KR102620400B1 - 화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램 - Google Patents

화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR102620400B1
KR102620400B1 KR1020220101620A KR20220101620A KR102620400B1 KR 102620400 B1 KR102620400 B1 KR 102620400B1 KR 1020220101620 A KR1020220101620 A KR 1020220101620A KR 20220101620 A KR20220101620 A KR 20220101620A KR 102620400 B1 KR102620400 B1 KR 102620400B1
Authority
KR
South Korea
Prior art keywords
user
color type
personal color
facial
determining
Prior art date
Application number
KR1020220101620A
Other languages
English (en)
Inventor
최명렬
임수진
최현지
Original Assignee
한양대학교 에리카산학협력단
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 한양대학교 에리카산학협력단 filed Critical 한양대학교 에리카산학협력단
Priority to KR1020220101620A priority Critical patent/KR102620400B1/ko
Application granted granted Critical
Publication of KR102620400B1 publication Critical patent/KR102620400B1/ko

Links

Classifications

    • G06T5/001—
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • 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)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Studio Circuits (AREA)
  • Processing Or Creating Images (AREA)

Abstract

화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램이 개시된다. 일 실시예에 따르면, 화면 상 얼굴 보정 방법은 사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지하는 단계; 상기 얼굴 구성요소의 색상 및 채도에 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계; 및 상기 결정된 퍼스널 컬러 타입에 기초하여 상기 사용자의 얼굴 이미지를 보정하는 단계를 포함할 수 있다.

Description

화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램{METHOD, DEVICE AND COMPUTER PROGRAM TO RETOUCH FACE ON SCREEN}
아래의 실시예들은 사용자의 단말에 디스플레이 되는 화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램에 대한 기술이다.
퍼스널 컬러(Personal color)는 개인이 가지고 있는 신체 색(Body color)과 조화를 이루어 생기가 돌고 활기차게 보이도록 하는 개인별 색상을 의미한다. 이에, 대상자가 퍼스널 컬러로 화장을 할 경우 얼굴에 생기가 돌고 활기차 보일 수 있다.
반면, 대상자가 신체 색과 어울리지 않는 컬러로 화장을 할 경우 피부가 거칠어 보이고 투명감이 사라져 피부의 결점이 부각될 수 있다.
그러나 신체 색과 조화를 이루는 퍼스널 컬러는 개인이 객관적으로 인지하기 어려워 퍼스널 컬러를 분석 및 감지하는 기술이 제안될 필요가 있다.
일 실시예들은 사용자의 퍼스널 컬러 타입을 자동으로 분석 및 감지하는 서비스가 사용자에게 제공되도록 사용자의 얼굴 구성요소의 색상 및 채도에 기초하여 사용자의 퍼스널 컬러 타입을 결정하는 방법, 장치 및 컴퓨터 프로그램을 제한한다.
또한, 일 실시예들은 결정된 퍼스널 컬러 타입에 기초하여, 사용자의 단말에 디스플레이되는 사용자의 얼굴 이미지를 보정하는 방법, 장치 및 컴퓨터 프로그램을 제안한다.
다만, 본 발명이 해결하고자 하는 기술적 과제들은 상기 과제로 한정되는 것이 아니며, 본 발명의 기술적 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있다.
일 실시예에 따르면, 적어도 하나의 프로세서를 포함하는 컴퓨터 장치에 의해 수행되는 화면 상 얼굴 보정 방법은, 사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지하는 단계; 상기 얼굴 구성요소의 색상 및 채도에 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계; 및 상기 결정된 퍼스널 컬러 타입에 기초하여 상기 사용자의 얼굴 이미지를 보정하는 단계를 포함할 수 있다.
일 측에 따르면, 상기 결정하는 단계는, 상기 얼굴 구성요소의 청색 값 및 황색 값에 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계를 포함하는 것을 특징으로 할 수 있다.
