내는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른, 전자 장치(101)가 사용자의 나이 정보, 얼굴 이미지, 및 헤어 이미지를 획득하는 실시예를 나타낸다.
도 6은 본 발명의 일 실시예에 따른, CNN 기반의 제1 딥러닝 모델에 의하여 학습된 제1 테이블을 나타낸다.
도 7은 본 발명의 일 실시예에 따른, CNN 기반의 제2 딥러닝 모델에 의하여 학습된 제2 테이블을 나타낸다.
도 8은 본 발명의 일 실시예에 따른, 전자 장치(101)가 사용자 얼굴 이미지에 추천 화장 스타일에 관한 효과를 적용하여 가상 얼굴 이미지를 생성하고 사용자 헤어 이미지에 추천 헤어 스타일에 관한 효과를 적용하여 가상 헤어 이미지를 생성하는 실시예를 나타낸다.
도 9는 본 발명의 일 실시예에 따른, 전자 장치(101)가 가상 얼굴 이미지, 추천 화장 스타일에 사용 가능한 복수의 추천 화장품들에 관한 정보, 가상 헤어 이미지, 및 추천 헤어 스타일을 시술 가능한 복수의 추천 헤어숍들에 관한 정보를 하나의 화면에 표시하는 실시예를 나타낸다.
일 실시예에 따르면, 전자 장치(101)는 외부 서버(예: 도 1의 서버(106))로부터 사용자에게 적합한 뷰티 스타일링을 추천하는 서비스를 제공하는 어플리케이션을 다운로드하여 상기 전자 장치(101)에 설치할 수 있다. 이하에서는 전자 장치(101)가 상기 어플리케이션을 통하여 뷰티 스타일링을 추천하는 서비스를 제공하는 방법에 대하여 설명하도록 한다.
401 동작에서, 일 실시예에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 사용자로부터 상기 사용자의 나이 정보, 사용자 얼굴 이미지, 및 사용자 헤어 이미지를 획득할 수 있다. 예를 들어, 도 5를 참조하면, 전자 장치(101)는 사용자로부터 나이 정보(501)를 입력 받을 수 있고, 사용자의 얼굴이 나오도록 사용자의 앞모습을 촬영한 사용자 얼굴 이미지(511) 및 사용자의 헤어 형태가 나오도록 사용자의 뒷모습을 촬영한 사용자 헤어 이미지(521)를 획득할 수 있다.
403 동작에서, 일 실시예에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 사용자 얼굴 이미지(511) 내의 얼굴 부위에 대한 복수의 제1 특징들 및 얼굴 피부톤을 결정하고, 사용자 헤어 이미지(521) 내의 헤어 상태에 대한 복수의 제2 특징들 및 헤어 색상을 결정할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 사용자 얼굴 이미지(511)를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 사용자의 얼굴 형태(shape)를 결정할 수 있다. 예를 들어, 전자 장치(101)는 아래의 [수학식 1]을 이용하여 사용자 얼굴 이미지(511)와 미리 저장된 얼굴 형태 이미지들(예: 계란형, 둥근형, 사각형, 마름모형, 역삼각형 등)과의 유사도를 산출할 수 있고, 상기 미리 저장된 얼굴 형태 이미지들 중에서 사용자 얼굴 이미지(511)와 가장 높은 유사도를 갖는 얼굴 형태 이미지(예: 계란형)를 사용자의 얼굴 형태로 결정할 수 있다.
[수학식 1]
xi는 사용자 얼굴 이미지(511)로부터 추출된 특징 벡터를 나타내고, yi는 미리 저장된 얼굴 형태 이미지로부터 추출된 특징 벡터를 나타낸다.
일 실시예에 따르면, 전자 장치(101)는 사용자 얼굴 이미지(511)를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 각 얼굴 부위의 형태를 결정할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 사용자 얼굴 이미지(511)로부터 각 얼굴 부위를 특정하는 엣지(edge)를 추출할 수 있고, 얼굴 부위의 엣지에 대응하는 형태를 결정할 수 있다. 예를 들어, 전자 장치(101)는 제1 얼굴 부위(예: 눈썹)을 특정하는 엣지를 추출할 수 있고, 제1 얼굴 부위에 대하여 미리 정해진 형태들(예: a1, a2, a3, a4 등) 중에서 제1 얼굴 부위의 엣지에 대응하는 제1 형태(예: a2)를 선택할 수 있다. 또 다른 예를 들어, 전자 장치(101)는 제2 얼굴 부위(예: 눈)을 특정하는 엣지를 추출할 수 있고, 제2 얼굴 부위에 대하여 미리 정해진 형태들(예: b1, b2, b3, b4 등) 중에서 제2 얼굴 부위의 엣지에 대응하는 제2 형태(예: b1)를 선택할 수 있다. 또 다른 예를 들어, 전자 장치(101)는 제3 얼굴 부위(예: 입술)을 특정하는 엣지를 추출할 수 있고, 제3 얼굴 부위에 대하여 미리 정해진 형태들(예: c1, c2, c3, c4 등) 중에서 제3 얼굴 부위의 엣지에 대응하는 제3 형태(예: c3)를 선택할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 사용자 얼굴 이미지(511)를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 각 얼굴 부위에 대한 복수의 비율 정보를 산출할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 각 얼굴 부위를 특정하는 엣지에 기반하여 각 얼굴 부위에 대한 복수의 비율 정보를 산출할 수 있다. 이하에서, '길이'는 가로로 측정된 엣지의 값들 중 가장 큰 값을 의미하고, '폭'은 세로로 측정된 엣지의 값들 중 가장 큰 값을 의미한다. 예를 들어, 전자 장치(101)는 제1 얼굴 부위(예: 눈썹)를 특정하는 엣지에 기반하여, 제1 얼굴 부위에 대한 제1 비율(예: 눈썹 길이 대 눈썹 폭의 비율), 제2 비율(예: 눈썹 길이 대 얼굴 길이의 비율), 예: 제3 비율(예: 눈썹 길이 대 입술 길이의 비율)을 산출할 수 있다. 또 다른 예를 들어, 전자 장치(101)는 제2 얼굴 부위(예: 눈)를 특정하는 엣지에 기반하여, 제2 얼굴 부위에 대한 제1 비율(예: 눈 길이 대 눈 폭의 비율), 제2 비율(예: 눈 폭 대 이마 폭의 비율), 및 제3 비율(예: 눈 길이 대 입술 길이의 비율)을 산출할 수 있다. 또 다른 예를 들어, 전자 장치(101)는 제3 얼굴 부위(예: 입술)를 특정하는 엣지에 기반하여, 제3 얼굴 부위에 대한 제1 비율(예: 입술 길이 대 입술 폭의 비율) 및 제2 비율(예: 입술 길이 대 코 길이의 비율)을 산출할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 사용자 얼굴 이미지(511)를 분석하여, 사용자 얼굴의 피부톤의 레벨을 결정할 수 있다. 예를 들어, 전자 장치(101)는 제1 레벨(예: 가장 밝은 흰색)부터 제20 레벨(예: 가장 어두운 검은색) 사이에서 사용자 얼굴의 피부톤에 대응하는 색상 레벨(예: 3레벨(밝은 살색))을 결정할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 사용자 헤어 이미지(521)를 분석하여, 상기 복수의 제2 특징들 중 하나로서, 사용자의 헤어 형태를 결정할 수 있다. 예를 들어, 전자 장치(101)는 사용자 헤어 이미지(521)로부터 사용자 헤어의 엣지를 추출할 수 있고, 미리 정해진 헤어 형태들(예: 생머리, 반곱슬, 완전 곱슬 등) 중에서 사용자 헤어의 엣지에 대응하는 헤어 형태(예: 반곱슬)를 결정할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 사용자 헤어 이미지(521)를 분석하여, 상기 복수의 제2 특징들 중 하나로서, 사용자의 헤어 폭을 산출할 수 있다. 예를 들어, 전자 장치(101)는 사용자 헤어 이미지(521)로부터 사용자 헤어의 엣지를 추출할 수 있고, 미리 정해진 헤어 폭들(예: 숏컷, 단발, 긴머리 등) 중에서 사용자 헤어의 엣지의 폭에 대응하는 사용자 헤어의 폭(예: 단발)을 결정할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 사용자 헤어 이미지(521)를 분석하여, 사용자 헤어의 색상을 결정할 수 있다. 예를 들어, 전자 장치(101)는 제1 레벨(예: 가장 밝은 흰색)부터 제30 레벨(예: 가장 어두운 검은색) 사이에서 사용자 헤어의 색상에 대응하는 색상 레벨(예: 15레벨(어두운 갈색))을 결정할 수 있다.
405 동작에서, 일 실시예에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 얼굴 타입을 결정하기 위한 CNN(Convolutional Neural Network) 기반의 제1 딥러닝 모델에 얼굴 부위에 대한 복수의 제1 특징들을 적용하여, 미리 정해진 복수의 얼굴 타입들 중에서 사용자의 얼굴 타입을 결정하고, 헤어 타입을 결정하기 위한 CNN 기반의 제2 딥러닝 모델에 헤어 상태에 대한 복수의 제2 특징들을 적용하여, 미리 정해진 복수의 헤어 타입들 중에서 사용자의 헤어 타입을 결정할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 사용자의 얼굴 형태, 사용자의 각 얼굴 부위의 형태, 및 사용자의 각 얼굴 부위에 대한 복수의 비율 정보를 CNN 기반의 제1 딥러닝 모델에 의하여 학습된 제1 테이블에 적용하여, 미리 정해진 복수의 얼굴 타입들 중에서 사용자의 얼굴 타입을 결정할 수 있다. 예를 들어, 도 6를 참조하면, 전자 장치(101)는 결정된 사용자의 얼굴 형태(예: (가)=계란형), 결정된 사용자의 각 얼굴 부위의 형태(예: (나)=a1, (다)=b1, (라)=c2), 결정된 사용자의 각 얼굴 부위에 대한 복수의 비율 정보(예: (마)=제1 범위에 속하는 제1 값, (바)=제1 범위에 속하는 제2 값, (사)=제1 범위에 속하는 제3 값)를 CNN 기반의 제1 딥러닝 모델에 의하여 학습된 제1 테이블에 적용하여, 제1 얼굴 타입(601) 내지 제N 얼굴 타입 중에서 사용자의 얼굴 타입인 제1 얼굴 타입(601)을 결정할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 사용자의 헤어 형태 및 사용자의 헤어의 폭을 CNN 기반의 제2 딥러닝 모델에 의하여 학습된 제2 테이블에 적용하여, 미리 정해진 복수의 헤어 타입들 중에서 사용자의 헤어 타입을 결정할 수 있다. 예를 들어, 도 7를 참조하면, 전자 장치(101)는 결정된 사용자의 헤어 형태(예: (가)=반곱슬) 및 결정된 사용자의 헤어의 폭(예: (나)=단발)을 CNN 기반의 제2 딥러닝 모델에 의하여 학습된 제2 테이블에 적용하여, 제1 헤어 타입 내지 제K 헤어 타입 중에서 사용자의 헤어 타입인 제2 헤어 타입(701)을 결정할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 외부 서버(106)로부터 업데이트된 제1 딥러닝 모델 및 업데이트된 제1 테이블을 수신할 수 있다.
일 실시예에 따르면, 외부 서버(106)는 복수의 얼굴 이미지들을 추가적으로 학습하여, 제1 딥러닝 모델을 훈련시킬 수 있고, 제1 딥러닝 모델의 훈련이 진행됨에 따라 제1 테이블 내의 각 요소를 업데이트할 수 있다. 예를 들어, 외부 서버(106)는 복수의 얼굴 이미지들과 함께, 각각의 얼굴 이미지에 대응하는 얼굴 타입을 입력받을 수 있고, 복수의 얼굴 이미지들을 학습함으로써, 각 얼굴 타입에 대하여 얼굴 형태, 얼굴 부위의 형태, 얼굴 부위에 대한 복수의 비율 정보를 매칭시킬 수 있다. 일 실시예에 따르면, 전자 장치(101)는 외부 서버(106)로부터 업데이트된 제2 딥러닝 모델 및 업데이트된 제2 테이블을 수신할 수 있다.
일 실시예에 따르면, 외부 서버(106)는 복수의 헤어 이미지들을 추가적으로 학습하여, 제2 딥러닝 모델을 훈련시킬 수 있고, 제2 딥러닝 모델의 훈련이 진행됨에 따라 제2 테이블 내의 각 요소를 업데이트할 수 있다. 예를 들어, 외부 서버(106)는 복수의 헤어 이미지들과 함께, 각각의 헤어 이미지에 대응하는 헤어 타입을 입력받을 수 있고, 복수의 헤어 이미지들을 학습함으로써, 각 헤어 타입에 대하여 헤어 형태 및 헤어 폭을 매칭시킬 수 있다
복수의 헤어 이미지들을 추가적으로 학습하여, 제2 딥러닝 모델을 훈련시킬 수 있고, 제2 딥러닝 모델의 훈련이 진행됨에 따라 제2 테이블 내의 각 요소를 업데이트할 수 있다.
407 동작에서, 일 실시예에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 사용자의 나이 정보(501), 사용자의 얼굴 타입, 및 사용자의 얼굴 피부톤에 기반하여, 사용자에 대한 추천 화장 스타일을 결정하고, 사용자의 나이 정보(501), 사용자의 헤어 타입, 및 사용자의 헤어 색상에 기반하여 사용자에 대한 추천 헤어 스타일을 결정할 수 있다. 이는 사용자의 얼굴 타입이 동일하더라도 사용자의 나이대와 사용자의 피부톤에 따라 선호하는 화장 스타일이 다를 수 있으므로, 사용자의 나이, 얼굴 타입, 피부톤에 적합한 화장 스타일을 사용자에게 추천하기 위함이고, 아울러 사용자의 헤어 타입이 동일하더라도 사용자의 나이대와 사용자의 헤어 색상에 따라 선호하는 헤어 스타일이 다를 수 있으므로, 사용자의 나이, 헤어 타입, 헤어 색상에 적합한 헤어 스타일을 사용자에게 추천하기 위함이다.
일 실시예에 따르면, 전자 장치(101)는 각 나이, 각 얼굴 타입, 및 각 얼굴 피부톤 레벨에 대응하는 화장 스타일의 효과에 관한 파라미터 값을 정의한 화장 스타일 테이블을 메모리(예: 도 1의 메모리(130))에 저장할 수 있고, 상기 화장 스타일 테이블로부터 사용자의 나이 정보(501), 얼굴 타입, 및 얼굴 피부톤에 대응하는 추천 화장 스타일의 파라미터 값을 확인할 수 있다. 예를 들어, 전자 장치(101)는 사용자의 나이 정보(501)(예: 10대), 사용자의 얼굴 타입(예: 제1 얼굴 타입(601)), 및 사용자의 얼굴 피부톤 레벨(예: 3레벨)에 의하여 고유하게 특정되는 추천 화장 스타일의 효과에 관한 파라미터 값(예: 각 얼굴 부위 별 화장 면적 및 화장 색상에 관한 값)을 상기 화장 스타일 테이블로부터 확인할 수 있다.
일 실시예에 따르면, 화장 스타일 테이블은 각각의 화장 스타일을 연출하기 위한 설명을 각 파라미터 값과 함께 저장할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 각 나이, 각 헤어 타입, 및 각 헤어 색상에 대응하는 헤어 스타일의 효과에 관한 파라미터 값을 정의한 헤어 스타일 테이블을 메모리(130)에 저장할 수 있고, 상기 헤어 스타일 테이블로부터 사용자의 나이 정보(501), 헤어 타입, 및 헤어 색상에 대응하는 추천 헤어 스타일을 결정할 수 있다. 예를 들어, 전자 장치(101)는 사용자의 나이 정보(501)(예: 10대), 사용자의 헤어 타입(예: 제2 헤어 타입(701)), 및 사용자의 헤어 색상 레벨(예: 5레벨)에 의하여 고유하게 특정되는 추천 헤어 스타일의 효과에 관한 파라미터 값(예: 헤어드라이의 진행방향 및 바람세기, 부위별 커트할 길이에 관한 값)을 상기 헤어 스타일 테이블로부터 확인할 수 있다.
일 실시예에 따르면, 헤어 스타일 테이블은 각각의 헤어 스타일을 연출하기 위한 설명을 각 파라미터 값과 함께 저장할 수 있다.
409 동작에서, 일 실시예에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 추천 화장 스타일에 관한 효과를 사용자 얼굴 이미지(511)에 적용한 가상 얼굴 이미지를 생성하고, 추천 헤어 스타일에 관한 효과를 사용자 헤어 이미지(521)에 적용한 가상 헤어 이미지를 생성할 수 있다. 예를 들어, 도 8의 <801>을 참조하면, 전자 장치(101)는 화장 스타일 테이블로부터 확인된 추천 화장 스타일의 효과에 관한 파라미터 값을 사용자 얼굴 이미지(511)에 적용한 가상 얼굴 이미지(811)를 생성할 수 있다. 예를 들어, 도 8의 <802>를 참조하면, 전자 장치(101)는 헤어 스타일 테이블로부터 확인된 추천 헤어스타일의 효과에 관한 파라미터 값을 사용자 헤어 이미지(521)에 적용한 가상 헤어 이미지(821)를 생성할 수 있다.
411 동작에서, 일 실시예에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 가상 얼굴 이미지(811), 추천 화장 스타일에 사용 가능한 복수의 추천 화장품들에 관한 정보, 가상 헤어 이미지(821), 및 추천 헤어 스타일을 시술 가능한 복수의 추천 헤어숍들에 관한 정보를 디스플레이(예: 도 1의 디스플레이(160)) 내의 하나의 화면 상에 표시할 수 있다. 예를 들어, 도 8을 참조하면, 전자 장치(101)는 가상 얼굴 이미지(811), 추천 화장 스타일에 사용 가능한 복수의 추천 화장품들에 관한 정보, 가상 헤어 이미지(821), 및 추천 헤어 스타일을 시술 가능한 복수의 추천 헤어숍들에 관한 정보를 디스플레이(160) 내의 하나의 화면 상에 표시할 수 있다. 일 실시예에 따르면, 복수의 추천 화장품들에 관한 정보는 화장품 이미지, 해당 화장품에 관한 제품 설명, 해당 화장품을 구매할 수 있는 홈페이지 링크를 포함할 수 있다. 일 실시예에 따르면, 복수의 헤어숍들에 관한 정보는 헤어숍 이미지, 해당 헤어숍에 관한 가게 설명, 해당 헤어숍을 예약할 수 있는 홈페이지 링크를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 가상 얼굴 이미지(811) 상에 추천 화장 스타일링을 연출하기 위한 방법을 함께 표시할 수 있고, 가상 헤어 이미지(821) 상에 추천 헤어 스타일을 연출하기 위한 방법을 함께 표시할 수 있다.
한편 본 발명의 일 실시예에 따른 전자 장치(101)에 대해서는 이하 도 1 내지 도 3을 참조하여 구체적으로 설명토록 한다.
일 실시예에 따라서, 전자 장치는, 디스플레이, 및 프로세서를 포함하고, 상기 프로세서는, 사용자로부터 상기 사용자의 나이 정보, 사용자 얼굴 이미지, 및 사용자 헤어 이미지를 획득하고, 상기 사용자 얼굴 이미지 내의 얼굴 부위에 대한 복수의 제1 특징들 및 얼굴 피부톤을 결정하고, 상기 사용자 헤어 이미지 내의 헤어 상태에 대한 복수의 제2 특징들 및 헤어 색상을 결정하고, 얼굴 타입을 결정하기 위한 CNN 기반의 제1 딥러닝 모델에 상기 얼굴 부위에 대한 상기 복수의 제1 특징들을 적용하여, 미리 정해진 복수의 얼굴 타입들 중에서 상기 사용자의 얼굴 타입을 결정하고, 헤어 타입을 결정하기 위한 CNN 기반의 제2 딥러닝 모델에 상기 헤어 상태에 대한 상기 복수의 제2 특징들을 적용하여, 미리 정해진 복수의 헤어 타입들 중에서 상기 사용자의 헤어 타입을 결정하고, 상기 나이 정보, 상기 얼굴 타입, 및 상기 얼굴 피부톤에 기반하여, 상기 사용자에 대한 추천 화장 스타일을 결정하고, 상기 나이 정보, 상기 헤어 타입, 및 상기 헤어 색상에 기반하여, 상기 사용자에 대한 추천 헤어 스타일을 결정하고, 상기 추천 화장 스타일에 관한 효과를 상기 사용자 얼굴 이미지에 적용한 가상 얼굴 이미지를 생성하고, 상기 추천 헤어 스타일에 관한 효과를 상기 사용자 헤어 이미지에 적용한 가상 헤어 이미지를 생성하고, 및 상기 가상 얼굴 이미지, 상기 추천 화장 스타일에 사용 가능한 복수의 추천 화장품들에 관한 정보, 상기 가상 헤어 이미지, 및 상기 추천 헤어 스타일을 시술 가능한 복수의 추천 헤어숍들에 관한 정보를 상기 디스플레이 상의 하나의 화면 내에 표시하도록 설정될 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자 얼굴 이미지를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 상기 사용자의 얼굴 형태(shape)를 결정하고, 상기 사용자의 얼굴 형태를 결정하기 위하여, [수학식 1]을 이용하여 상기 사용자 얼굴 이미지와 미리 저장된 얼굴 형태 이미지들과의 유사도를 산출하고, 및 상기 미리 저장된 얼굴 형태 이미지들 중에서 상기 사용자 얼굴 이미지와 가장 높은 유사도를 갖는 얼굴 형태 이미지의 얼굴 형태를 상기 사용자의 얼굴 형태로 결정하도록 설정될 수 있다.
[수학식 1]
xi는 사용자 얼굴 이미지로부터 추출된 특징 벡터를 나타내고, yi는 미리 저장된 얼굴 형태 이미지로부터 추출된 특징 벡터를 나타낼 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자 얼굴 이미지를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 각 얼굴 부위의 형태를 결정하고, 상기 각 얼굴 부위의 형태를 결정하기 위하여, 상기 사용자 얼굴 이미지로부터 상기 각 얼굴 부위를 특정하는 엣지(edge)를 추출하고, 및 상기 각 얼굴 부위에 대하여 미리 정해진 형태들 중에서 상기 각 얼굴 부위를 특정하는 엣지에 대응하는 형태를 상기 각 얼굴 부위의 형태로서 선택하도록 설정될 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자 얼굴 이미지를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 상기 각 얼굴 부위에 대한 복수의 비율 정보를 산출하도록 설정될 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자 헤어 이미지를 분석하여, 상기 복수의 제2 특징들 중 하나로서, 상기 사용자의 헤어 형태를 결정하고, 및 상기 사용자 헤어 이미지를 분석하여, 상기 복수의 제2 특징들 중 하나로서, 상기 사용자의 헤어 폭을 결정하도록 설정될 수 있다.
일 실시예에 따라서, 상기 프로세서는, 상기 사용자의 상기 얼굴 형태, 상기 각 얼굴 부위의 형태, 및 상기 각 얼굴 부위에 대한 복수의 비율 정보를 상기 제1 딥러닝 모델에 의하여 학습된 제1 테이블에 적용하여, 상기 미리 정해진 복수의 얼굴 타입들 중에서 상기 사용자의 얼굴 타입을 결정하고, 및 상기 사용자의 상기 헤어 형태 및 상기 헤어 폭을 상기 제2 딥러닝 모델에 의하여 학습된 제2 테이블에 적용하여, 상기 미리 정해진 복수의 헤어 타입들 중에서 상기 사용자의 헤어 타입을 결정하도록 설정될 수 있다.
버스(110)는 구성요소들(110-170)을 서로 연결하고, 구성요소들 간의 통신(예: 제어 메시지 또는 데이터)을 전달하는 회로를 포함할 수 있다. 프로세서(120)는, 중앙처리장치, 어플리케이션 프로세서, 또는 커뮤니케이션 프로세서(communication processor(CP)) 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(120)는, 예를 들면, 전자 장치(101)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다.
메모리(130)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(130)는, 예를 들면, 전자 장치(101)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 한 실시예에 따르면, 메모리(130)는 소프트웨어 및/또는 프로그램(140)을 저장할 수 있다. 프로그램(140)은, 예를 들면, 커널(141), 미들웨어(143), 어플리케이션 프로그래밍 인터페이스(API)(145), 및/또는 어플리케이션 프로그램(또는 "어플리케이션")(147) 등을 포함할 수 있다. 커널(141), 미들웨어(143), 또는 API(145)의 적어도 일부는, 운영 시스템으로 지칭될 수 있다. 커널(141)은, 예를 들면, 다른 프로그램들(예: 미들웨어(143), API(145), 또는 어플리케이션 프로그램(147))에 구현된 동작 또는 기능을 실행하는 데 사용되는 시스템 리소스들(예: 버스(110), 프로세서(120), 또는 메모리(130) 등)을 제어 또는 관리할 수 있다. 또한, 커널(141)은 미들웨어(143), API(145), 또는 어플리케이션 프로그램(147)에서 전자 장치(101)의 개별 구성요소에 접근함으로써, 시스템 리소스들을 제어 또는 관리할 수 있는 인터페이스를 제공할 수 있다.