다른 일 측에 따르면, 상기 결정하는 단계는, 상기 사용자의 인종을 고려한 상기 얼굴 구성요소의 청색 값 및 황색 값에 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계인 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 결정하는 단계는, 상기 결정된 퍼스널 컬러 타입 내에서, 상기 얼굴 구성요소의 채도 값에 기초하여 상기 사용자의 세부 퍼스널 컬러 타입을 결정하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 결정하는 단계는, 상기 결정된 퍼스널 컬러 타입 내에서, 상기 사용자의 인종을 고려한 상기 얼굴 구성요소의 채도 값에 기초하여 상기 사용자의 세부 퍼스널 컬러 타입을 결정하는 단계인 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 보정하는 단계는, 상기 결정된 퍼스널 컬러 타입에 포함되는 적어도 하나의 퍼스널 컬러를 상기 사용자의 얼굴 이미지에 포함되는 상기 얼굴 구성요소에 채색하는 단계를 포함하는 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 보정하는 단계는, 실시간으로 촬영되고 있는 상기 얼굴 이미지를 보정하는 단계인 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 결정하는 단계는, 상기 사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경에 더 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계인 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 결정하는 단계는, 상기 얼굴 구성요소의 색상 및 채도에 기초하여 결정된 결과와 상기 사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경에 기초하여 결정된 결과 각각에 가중치를 적용하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계인 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 결정하는 단계는, 상기 사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경 각각에 기초하여 결정된 결과들 각각에 서로 상이한 가중치를 적용하는 단계를 포함하는 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 결정하는 단계는, 복수의 사용자들 각각의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경을 기초로 복수의 사용자들 각각의 퍼스널 컬러 타입을 결정하는 학습 데이터를 통해 학습된 인공지능 모델을 이용하여, 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계인 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 보정하는 단계는, 상기 결정된 퍼스널 컬러 타입과 관련된 화장품 정보를 상기 사용자의 단말로 제공하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
또 다른 일 측에 따르면, 상기 감지하는 단계는, 상기 얼굴 구성요소의 피부 컨디션을 감지하는 단계를 더 포함하고, 상기 보정하는 단계는, 상기 얼굴 구성요소의 피부 컨디션과 관련된 정보를 상기 사용자의 단말로 제공하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
일 실시예에 따르면, 화면 상 얼굴 보정 방법을 컴퓨터 장치에 실행시키기 위한 컴퓨터 프로그램이 기록되어 있는 컴퓨터 판독 가능한 기록매체에 있어서, 상기 화면 상 얼굴 보정 방법은, 사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지하는 단계; 상기 얼굴 구성요소의 색상 및 채도에 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계; 및 상기 결정된 퍼스널 컬러 타입에 기초하여 상기 사용자의 얼굴 이미지를 보정하는 단계를 포함할 수 있다.
일 실시예에 따르면, 화면 상 얼굴 보정 방법을 수행하는 컴퓨터 장치는, 컴퓨터 판독 가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지하는 감지부; 상기 얼굴 구성요소의 색상 및 채도에 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 결정부; 및 상기 결정된 퍼스널 컬러 타입에 기초하여 상기 사용자의 얼굴 이미지를 보정하는 보정부를 포함할 수 있다.
일 실시예들은 사용자의 얼굴 구성요소의 색상 및 채도에 기초하여 사용자의 퍼스널 컬러 타입을 결정하는 방법, 장치 및 컴퓨터 프로그램을 제한한다.
이에, 사용자의 퍼스널 컬러 타입을 자동으로 분석 및 감지하는 서비스가 사용자에게 제공될 수 있다.
또한, 일 실시예들은 결정된 퍼스널 컬러 타입에 기초하여, 사용자의 단말에 디스플레이되는 사용자의 얼굴 이미지를 보정하는 방법, 장치 및 컴퓨터 프로그램을 제안한다.
따라서, 일 실시예들은 퍼스널 컬러 타입에 따라 화장된 본인의 이미지를 사용자에게 실시간으로 디스플레이함으로써 사용자로 하여금 본인의 퍼스널 컬러 타입을 직관적으로 인지하도록 할 수 있다.
다만, 본 발명의 효과는 상기 효과들로 한정되는 것이 아니며, 본 발명의 기술적 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있다.
도 1은 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 일 실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다.
도 3은 도 2에 도시된 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이다.
도 4는 도 2에 도시된 컴퓨터 장치가 수행할 수 있는 화면 상 얼굴 보정 방법의 예를 도시한 플로우 차트이다.
도 5는 도 4에 도시된 화면 상 얼굴 보정 방법에서 얼굴 구성요소를 감지하는 과정을 설명하기 위한 도면이다.
도 6a 내지 6b는 도 4에 도시된 화면 상 얼굴 보정 방법에서 사용자의 퍼스널 컬러 타입을 결정하는 과정을 설명하기 위한 도면이다.
도 7a 내지 7b는 도 4에 도시된 화면 상 얼굴 보정 방법에서 사용자의 얼굴 이미지를 보정하는 과정을 설명하기 위한 도면이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. 그러나 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 또한, 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
또한, 본 명세서에서 사용되는 용어(Terminology)들은 본 발명의 바람직한 실시예를 적절히 표현하기 위해 사용된 용어들로서, 이는 시청자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서, 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 예컨대, 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, 본 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
또한, 본 발명의 다양한 실시 예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 기술적 사상 및 범위를 벗어나지 않으면서 다른 실시 예로 구현될 수 있다. 또한, 제시된 각각의 실시예 범주에서 개별 구성요소의 위치, 배치, 또는 구성은 본 발명의 기술적 사상 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다.
이하 실시예들에서는 사용자의 단말에 디스플레이되는 사용자의 얼굴 이미지를 이용하여 사용자의 퍼스널 컬러 타입을 결정하고, 사용자의 얼굴 이미지를 단말의 화면 상에서 보정하는 방법(이하, 보정 방법으로 기재됨)이 설명된다. 또한, 이하 보정 방법은 보정 시스템에 의해 수행될 수 있으며, 보정 방법이 수행된 결과로서 사용자의 퍼스널 컬러 타입을 자동으로 분석 및 감지하는 서비스가 사용자에게 제공될 수 있다.
실시예에 따른 보정 시스템은 이후 설명될 서버나 전자 기기(예컨대, 사용자의 단말)를 구현하는 적어도 하나의 컴퓨터 장치에 의해 구현될 수 있다. 컴퓨터 장치에는 실시예에 따른 컴퓨터 프로그램이 설치 및 구동될 수 있고, 컴퓨터 장치는 구동된 컴퓨터 프로그램의 제어에 따라 실시예에 따른 보정 방법을 수행할 수 있다. 상술한 컴퓨터 프로그램은 컴퓨터 장치와 결합되어 보정 방법을 컴퓨터 장치에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장될 수 있다. 여기서 설명한 컴퓨터 프로그램은 독립된 하나의 프로그램 패키지의 형태를 가질 수도 있고, 독립된 하나의 프로그램 패키지의 형태가 컴퓨터 장치에 기 설치되어 운영체제나 다른 프로그램 패키지들과 연계되는 형태를 가질 수도 있다.
도 1은 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다.
이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다. 또한, 도 1의 네트워크 환경은 본 실시예들에 적용 가능한 환경들 중 하나의 예를 설명하는 것일 뿐, 본 실시예들에 적용 가능한 환경이 도 1의 네트워크 환경으로 한정되는 것은 아니다.
복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC 등이 있다. 일례로 도 1에서는 전자 기기(110)의 예로 스마트폰의 형상을 나타내고 있으나, 실시예들에서 전자 기기(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있는 다양한 물리적인 컴퓨터 장치들 중 하나를 의미할 수 있다.
이하, 전자 기기들(110, 120, 130, 140)은 사용자의 퍼스널 컬러 타입을 자동으로 분석 및 감지하는 서비스를 제공받는 사용자의 단말을 의미할 수 있다.
통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들 간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 콘텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버(150)는 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 서비스를 제공하는 시스템일 수 있다.
도 2는 일 실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다. 앞서 설명한 복수의 전자 기기들(110, 120, 130, 140) 각각이나 서버들(150, 160) 각각은 도 2를 통해 도시된 컴퓨터 장치(200)에 의해 구현될 수 있다.
이러한 컴퓨터 장치(200)는 도 2에 도시된 바와 같이, 메모리(210), 프로세서(220), 통신 인터페이스(230), 그리고 입출력 인터페이스(240)를 포함할 수 있다. 메모리(210)는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서, ROM과 디스크 드라이브와 같은 비소멸성 대용량 기록장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 컴퓨터 장치(200)에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 메모리(210)로 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 인터페이스(230)를 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 소프트웨어 구성요소들은 네트워크(170)를 통해 수신되는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 컴퓨터 장치(200)의 메모리(210)에 로딩될 수 있다.