미들웨어(143)는, 예를 들면, API(145) 또는 어플리케이션 프로그램(147)이 커널(141)과 통신하여 데이터를 주고받을 수 있도록 중개 역할을 수행할 수 있다. 또한, 미들웨어(143)는 어플리케이션 프로그램(147)으로부터 수신된 하나 이상의 작업 요청들을 우선 순위에 따라 처리할 수 있다. 예를 들면, 미들웨어(143)는 어플리케이션 프로그램(147) 중 적어도 하나에 전자 장치(101)의 시스템 리소스(예: 버스(110), 프로세서(120), 또는 메모리(130) 등)를 사용할 수 있는 우선 순위를 부여하고, 상기 하나 이상의 작업 요청들을 처리할 수 있다. API(145)는 어플리케이션(147)이 커널(141) 또는 미들웨어(143)에서 제공되는 기능을 제어하기 위한 인터페이스로, 예를 들면, 파일 제어, 창 제어, 영상 처리, 또는 문자 제어 등을 위한 적어도 하나의 인터페이스 또는 함수(예: 명령어)를 포함할 수 있다. 입출력 인터페이스(150)는, 예를 들면, 사용자 또는 다른 외부 기기로부터 입력된 명령 또는 데이터를 전자 장치(101)의 다른 구성요소(들)에 전달하거나, 또는 전자 장치(101)의 다른 구성요소(들)로부터 수신된 명령 또는 데이터를 사용자 또는 다른 외부 기기로 출력할 수 있다.
디스플레이(160)는, 예를 들면, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이, 유기 발광 다이오드(OLED) 디스플레이, 또는 마이크로 전자기계 시스템 (MEMS) 디스플레이, 또는 전자종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이(160)는, 예를 들면, 사용자에게 각종 콘텐츠(예: 텍스트, 이미지, 비디오, 아이콘, 및/또는 심볼 등)을 표시할 수 있다. 디스플레이(160)는, 터치 스크린을 포함할 수 있으며, 예를 들면, 전자 펜 또는 사용자의 신체의 일부를 이용한 터치, 제스쳐, 근접, 또는 호버링 입력을 수신할 수 있다. 통신 인터페이스(170)는, 예를 들면, 전자 장치(101)와 외부 장치(예: 제 1 외부 전자 장치(102), 제 2 외부 전자 장치(104), 또는 서버(106)) 간의 통신을 설정할 수 있다. 예를 들면, 통신 인터페이스(170)는 무선 통신 또는 유선 통신을 통해서 네트워크(162)에 연결되어 외부 장치(예: 제 2 외부 전자 장치(104) 또는 서버(106))와 통신할 수 있다.
무선 통신은, 예를 들면, LTE, LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용하는 셀룰러 통신을 포함할 수 있다. 한 실시예에 따르면, 무선 통신은, 예를 들면, WiFi(wireless fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(Magnetic Secure Transmission), 라디오 프리퀀시(RF), 또는 보디 에어리어 네트워크(BAN) 중 적어도 하나를 포함할 수 있다. 한실시예에 따르면, 무선 통신은 GNSS를 포함할 수 있다. GNSS는, 예를 들면, GPS(Global Positioning System), Glonass(Global Navigation Satellite System), Beidou Navigation Satellite System(이하 "Beidou") 또는 Galileo, the European global satellite-based navigation system일 수 있다. 이하, 본 문서에서는, "GPS"는 "GNSS"와 상호 호환적으로 사용될 수 있다. 유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크(162)는 텔레커뮤니케이션 네트워크, 예를 들면, 컴퓨터 네트워크(예: LAN 또는 WAN), 인터넷, 또는 텔레폰 네트워크 중 적어도 하나를 포함할 수 있다.
제 1 및 제 2 외부 전자 장치(102, 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(102,104), 또는 서버(106)에서 실행될 수 있다. 한 실시예에 따르면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(102, 104), 또는 서버(106))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(102, 104), 또는 서버(106))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
도 2는 일 실시예에 따른 전자 장치(201)의 블록도이다. 전자 장치(201)는, 예를 들면, 도 1에 도시된 전자 장치(101)의 전체 또는 일부를 포함할 수 있다. 전자 장치(201)는 하나 이상의 프로세서(예: AP)(210), 통신 모듈(220), 가입자 식별 모듈(224), 메모리(230), 센서 모듈(240), 입력 장치(250), 디스플레이(260), 인터페이스(270), 오디오 모듈(280), 카메라 모듈(291), 전력 관리 모듈(295), 배터리(296), 인디케이터(297), 및 모터(298) 를 포함할 수 있다. 프로세서(210)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(210)에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(210)는, 예를 들면, SoC(system on chip) 로 구현될 수 있다. 한 실시예에 따르면, 프로세서(210)는 GPU(graphic processing unit) 및/또는 이미지 신호 프로세서를 더 포함할 수 있다. 프로세서(210)는 도 2에 도시된 구성요소들 중 적어도 일부(예: 셀룰러 모듈(221))를 포함할 수도 있다. 프로세서(210)는 다른 구성요소들(예: 비휘발성 메모리) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리에 로드)하여 처리하고, 결과 데이터를 비휘발성 메모리에 저장할 수 있다.
통신 모듈(220)(예: 통신 인터페이스(170))와 동일 또는 유사한 구성을 가질 수 있다. 통신 모듈(220)은, 예를 들면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227), NFC 모듈(228) 및 RF 모듈(229)를 포함할 수 있다. 셀룰러 모듈(221)은, 예를 들면, 통신망을 통해서 음성 통화, 영상 통화, 문자 서비스, 또는 인터넷 서비스 등을 제공할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 가입자 식별 모듈(예: SIM 카드)(224)을 이용하여 통신 네트워크 내에서 전자 장치(201)의 구별 및 인증을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 프로세서(210)가 제공할 수 있는 기능 중 적어도 일부 기능을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 커뮤니케이션 프로세서(CP)를 포함할 수 있다. 어떤 실시예에 따르면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227) 또는 NFC 모듈(228) 중 적어도 일부(예: 두 개 이상)는 하나의 integrated chip(IC) 또는 IC 패키지 내에 포함될 수 있다. RF 모듈(229)은, 예를 들면, 통신 신호(예: RF 신호)를 송수신할 수 있다. RF 모듈(229)은, 예를 들면, 트랜시버, PAM(power amp module), 주파수 필터, LNA(low noise amplifier), 또는 안테나 등을 포함할 수 있다. 다른 실시예에 따르면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227) 또는 NFC 모듈(228) 중 적어도 하나는 별개의 RF 모듈을 통하여 RF 신호를 송수신할 수 있다. 가입자 식별 모듈(224)은, 예를 들면, 가입자 식별 모듈을 포함하는 카드 또는 임베디드 SIM을 포함할 수 있으며, 고유한 식별 정보(예: ICCID(integrated circuit card identifier)) 또는 가입자 정보(예: IMSI(international mobile subscriber identity))를 포함할 수 있다.
메모리(230)(예: 메모리(130))는, 예를 들면, 내장 메모리(232) 또는 외장 메모리(234)를 포함할 수 있다. 내장 메모리(232)는, 예를 들면, 휘발성 메모리(예: DRAM, SRAM, 또는 SDRAM 등), 비휘발성 메모리(예: OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, 플래시 메모리, 하드 드라이브, 또는 솔리드 스테이트 드라이브 (SSD) 중 적어도 하나를 포함할 수 있다. 외장 메모리(234)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD, Mini-SD, xD(extreme digital), MMC(multi-media card) 또는 메모리 스틱 등을 포함할 수 있다. 외장 메모리(234)는 다양한 인터페이스를 통하여 전자 장치(201)와 기능적으로 또는 물리적으로 연결될 수 있다.
센서 모듈(240)은, 예를 들면, 물리량을 계측하거나 전자 장치(201)의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 센서 모듈(240)은, 예를 들면, 제스처 센서(240A), 자이로 센서(240B), 기압 센서(240C), 마그네틱 센서(240D), 가속도 센서(240E), 그립 센서(240F), 근접 센서(240G), 컬러(color) 센서(240H)(예: RGB(red, green, blue) 센서), 생체 센서(240I), 온/습도 센서(240J), 조도 센서(240K), 또는 UV(ultra violet) 센서(240M) 중의 적어도 하나를 포함할 수 있다. 추가적으로 또는 대체적으로, 센서 모듈(240)은, 예를 들면, 후각(e-nose) 센서, 일렉트로마이오그라피(EMG) 센서, 일렉트로엔씨팔로그램(EEG) 센서, 일렉트로카디오그램(ECG) 센서, IR(infrared) 센서, 홍채 센서 및/또는 지문 센서를 포함할 수 있다. 센서 모듈(240)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시예에서는, 전자 장치(201)는 프로세서(210)의 일부로서 또는 별도로, 센서 모듈(240)을 제어하도록 구성된 프로세서를 더 포함하여, 프로세서(210)가 슬립(sleep) 상태에 있는 동안, 센서 모듈(240)을 제어할 수 있다.
입력 장치(250)는, 예를 들면, 터치 패널(252), (디지털) 펜 센서(254), 키(256), 또는 초음파 입력 장치(258)를 포함할 수 있다. 터치 패널(252)은, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. 또한, 터치 패널(252)은 제어 회로를 더 포함할 수도 있다. 터치 패널(252)은 택타일 레이어(tactile layer)를 더 포함하여, 사용자에게 촉각 반응을 제공할 수 있다. (디지털) 펜 센서(254)는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트를 포함할 수 있다. 키(256)는, 예를 들면, 하드웨어 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 초음파 입력 장치(258)는 마이크(예: 마이크(288))를 통해, 입력 도구에서 발생된 초음파를 감지하여, 상기 감지된 초음파에 대응하는 데이터를 확인할 수 있다.
디스플레이(260)(예: 디스플레이(160))는 패널(262), 홀로그램 장치(264), 프로젝터(266), 및/또는 이들을 제어하기 위한 제어 회로를 포함할 수 있다. 패널(262)은, 예를 들면, 유연하게, 투명하게, 또는 착용할 수 있게 구현될 수 있다. 패널(262)은 터치 패널(252)과 하나 이상의 모듈로 구성될 수 있다. 한 실시예에 따르면, 패널(262)은 사용자의 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서(또는 포스 센서)를 포함할 수 있다. 상기 압력 센서는 터치 패널(252)과 일체형으로 구현되거나, 또는 터치 패널(252)과는 별도의 하나 이상의 센서로 구현될 수 있다. 홀로그램 장치(264)는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터(266)는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(201)의 내부 또는 외부에 위치할 수 있다. 인터페이스(270)는, 예를 들면, HDMI(272), USB(274), 광 인터페이스(optical interface)(276), 또는 D-sub(D-subminiature)(278)를 포함할 수 있다. 인터페이스(270)는, 예를 들면, 도 1에 도시된 통신 인터페이스(170)에 포함될 수 있다. 추가적으로 또는 대체적으로, 인터페이스(270)는, 예를 들면, MHL(mobile high-definition link) 인터페이스, SD카드/MMC(multi-media card) 인터페이스, 또는 IrDA(infrared data association) 규격 인터페이스를 포함할 수 있다.