프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 인터페이스(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 인터페이스(230)는 네트워크(170)를 통해 컴퓨터 장치(200)가 다른 장치(일례로, 앞서 설명한 저장 장치들)와 서로 통신하기 위한 기능을 제공할 수 있다. 일례로, 컴퓨터 장치(200)의 프로세서(220)가 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이나 명령, 데이터, 파일 등이 통신 인터페이스(230)의 제어에 따라 네트워크(170)를 통해 다른 장치들로 전달될 수 있다. 역으로, 다른 장치로부터의 신호나 명령, 데이터, 파일 등이 네트워크(170)를 거쳐 컴퓨터 장치(200)의 통신 인터페이스(230)를 통해 컴퓨터 장치(200)로 수신될 수 있다. 통신 인터페이스(230)를 통해 수신된 신호나 명령, 데이터 등은 프로세서(220)나 메모리(210)로 전달될 수 있고, 파일 등은 컴퓨터 장치(200)가 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.
입출력 인터페이스(240)는 입출력 장치(250)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 마이크, 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(250)는 컴퓨터 장치(200)와 하나의 장치로 구성될 수도 있다.
또한, 다른 실시예들에서 컴퓨터 장치(200)는 도 2의 구성요소들보다 더 적은 혹은 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 컴퓨터 장치(200)는 상술한 입출력 장치(250) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.
이하에서는 사용자의 퍼스널 컬러 타입을 자동으로 분석 및 감지하는 서비스가 사용자에게 제공되도록 사용자의 얼굴 구성요소의 색상 및 채도에 기초하여 사용자의 퍼스널 컬러 타입을 결정하고, 퍼스널 컬러 타입에 따라 화장된 본인의 이미지를 사용자가 실시간으로 인지하도록 퍼스널 컬러 타입에 기초하여 사용자의 단말에 디스플레이되는 사용자의 얼굴 이미지를 보정하는 방법, 장치 및 컴퓨터 프로그램의 구체적인 실시예를 설명하기로 한다.
도 3은 도 2에 도시된 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이고, 도 4는 도 2에 도시된 컴퓨터 장치가 수행할 수 있는 화면 상 얼굴 보정 방법의 예를 도시한 플로우 차트이며, 도 5는 도 4에 도시된 화면 상 얼굴 보정 방법에서 얼굴 구성요소를 감지하는 과정을 설명하기 위한 도면이고, 도 6a 내지 6b는 도 4에 도시된 화면 상 얼굴 보정 방법에서 사용자의 퍼스널 컬러 타입을 결정하는 과정을 설명하기 위한 도면이며, 도 7a 내지 7b는 도 4에 도시된 화면 상 얼굴 보정 방법에서 사용자의 얼굴 이미지를 보정하는 과정을 설명하기 위한 도면이다.
본 발명의 실시예들에서 컴퓨터 장치(200)는 퍼스널 컬러 타입을 자동으로 분석 및 감지하는 서비스를 제공받고자 하는 사용자를 대상으로 사용자가 소지한 단말(예컨대, 전자 기기(110)) 또는 서버에 설치된 전용 어플리케이션이나 웹/모바일 사이트 접속을 통해 발생되는 서비스 요청에 응답하여, 후술되는 보정 방법을 수행하여 해당 서비스를 사용자에게 제공할 수 있다. 이를 위해, 컴퓨터 장치(200)에는 보정 방법을 수행하는 보정 시스템이 구성될 수 있다. 일례로, 보정 시스템은 독립적으로 동작하는 프로그램 형태로 구현되거나, 혹은 전용 어플리케이션의 인-앱(in-app) 형태로 구성되어 전용 어플리케이션 상에서 동작이 가능하도록 구현될 수 있다.
컴퓨터 장치(200)의 프로세서(220)는 도 4에 따른 보정 방법을 수행하기 위한 구성요소로 구현될 수 있다. 일례로, 프로세서(220)는 도 4에 도시된 단계들(S410 내지 S430)을 수행할 수 있도록 도 3에 도시된 바와 같이 감지부(310), 결정부(320) 및 보정부(330)를 포함할 수 있다. 실시예에 따라 프로세서(220)의 구성요소들은 선택적으로 프로세서(220)에 포함되거나 제외될 수도 있다. 또한, 실시예에 따라 프로세서(220)의 구성요소들은 프로세서(220)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.
이러한 프로세서(220) 및 프로세서(220)의 구성요소들은 도 4의 보정 방법이 포함하는 단계들(S410 내지 S430)을 수행하도록 컴퓨터 장치(200)를 제어할 수 있다. 예를 들어, 프로세서(220) 및 프로세서(220)의 구성요소들은 메모리(210)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.
여기서, 프로세서(220)의 구성요소들은 컴퓨터 장치(200)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(220)에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. 예컨대, 사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지하도록 컴퓨터 장치(200)를 제어하는 프로세서(220)의 기능적 표현으로서 감지부(310)가 이용될 수 있다.
프로세서(220)는 컴퓨터 장치(200)의 제어와 관련된 명령이 로딩된 메모리(210)로부터 필요한 명령을 읽어들일 수 있다. 이 경우, 상기 읽어 들인 명령은 프로세서(220)가 이후 설명될 단계들(S410 내지 S430)을 실행하도록 제어하기 위한 명령을 포함할 수 있다.
이후 설명될 단계들(S410 내지 S430)은 도 4에 도시된 순서와 다른 순서로 수행될 수 있으며, 단계들(S410 내지 S430) 중 일부가 생략되거나 추가의 과정이 더 포함될 수 있다.
단계(S410)에서 프로세서(220)(보다 정확하게는 프로세서(220)에 포함되는 감지부(310))는, 사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지할 수 있다.
구체적으로, 프로세서(220)는 사용자의 단말(예컨대, 제1 전자 기기(110))을 통해 실시간으로 촬영되고 있는 사용자의 얼굴 이미지에 대해 OpenCV 기반 얼굴 인식 기술 또는 dlib 기반 얼굴 인식 기술을 이용하여 사용자의 얼굴 구성요소를 감지할 수 있다.
예를 들어, 프로세서(220)는 도 5에 도시된 바와 같이 사용자의 얼굴 이미지(500)에서 사용자의 얼굴 특징점들(Feature points)을 탐색한 뒤, 각 얼굴 특징점들을 연결하여 얼굴 구성요소에 대응하는 메쉬를 형성함으로써 얼굴 구성요소를 감지할 수 있다.
이하, 사용자의 얼굴 구성요소는 사용자의 얼굴을 구성하는 눈썹, 눈동자, 코, 입술, 뺨 등을 의미하며, 특히 사용자의 퍼스널 컬러 타입을 결정하는 과정에서 사용될 피부 색상 및 채도를 측정할 수 있는 부분(예컨대, 뺨)을 반드시 포함함을 전제로 한다.
여기서, 사용자의 얼굴 이미지는 RGB 색체계 또는 HSV 색체계로 구성된 것으로, 후술되는 얼굴 구성요소의 색상 또는 채도를 이용하는 단계(S420)에서 적절히 RGB 색체계로 변환되거나, HSV 색체계로 변환될 수 있다.
단계(S420)에서 프로세서(220)(보다 정확하게는 프로세서(220)에 포함되는 결정부(320))는, 얼굴 구성요소의 색상 및 채도에 기초하여 사용자의 퍼스널 컬러 타입을 결정할 수 있다.
보다 상세하게, 프로세서(220)는 얼굴 구성요소의 청색(B; Blue) 값 및 황색(Y; Yellow=Red+Green) 값에 기초하여 사용자의 퍼스널 컬러 타입을 결정할 수 있다. 예를 들어, 프로세서(220)는 얼굴 구성요소인 뺨에서의 청색 값 및 황색 값 각각의 비율을 비교함으로써 사용자의 퍼스널 컬러 타입을 결정할 수 있다. 구체적인 예를 들면, 프로세서(220)는 도 6a 내지 6b에 도시된 바와 같이 얼굴 구성요소인 뺨에서 청색 값의 비율이 황색 값의 비율보다 높은 경우 사용자의 퍼스널 컬러 타입을 쿨톤(610)으로 결정할 수 있으며, 얼굴 구성요소인 뺨에서 황색 값의 비율이 청색 값의 비율보다 높은 경우 사용자의 퍼스널 컬러 타입을 웜톤(620)으로 결정할 수 있다.