오디오 모듈(280)은, 예를 들면, 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 오디오 모듈(280)의 적어도 일부 구성요소는, 예를 들면, 도 1 에 도시된 입출력 인터페이스(145)에 포함될 수 있다. 오디오 모듈(280)은, 예를 들면, 스피커(282), 리시버(284), 이어폰(286), 또는 마이크(288) 등을 통해 입력 또는 출력되는 소리 정보를 처리할 수 있다. 카메라 모듈(291)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있는 장치로서, 한 실시예에 따르면, 하나 이상의 이미지 센서(예: 전면 센서 또는 후면 센서), 렌즈, 이미지 시그널 프로세서(ISP), 또는 플래시(예: LED 또는 xenon lamp 등)를 포함할 수 있다. 전력 관리 모듈(295)은, 예를 들면, 전자 장치(201)의 전력을 관리할 수 있다. 한 실시예에 따르면, 전력 관리 모듈(295)은 PMIC(power management integrated circuit), 충전 IC, 또는 배터리 또는 연료 게이지를 포함할 수 있다. PMIC는, 유선 및/또는 무선 충전 방식을 가질 수 있다. 무선 충전 방식은, 예를 들면, 자기공명 방식, 자기유도 방식 또는 전자기파 방식 등을 포함하며, 무선 충전을 위한 부가적인 회로, 예를 들면, 코일 루프, 공진 회로, 또는 정류기 등을 더 포함할 수 있다. 배터리 게이지는, 예를 들면, 배터리(296)의 잔량, 충전 중 전압, 전류, 또는 온도를 측정할 수 있다. 배터리(296)는, 예를 들면, 충전식 전지 및/또는 태양 전지를 포함할 수 있다.
인디케이터(297)는 전자 장치(201) 또는 그 일부(예: 프로세서(210))의 특정 상태, 예를 들면, 부팅 상태, 메시지 상태 또는 충전 상태 등을 표시할 수 있다. 모터(298)는 전기적 신호를 기계적 진동으로 변환할 수 있고, 진동, 또는 햅틱 효과 등을 발생시킬 수 있다. 전자 장치(201)는, 예를 들면, DMB(digital multimedia broadcasting), DVB(digital video broadcasting), 또는 미디어플로(mediaFloTM) 등의 규격에 따른 미디어 데이터를 처리할 수 있는 모바일 TV 지원 장치(예: GPU)를 포함할 수 있다. 본 문서에서 기술된 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 일 실시예에서, 전자 장치(예: 전자 장치(201))는 일부 구성요소가 생략되거나, 추가적인 구성요소를 더 포함하거나, 또는, 구성요소들 중 일부가 결합되어 하나의 개체로 구성되되, 결합 이전의 해당 구성요소들의 기능을 동일하게 수행할 수 있다.
본 발명의 일 실시예에서, 전자 장치(201)(또는, 전자 장치(101))는, 전면, 후면 및 상기 전면과 상기 후면 사이의 공간을 둘러싸는 측면을 포함하는 하우징을 포함할 수도 있다. 터치스크린 디스플레이(예: 디스플레이(260))는, 상기 하우징 안에 배치되며, 상기 전면을 통하여 노출될 수 있다. 마이크(288)는, 상기 하우징 안에 배치되며, 상기 하우징의 부분을 통하여 노출될 수 있다. 적어도 하나의 스피커(282)는, 상기 하우징 안에 배치되며, 상기 하우징의 다른 부분을 통하여 노출될 수 있다. 하드웨어 버튼(예: 키(256))는, 상기 하우징의 또 다른 부분에 배치되거나 또는 상기 터치스크린 디스플레이 상에 표시하도록 설정될 수 있다. 무선 통신 회로(예: 통신 모듈(220))은, 상기 하우징 안에 위치할 수 있다. 상기 프로세서(210)(또는, 프로세서(120))는, 상기 하우징 안에 위치하며, 상기 터치스크린 디스플레이, 상기 마이크(288), 상기 스피커(282) 및 상기 무선 통신 회로에 전기적으로 연결될 수 있다. 상기 메모리(230)(또는, 메모리(130))는, 상기 하우징 안에 위치하며, 상기 프로세서(210)에 전기적으로 연결될 수 있다.
본 발명의 일 실시예에서, 상기 메모리(230)는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고, 상기 메모리(230)는, 실행 시에, 상기 프로세서(210)가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고, 상기 제 1 동작은, 상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 도중에, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 1 사용자 발화를 수신하고, 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고, 상기 제 1 데이터를 제공한 이후에, 상기 외부 서버로부터 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성되는 태스크를 수행하도록 하는 적어도 하나의 명령을 수신하고, 상기 제 2 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되는 도중에 상기 버튼을 통하여 상기 제 1 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 2 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고, 상기 제 2 데이터를 제공한 이후에, 상기 서버로부터, 상기 제 2 사용자 발화로부터 상기 자동 스피치 인식에 의하여 생성된 텍스트에 대한 데이터를 수신하지만, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고, 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력할 수 있다.
본 발명의 일 실시예에서, 상기 버튼은, 상기 하우징의 상기 측면에 위치하는 물리적인 키를 포함할 수 있다.
본 발명의 일 실시예에서, 상기 제 1 타입의 사용자 입력은, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나일 수 있다.
본 발명의 일 실시예에서, 상기 인스트럭션들은, 상기 프로세서가 상기 제 1 사용자 인터페이스를 가상 키보드와 함께 표시하도록 더 야기할 수 있다. 상기 버튼은, 상기 가상 키보드의 일부가 아닐 수 있다.
본 발명의 일 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 외부 서버로부터, 상기 제 1 동작 내에서의 상기 제 1 사용자 발화로부터 ASR에 의하여 생성되는 텍스트에 대한 데이터를 수신하도록 더 야기할 수 있다.
본 발명의 일 실시예에서, 상기 제 1 어플리케이션 프로그램은, 노트 어플리케이션 프로그램, 이메일 어플리케이션 프로그램, 웹 브라우저 어플리케이션 프로그램 또는 달력 어플리케이션 프로그램 중 적어도 하나를 포함할 수 있다.
본 발명의 일 실시예에서, 상기 제 1 어플리케이션 프로그램은, 메시지 어플리케이션을 포함하고, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 텍스트를 입력한 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 자동으로 입력된 텍스트를 송신하도록 더 야기할 수 있다.
본 발명의 일 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 제 3 동작을 수행하도록 더 야기하고, 상기 제 3 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 3 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공하고, 상기 제 3 데이터를 제공한 이후에, 상기 제 3 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신할 수 있다.
본 발명의 일 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 제 4 동작을 수행하도록 더 야기하고, 상기 제 4 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되지 않는 도중에, 상기 버튼을 통하여 상기 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 4 사용자 발화를 수신하고, 상기 제 4 사용자 발화에 대한 제 4 데이터를 상기 외부 서버로 제공하고, 상기 제 4 데이터를 제공한 이후에, 상기 제 4 사용자 발화에 응답하여, 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하고, 상기 마이크를 통하여 제 5 사용자 발화를 수신하고, 상기 외부 서버로, 상기 제 5 사용자 발화에 대한 제 5 데이터를 제공하고, 및 상기 제 5 데이터를 제공한 이후에, 상기 제 5 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신할 수 있다.
본 발명의 일 실시예에서, 상기 제 1 타입의 사용자 입력 및 상기 제 2 타입의 사용자 입력은 서로 다르며, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나로부터 선택될 수 있다.
본 발명의 일 실시예에서, 상기 메모리(230)는, 텍스트 입력을 수신하기 위한 제 2 사용자 인터페이스를 포함하는 제 2 어플리케이션 프로그램을 저장하도록 더 설정되며, 상기 인스트럭션들은, 실행 시에, 상기 프로세서(210)가, 제 3 동작을 수행하도록 더 야기하고, 상기 제 3 동작은, 상기 제 2 사용자 인터페이스를 표시하는 도중에 상기 버튼을 통하여 상기 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력이 수신된 이후에, 상기 마이크를 통하여 제 3 사용자 발화를 수신하고, 상기 외부 서버로, 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공하고, 상기 제 3 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 3 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고, 상기 제 2 사용자 인터페이스에 상기 텍스트를 입력하고, 및 상기 텍스트를 입력하고, 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 상기 입력된 텍스트를 자동으로 송신할 수 있다.
본 발명의 일 실시예에서, 상기 메모리(230)는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고, 상기 메모리(230)는, 실행 시에, 상기 프로세서(210)가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고, 상기 제 1 동작은, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 1 사용자 발화를 수신하고, 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로, 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고, 및 상기 제 1 데이터를 제공한 이후에, 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하고, 상기 제 2 동작은, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 2 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고, 상기 제 2 데이터를 제공한 이후에, 상기 서버로부터, 상기 제 2 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않으며, 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력할 수 있다.