이 때, 프로세서(220)는 사용자의 인종을 고려한 얼굴 구성요소의 청색 값 및 황색 값에 기초하여 사용자의 퍼스널 컬러 타입을 결정할 수 있다. 예컨대, 프로세서(220)는 사용자가 황인종인 경우, 황색 값의 비율에 가중치를 부여한 뒤 가중치가 부여된 황색 값의 비율과 청색 값의 비율을 비교하여 사용자의 퍼스널 컬러 타입을 결정할 수 있다.
또한, 프로세서(220)는 설명된 바와 같이 결정된 퍼스널 컬러 타입 내에서, 얼굴 구성요소의 채도 값에 기초하여 사용자의 세부 퍼스널 컬러 타입을 결정할 수 있다. 예를 들어, 프로세서(220)는 퍼스널 컬러 타입이 쿨론(610)으로 결정된 상태에서 얼굴 구성요소인 뺨에서의 채도 값이 기 설정된 기준 값보다 높은 경우 사용자의 세부 퍼스널 컬러 타입을 겨울 쿨톤(611)으로 결정할 수 있으며, 퍼스널 컬러 타입이 쿨론(610)으로 결정된 상태에서 얼굴 구성요소인 뺨에서의 채도 값이 기 설정된 기준 값보다 낮은 경우 사용자의 세부 퍼스널 컬러 타입을 여름 쿨톤(612)으로 결정할 수 있다. 다른 예를 들면, 프로세서(220)는 퍼스널 컬러 타입이 웜톤(620)으로 결정된 상태에서 얼굴 구성요소인 뺨에서의 채도 값이 기 설정된 기준 값보다 높은 경우 사용자의 세부 퍼스널 컬러 타입을 봄 웜톤(621)으로 결정할 수 있으며, 퍼스널 컬러 타입이 웜톤(620)으로 결정된 상태에서 얼굴 구성요소인 뺨에서의 채도 값이 기 설정된 기준 값보다 낮은 경우 사용자의 세부 퍼스널 컬러 타입을 가을 웜톤(622)으로 결정할 수 있다.
마찬가지로, 프로세서(220)는 결정된 퍼스널 컬러 타입 내에서, 사용자의 인종을 고려한 얼굴 구성요소의 채도 값에 기초하여 사용자의 세부 퍼스널 컬러 타입을 결정할 수 있다. 예컨대, 프로세서(220)는 사용자가 백인종인 경우, 얼굴 구성요소의 채도 값을 흑인종의 경우보다 높게 설정된 기준 값과 비교하여 사용자의 세부 퍼스널 컬러 타입을 결정할 수 있다.
이처럼 퍼스널 컬러 타입을 결정한 결과는 사용자의 퍼스널 컬러 타입 결정 이력으로 저장됨으로써, 사용자별 퍼스널 컬러 타입 결정 이력이 저장된 데이터베이스가 구축될 수 있다. 해당 데이터베이스는 단계(S420)에서 사용자의 퍼스널 컬러 타입을 결정하는 인공지능 모델에 의해 사용될 수 있다. 이에 따라, 프로세서(220)는 단계(S420)에서 사용자의 퍼스널 컬러 타입을 결정하는 과정을 인공지능 모델을 이용하여 수행할 수 있다.
단계(S420)에서 프로세서(220)는, 사용자의 얼굴 구성요소의 색상 및 채도뿐만 아니라, 추가적인 정보(사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경)를 더 고려하여 사용자의 퍼스널 컬러 타입을 결정할 수 있다.
보다 상세하게, 프로세서(220)는 사용자의 코디(예컨대, 옷의 색상, 디자인, 스타일, 안경의 색상, 디자인, 액세서리의 색상, 디자인, 가방의 색상, 디자인 등), 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황(회의, 파티, 맞선, 연극 관람 등) 및 환경(예컨대, 계절, 날씨 등)에 더 기초하여 사용자의 퍼스널 컬러 타입을 결정할 수 있다. 예를 들어, 프로세서(220)는 얼굴 구성요소의 색상 및 채도에 기초하여 결정된 결과와 사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경에 기초하여 결정된 결과 각각에 가중치를 적용하여 사용자의 퍼스널 컬러 타입을 결정할 수 있다.
이 때, 프로세서(220)는 사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경 각각에 기초하여 결정된 결과들 각각에 서로 상이한 가중치를 적용할 수 있다. 일례로, 프로세서(220)는 사용자의 얼굴 구성요소의 색상 및 채도에 기초하여 결정된 퍼스널 컬러 타입의 결과에 가중치 1을, 사용자의 코디에 기초하여 결정된 퍼스널 컬러 타입의 결과에 가중치 1을, 사용자의 요구 화장 스타일에 기초하여 결정된 퍼스널 컬러 타입의 결과에 가중치 5를 부여함으로써, 얼굴 구성요소의 색상 및 채도에 기초하여 결정된 퍼스널 컬러 타입과 사용자의 코디에 기초하여 결정된 퍼스널 컬러 타입이 동일하고 사용자의 요구 화장 스타일에 기초하여 결정된 퍼스널 컬러 타입만이 상이한 경우, 비록 사용자의 피부 색과 어울리지 않더라도, 적용된 가중치들에 따라 사용자의 요구 화장 스타일에 기초하여 결정된 퍼스널 컬러 타입을 최종적인 사용자의 퍼스널 컬러 타입으로 결정할 수 있다.
이처럼 추가적인 정보(사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경)를 더 고려하여 사용자의 퍼스널 컬러 타입을 결정하는 과정에서는, 복수의 사용자들 각각의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경을 기초로 복수의 사용자들 각각의 퍼스널 컬러 타입을 결정하는 학습 데이터를 통해 학습된 인공지능 모델이 이용될 수 있다.
또한, 단계(S420)에서 프로세서(220)는, 결정된 사용자의 퍼스널 컬러 타입에 대한 정보를 사용자에게 제공할 수 있다. 일례로, 프로세서(220)는 실시간으로 촬영되고 있는 사용자의 얼굴 이미지가 디스플레이되는 사용자의 단말 화면 상 일측에 단계(S420)를 통해 결정된 사용자의 퍼스널 컬러 타입에 대한 정보를 추가적으로 디스플레이함으로써, 사용자로 하여금 본인의 퍼스널 컬러 타입을 인지하도록 할 수 있다.
단계(S430)에서 프로세서(220)(보다 정확하게는 프로세서(220)에 포함되는 보정부(330))는, 결정된 퍼스널 컬러 타입에 기초하여 사용자의 얼굴 이미지를 보정할 수 있다.
여기서, 결정된 퍼스널 컬러 타입에 기초하여 사용자의 얼굴 이미지를 보정한다는 것은, 결정된 퍼스널 컬러 타입에 포함되는 적어도 하나의 퍼스널 컬러를 사용자의 얼굴 이미지에 포함되는 얼굴 구성요소에 채색하는 것을 의미한다.
예를 들어, 단계(S420)에서 사용자의 퍼스널 컬러 타입이 가을 웜톤(622)으로 결정된 경우, 프로세서(220)는 단계(S430)에서 도 7a에 도시된 바와 같이 사용자의 눈썹, 뺨, 입술에 가을 웜톤(622)에 포함되는 퍼스널 컬러를 채색하여 사용자의 얼굴 이미지(710)를 보정할 수 있다.
다른 예를 들면, 단계(S420)에서 사용자의 퍼스널 컬러 타입이 여름 쿨톤(612)으로 결정된 경우, 프로세서(220)는 단계(S430)에서 도 7b에 도시된 바와 같이 사용자의 눈썹, 뺨, 입술에 여름 쿨톤(612)에 포함되는 퍼스널 컬러를 채색하여 사용자의 얼굴 이미지(720)를 보정할 수 있다.