본 발명의 일 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가 상기 제 1 사용자 인터페이스를 가상 키보드와 함께 표시하도록 더 야기할 수 있으며, 상기 버튼은, 상기 가상 키보드의 일부가 아닐 수 있다.
본 발명의 일 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 외부 서버로부터 상기 제 1 동작 내에서 상기 제 1 사용자 발화로부터 상기 ASR에 의하여 생성되는 텍스트에 대한 데이터를 수신하도록 더 야기할 수 있다.
본 발명의 일 실시예에서, 상기 제 1 어플리케이션 프로그램은, 노트 어플리케이션 프로그램, 이메일 어플리케이션 프로그램, 웹 브라우저 어플리케이션 프로그램 또는 달력 어플리케이션 프로그램 중 적어도 하나를 포함할 수 있다.
본 발명의 일 실시예에서, 상기 제 1 어플리케이션 프로그램은, 메시지 어플리케이션을 포함하고, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 텍스트를 입력한 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 자동으로 입력된 텍스트를 송신하도록 더 야기할 수 있다.
본 발명의 일 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가 상기 제 1 사용자 인터페이스의 상기 디스플레이 상에 표시와 독립적으로 상기 제 1 동작을 수행하도록 더 야기할 수 있다.
본 발명의 일 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 전자 장치가 잠금 상태에 있거나 또는 상기 터치스크린 디스플레이가 턴 오프된 것 중 적어도 하나인 경우에, 상기 제 2 동작을 수행하도록 더 야기할 수 있다.
본 발명의 일 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 제 2 동작을 수행하도록 더 야기할 수 있다.
본 발명의 일 실시예에서, 상기 메모리(230)는, 실행 시에, 상기 프로세서(210)가, 상기 마이크(288)를 통하여 사용자 발화를 수신하고, 자동 스피치 인식(automatic speech recognition: ASR) 또는 자연어 이해(natural language understanding: NLU) 중 적어도 하나를 수행하는 외부 서버로, 상기 사용자 발화에 대한 데이터와 함께, 상기 사용자 발화에 대한 데이터에 대하여 상기 ASR을 수행하여 획득된 텍스트에 대하여 상기 자연어 이해를 수행할지 여부와 연관된 정보를 송신하고, 상기 정보가 상기 자연어 이해를 수행하지 않을 것을 나타내면, 상기 외부 서버로부터 상기 사용자 발화에 대한 데이터에 대한 상기 텍스트를 수신하고, 상기 정보가 상기 자연어 이해를 수행할 것을 나타내면, 상기 외부 서버로부터 상기 텍스트에 대한 상기 자연어 이해 수행 결과 획득된 명령을 수신하도록 야기하는 인스트럭션을 저장할 수 있다.
도 3은 일 실시예에 따른 프로그램 모듈의 블록도이다. 한 실시예에 따르면, 프로그램 모듈(310)(예: 프로그램(140))은 전자 장치(예: 전자 장치(101))에 관련된 자원을 제어하는 운영 체제 및/또는 운영 체제 상에서 구동되는 다양한 어플리케이션(예: 어플리케이션 프로그램(147))을 포함할 수 있다. 운영 체제는, 예를 들면, AndroidTM, iOSTM, WindowsTM, SymbianTM, TizenTM, 또는 BadaTM를 포함할 수 있다. 도 3을 참조하면, 프로그램 모듈(310)은 커널(320)(예: 커널(141)), 미들웨어(330)(예: 미들웨어(143)), (API(360)(예: API(145)), 및/또는 어플리케이션(370)(예: 어플리케이션 프로그램(147))을 포함할 수 있다. 프로그램 모듈(310)의 적어도 일부는 전자 장치 상에 프리로드 되거나, 외부 전자 장치(예: 전자 장치(102, 104), 서버(106) 등)로부터 다운로드 가능하다.
커널(320)은, 예를 들면, 시스템 리소스 매니저(321) 및/또는 디바이스 드라이버(323)를 포함할 수 있다. 시스템 리소스 매니저(321)는 시스템 리소스의 제어, 할당, 또는 회수를 수행할 수 있다. 한 실시예에 따르면, 시스템 리소스 매니저(321)는 프로세스 관리부, 메모리 관리부, 또는 파일 시스템 관리부를 포함할 수 있다. 디바이스 드라이버(323)는, 예를 들면, 디스플레이 드라이버, 카메라 드라이버, 블루투스 드라이버, 공유 메모리 드라이버, USB 드라이버, 키패드 드라이버, WiFi 드라이버, 오디오 드라이버, 또는 IPC(inter-process communication) 드라이버를 포함할 수 있다. 미들웨어(330)는, 예를 들면, 어플리케이션(370)이 공통적으로 필요로 하는 기능을 제공하거나, 어플리케이션(370)이 전자 장치 내부의 제한된 시스템 자원을 사용할 수 있도록 API(360)를 통해 다양한 기능들을 어플리케이션(370)으로 제공할 수 있다. 한 실시예에 따르면, 미들웨어(330) 는 런타임 라이브러리(335), 어플리케이션 매니저(341), 윈도우 매니저(342), 멀티미디어 매니저(343), 리소스 매니저(344), 파워 매니저(345), 데이터베이스 매니저(346), 패키지 매니저(347), 커넥티비티 매니저(348), 노티피케이션 매니저(349), 로케이션 매니저(350), 그래픽 매니저(351), 또는 시큐리티 매니저(352) 중 적어도 하나를 포함할 수 있다.
런타임 라이브러리(335)는, 예를 들면, 어플리케이션(370)이 실행되는 동안에 프로그래밍 언어를 통해 새로운 기능을 추가하기 위해 컴파일러가 사용하는 라이브러리 모듈을 포함할 수 있다. 런타임 라이브러리(335)는 입출력 관리, 메모리 관리, 또는 산술 함수 처리를 수행할 수 있다. 어플리케이션 매니저(341)는, 예를 들면, 어플리케이션(370)의 생명 주기를 관리할 수 있다. 윈도우 매니저(342)는 화면에서 사용되는 GUI 자원을 관리할 수 있다. 멀티미디어 매니저(343)는 미디어 파일들의 재생에 필요한 포맷을 파악하고, 해당 포맷에 맞는 코덱을 이용하여 미디어 파일의 인코딩 또는 디코딩을 수행할 수 있다. 리소스 매니저(344)는 어플리케이션(370)의 소스 코드 또는 메모리의 공간을 관리할 수 있다. 파워 매니저(345)는, 예를 들면, 배터리의 용량 또는 전원을 관리하고, 전자 장치의 동작에 필요한 전력 정보를 제공할 수 있다. 한 실시예에 따르면, 파워 매니저(345)는 바이오스(BIOS: basic input/output system)와 연동할 수 있다. 데이터베이스 매니저(346)는, 예를 들면, 어플리케이션(370)에서 사용될 데이터베이스를 생성, 검색, 또는 변경할 수 있다. 패키지 매니저(347)는 패키지 파일의 형태로 배포되는 어플리케이션의 설치 또는 갱신을 관리할 수 있다.
커넥티비티 매니저(348)는, 예를 들면, 무선 연결을 관리할 수 있다. 노티피케이션 매니저(349)는, 예를 들면, 도착 메시지, 약속, 근접성 알림 등의 이벤트를 사용자에게 제공할 수 있다. 로케이션 매니저(350)는, 예를 들면, 전자 장치의 위치 정보를 관리할 수 있다. 그래픽 매니저(351)는, 예를 들면, 사용자에게 제공될 그래픽 효과 또는 이와 관련된 사용자 인터페이스를 관리할 수 있다. 보안 매니저(352)는, 예를 들면, 시스템 보안 또는 사용자 인증을 제공할 수 있다. 한 실시예에 따르면, 미들웨어(330)는 전자 장치의 음성 또는 영상 통화 기능을 관리하기 위한 통화(telephony) 매니저 또는 전술된 구성요소들의 기능들의 조합을 형성할 수 있는 하는 미들웨어 모듈을 포함할 수 있다. 한 실시예에 따르면, 미들웨어(330)는 운영 체제의 종류 별로 특화된 모듈을 제공할 수 있다. 미들웨어(330)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다. API(360)는, 예를 들면, API 프로그래밍 함수들의 집합으로, 운영 체제에 따라 다른 구성으로 제공될 수 있다. 예를 들면, 안드로이드 또는 iOS의 경우, 플랫폼 별로 하나의 API 셋을 제공할 수 있으며, 타이젠의 경우, 플랫폼 별로 두 개 이상의 API 셋을 제공할 수 있다.
어플리케이션(370)은, 예를 들면, 홈(371), 다이얼러(372), SMS/MMS(373), IM(instant message)(374), 브라우저(375), 카메라(376), 알람(377), 컨택트(378), 음성 다이얼(379), 이메일(380), 달력(381), 미디어 플레이어(382), 앨범(383), 와치(384), 헬스 케어(예: 운동량 또는 혈당 등을 측정), 또는 환경 정보(예: 기압, 습도, 또는 온도 정보) 제공 어플리케이션을 포함할 수 있다. 한 실시예에 따르면, 어플리케이션(370)은 전자 장치와 외부 전자 장치 사이의 정보 교환을 지원할 수 있는 정보 교환 어플리케이션을 포함할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치에 특정 정보를 전달하기 위한 노티피케이션 릴레이 어플리케이션, 또는 외부 전자 장치를 관리하기 위한 장치 관리 어플리케이션을 포함할 수 있다. 예를 들면, 알림 전달 어플리케이션은 전자 장치의 다른 어플리케이션에서 발생된 알림 정보를 외부 전자 장치로 전달하거나, 또는 외부 전자 장치로부터 알림 정보를 수신하여 사용자에게 제공할 수 있다. 장치 관리 어플리케이션은, 예를 들면, 전자 장치와 통신하는 외부 전자 장치의 기능(예: 외부 전자 장치 자체(또는, 일부 구성 부품)의 턴-온/턴-오프 또는 디스플레이의 밝기(또는, 해상도) 조절), 또는 외부 전자 장치에서 동작하는 어플리케이션을 설치, 삭제, 또는 갱신할 수 있다. 한 실시예에 따르면, 어플리케이션(370)은 외부 전자 장치의 속성에 따라 지정된 어플리케이션(예: 모바일 의료 기기의 건강 관리 어플리케이션)을 포함할 수 있다. 한 실시예에 따르면, 어플리케이션(370)은 외부 전자 장치로부터 수신된 어플리케이션을 포함할 수 있다. 프로그램 모듈(310)의 적어도 일부는 소프트웨어, 펌웨어, 하드웨어(예: 프로세서(210)), 또는 이들 중 적어도 둘 이상의 조합으로 구현(예: 실행)될 수 있으며, 하나 이상의 기능을 수행하기 위한 모듈, 프로그램, 루틴, 명령어 세트 또는 프로세스를 포함할 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있으며, 예를 들면, 어떤 동작들을 수행하는, 알려졌거나 앞으로 개발될, ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays), 또는 프로그램 가능 논리 장치를 포함할 수 있다. 일 실시예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 저장 매체(예: 메모리(130))에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(120))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(예: 자기테이프), 광기록 매체(예: CD-ROM, DVD, 자기-광 매체 (예: 플롭티컬 디스크), 내장 메모리 등을 포함할 수 있다. 명령어는 컴파일러에 의해 만들어지는 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 일 실시예에 따른 모듈 또는 프로그램 모듈은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 다른 구성요소를 더 포함할 수 있다. 일 실시예에 따른, 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
그리고 본 문서에 개시된 실시예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 개시의 범위를 한정하는 것은 아니다. 따라서, 본 개시의 범위는, 본 개시의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시예를 포함하는 것으로 해석되어야 한다.

Claims (10)

  1. 전자 장치에 있어서,
    디스플레이; 및 프로세서; 를 포함하고,
    상기 프로세서는:
    사용자로부터 상기 사용자의 나이 정보, 사용자 얼굴 이미지, 및 사용자 헤어 이미지를 획득하고,
    상기 사용자 얼굴 이미지 내의 얼굴 부위에 대한 복수의 제1 특징들 및 얼굴 피부톤을 결정하고, 상기 사용자 헤어 이미지 내의 헤어 상태에 대한 복수의 제2 특징들 및 헤어 색상을 결정하고,
    얼굴 타입을 결정하기 위한 CNN 기반의 제1 딥러닝 모델에 상기 얼굴 부위에 대한 상기 복수의 제1 특징들을 적용하여, 미리 정해진 복수의 얼굴 타입들 중에서 상기 사용자의 얼굴 타입을 결정하고, 헤어 타입을 결정하기 위한 CNN 기반의 제2 딥러닝 모델에 상기 헤어 상태에 대한 상기 복수의 제2 특징들을 적용하여, 미리 정해진 복수의 헤어 타입들 중에서 상기 사용자의 헤어 타입을 결정하고,
    상기 나이 정보, 상기 얼굴 타입, 및 상기 얼굴 피부톤에 기반하여, 상기 사용자에 대한 추천 화장 스타일을 결정하고, 상기 나이 정보, 상기 헤어 타입, 및 상기 헤어 색상에 기반하여, 상기 사용자에 대한 추천 헤어 스타일을 결정하고,
    상기 추천 화장 스타일에 관한 효과를 상기 사용자 얼굴 이미지에 적용한 가상 얼굴 이미지를 생성하고, 상기 추천 헤어 스타일에 관한 효과를 상기 사용자 헤어 이미지에 적용한 가상 헤어 이미지를 생성하고,
    상기 가상 얼굴 이미지, 상기 추천 화장 스타일에 사용 가능한 복수의 추천 화장품들에 관한 정보, 상기 가상 헤어 이미지, 및 상기 추천 헤어 스타일을 시술 가능한 복수의 추천 헤어숍들에 관한 정보를 상기 디스플레이 상의 하나의 화면 내에 표시하는, 전자 장치.
  2. 제1 항에 있어서,
    상기 프로세서는,
    상기 사용자 얼굴 이미지를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 상기 사용자의 얼굴 형태(shape)를 결정하고,
    상기 사용자의 얼굴 형태를 결정하기 위하여, [수학식 1]을 이용하여 상기 사용자 얼굴 이미지와 미리 저장된 얼굴 형태 이미지들과의 유사도를 산출하는, 전자 장치.
    [수학식 1]

    xi는 사용자 얼굴 이미지로부터 추출된 특징 벡터를 나타내고, yi는 미리 저장된 얼굴 형태 이미지로부터 추출된 특징 벡터를 나타냄.
  3. 제2 항에 있어서,
    상기 프로세서는,상기 미리 저장된 얼굴 형태 이미지들 중에서 상기 사용자 얼굴 이미지와 가장 높은 유사도를 갖는 얼굴 형태 이미지의 얼굴 형태를 상기 사용자의 얼굴 형태로 결정하는, 전자 장치.
  4. 제3 항에 있어서,
    상기 프로세서는,
    상기 사용자 얼굴 이미지를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 각 얼굴 부위의 형태를 결정하는, 전자 장치.
  5. 제4 항에 있어서,
    상기 프로세서는,
    상기 각 얼굴 부위의 형태를 결정하기 위하여, 상기 사용자 얼굴 이미지로부터 상기 각 얼굴 부위를 특정하는 엣지(edge)를 추출하는, 전자 장치.
  6. 제5 항에 있어서,
    상기 프로세서는,
    상기 각 얼굴 부위에 대하여 미리 정해진 형태들 중에서 상기 각 얼굴 부위를 특정하는 엣지에 대응하는 형태를 상기 각 얼굴 부위의 형태로서 선택하는, 전자 장치.
  7. 제6 항에 있어서,
    상기 프로세서는 상기 사용자 얼굴 이미지를 분석하여, 상기 복수의 제1 특징들 중 하나로서, 상기 각 얼굴 부위에 대한 복수의 비율 정보를 산출하는, 전자 장치.
  8. 제7 항에 있어서,
    상기 프로세서는:
    상기 사용자 헤어 이미지를 분석하여, 상기 복수의 제2 특징들 중 하나로서, 상기 사용자의 헤어 형태를 결정하고,
    상기 사용자 헤어 이미지를 분석하여, 상기 복수의 제2 특징들 중 하나로서, 상기 사용자의 헤어 폭을 결정하는, 전자 장치.
  9. 제8 항에 있어서,
    상기 프로세서는,
    상기 사용자의 상기 얼굴 형태, 상기 각 얼굴 부위의 형태, 및 상기 각 얼굴 부위에 대한 복수의 비율 정보를 상기 제1 딥러닝 모델에 의하여 학습된 제1 테이블에 적용하여, 상기 미리 정해진 복수의 얼굴 타입들 중에서 상기 사용자의 얼굴 타입을 결정하는, 전자 장치.
  10. 제9 항에 있어서,
    상기 프로세서는,
    상기 사용자의 상기 헤어 형태 및 상기 헤어 폭을 상기 제2 딥러닝 모델에 의하여 학습된 제2 테이블에 적용하여, 상기 미리 정해진 복수의 헤어 타입들 중에서 상기 사용자의 헤어 타입을 결정하도록 설정된, 전자 장치.
KR1020210125536A 2021-09-23 2021-09-23 사용자에게 뷰티 스타일링을 추천하는 전자 장치 및 그 동작 방법 KR102602480B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210125536A KR102602480B1 (ko) 2021-09-23 2021-09-23 사용자에게 뷰티 스타일링을 추천하는 전자 장치 및 그 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210125536A KR102602480B1 (ko) 2021-09-23 2021-09-23 사용자에게 뷰티 스타일링을 추천하는 전자 장치 및 그 동작 방법

Publications (2)

Publication Number Publication Date
KR20230042829A KR20230042829A (ko) 2023-03-30
KR102602480B1 true KR102602480B1 (ko) 2023-11-16

Family

ID=85985906

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210125536A KR102602480B1 (ko) 2021-09-23 2021-09-23 사용자에게 뷰티 스타일링을 추천하는 전자 장치 및 그 동작 방법

Country Status (1)

Country Link
KR (1) KR102602480B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200117890A1 (en) 2018-10-10 2020-04-16 FEELINGKI. Co., Ltd. Method for evaluating fashion style using deep learning technology and system therefor

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150098130A (ko) 2014-02-19 2015-08-27 한국전자통신연구원 사용자 피부 정보 기반 화장품 추천 장치 및 방법
KR20210004596A (ko) * 2019-07-05 2021-01-13 전재원 인공지능의 퍼스널컬러 추천 어플
KR102271798B1 (ko) * 2019-11-11 2021-07-01 김윤희 미용 서비스 제공 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200117890A1 (en) 2018-10-10 2020-04-16 FEELINGKI. Co., Ltd. Method for evaluating fashion style using deep learning technology and system therefor

Also Published As

Publication number Publication date
KR20230042829A (ko) 2023-03-30

Similar Documents

Publication Publication Date Title
KR102673224B1 (ko) 전자 장치 및 전자 장치 제어 방법
US10599219B2 (en) Method of providing a haptic effect and electronic device supporting the same
KR102620138B1 (ko) 화면 출력 방법 및 이를 지원하는 전자 장치
EP3355304B1 (en) Voice input method and electronic device supporting the same
US10586390B2 (en) Virtual reality electronic device for displaying combined graphic object and image frame and corresponding computer-readable recording medium
US10078441B2 (en) Electronic apparatus and method for controlling display displaying content to which effects is applied
KR102537543B1 (ko) 지능형 전자 장치 및 그 동작 방법
KR102636243B1 (ko) 이미지를 처리하기 위한 방법 및 그 전자 장치
KR102653450B1 (ko) 전자 장치의 입력 음성에 대한 응답 방법 및 그 전자 장치
KR102401932B1 (ko) 생체 정보를 측정하는 전자 장치와 이의 동작 방법
KR102358849B1 (ko) 스마트 워치에 대한 정보를 제공하는 전자 장치와 이의 동작 방법
KR102343990B1 (ko) 디스플레이의 서로 다른 영역을 독립적으로 제어하는 전자 장치 및 방법
KR102303534B1 (ko) 사용자 맞춤형 상품 정보 제공 장치
KR102588524B1 (ko) 전자 장치 및 그의 동작 방법
KR102587138B1 (ko) 전자 장치 및 전자 장치에서의 디스플레이 제어 방법
KR20170027589A (ko) 기능 제어 방법 및 그 방법을 처리하는 전자 장치
KR20170019956A (ko) 전자 장치 및 전자 장치의 입력제어 방법
KR102398315B1 (ko) 전자 장치 및 전자 장치에서 음을 재생하기 위한 방법
KR102356345B1 (ko) 전자 장치 및 그 제어 방법
KR102323797B1 (ko) 전자 장치 및 그의 정보 공유 방법
KR102385246B1 (ko) 원단의 색상을 측정하는 방법 및 이를 위한 장치
KR102324379B1 (ko) 휘트니스 상품 거래 플랫폼을 운용하는 서버 및 그 동작 방법
KR102602480B1 (ko) 사용자에게 뷰티 스타일링을 추천하는 전자 장치 및 그 동작 방법
KR102478231B1 (ko) 내부환경정보 및 외부환경정보에 기반하는 의료기기 제안서비스 제공 장치 및 방법
KR20220078853A (ko) 증강현실 기반의 저작물을 생성하여 sns에 업로드하는 시스템

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right