특히, 프로세서(220)는 단계(S430)에서 사용자의 단말(예컨대, 제1 전자 기기(110))을 통해 실시간으로 촬영되고 있는 사용자의 얼굴 이미지를 보정함으로써, 사용자로 하여금 촬영 시작과 동시에 퍼스널 컬러가 적용된 본인의 이미지가 촬영되도록 할 수 있다. 이에, 사용자는 촬영 시작과 동시에 퍼스널 컬러가 적용된 본인의 이미지를 확인할 수 있기 때문에, 즉각적이며 실시간으로 퍼스널 컬러를 인식할 수 있다.
이 때, 프로세서(220)는, 결정된 퍼스널 컬러 타입에 포함되는 적어도 하나의 퍼스널 컬러를 사용자의 얼굴 이미지에 포함되는 얼굴 구성요소에 채색하는 과정에서, 모니터 색상(감마 factor 등)을 고려할 수 있다. 일례로, 프로세서(220)는 적어도 하나의 퍼스널 컬러가 실제 사용자의 얼굴에 채색되는 화장품 색상이 구현되도록 모니터 색상을 반영하여 적어도 하나의 퍼스널 컬러를 사용자의 얼굴 구성요소에 채색할 수 있다.
단계(S420)에서 사용자의 얼굴 구성요소에 적어도 하나의 퍼스널 컬러를 채색함과 함께, 프로세서(220)는 사용자의 얼굴에 특정 매력포인트(일례로, 눈가 또는 코끝의 점)를 추가할 수 있다. 특정 매력포인트를 결정하는 것 역시 전술된 퍼스널 컬러 타입을 결정하는 과정과 동일하게 수행될 수 있으나, 이에 제한되거나 한정되지 않고, 임의로 수행될 수도 있다.
또한, 단계(S430)에서 프로세서(220)는, 결정된 퍼스널 컬러 타입을 기초로 보정된 사용자의 얼굴 이미지를 기반으로 하는 이모티콘을 생성한 뒤, 사용자의 단말로 해당 이모티콘을 제공할 수 있다.
또한, 단계(S430)에서 프로세서(220)는, 결정된 퍼스널 컬러 타입과 관련된 화장품 정보를 사용자의 단말로 제공할 수 있다. 일례로, 프로세서(220)는 사용자의 퍼스널 컬러 타입에 포함되는 퍼스널 컬러를 갖는 화장품들의 제품명, 제조 업체, 판매처 등의 정보를 사용자의 단말로 추가적으로 제공할 수 있다.
또한, 단계(S430)에서 프로세서(220)는, 얼굴 구성요소의 피부 컨디션과 관련된 정보를 사용자의 단말로 제공할 수도 있다. 예컨대, 프로세서(220)는 사용자의 뺨이 건조한 상태임을 알리는 정보를 사용자에게 제공할 수 있다. 이를 위해, 프로세서(220)는 앞선 단계(S410)에서 사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지하는 것과 동시에, 얼굴 구성요소의 피부 컨디션을 추가적으로 감지할 수 있다.
이처럼 실시예들에 따르면, 보정 시스템은 사용자의 얼굴 구성요소의 색상 및 채도에 기초하여 사용자의 퍼스널 컬러 타입을 결정함으로써, 사용자의 퍼스널 컬러 타입을 자동으로 분석 및 감지하는 서비스를 사용자에게 제공할 수 있다.
또한, 보정 시스템은 사용자의 얼굴 구성요소의 색상 및 채도 뿐만 아니라, 추가적인 정보(사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경)를 더 고려하여 퍼스널 컬러 타입을 결정함으로써, 사용자가 본인의 피부 색의 어울림과 무관하게 화장하려는 의도를 만족시킬 수 있다.
이 때, 보정 시스템은 추가적인 정보 각각에 기초하여 결정된 결과들 각각에 서로 상이한 가중치를 적용하여 퍼스널 컬러 타입을 결정함으로써, 보다 다양한 변수들을 고려하여 사용자의 퍼스널 컬러를 결정하는 효과를 야기할 수 있다.
더욱이, 보정 시스템은 결정된 퍼스널 컬러 타입에 기초하여, 사용자의 단말에 디스플레이되는 사용자의 얼굴 이미지를 보정함으로써, 퍼스널 컬러 타입에 따라 화장된 사용자의 이미지가 실시간으로 디스플레이되어 사용자로 하여금 본인의 퍼스널 컬러 타입을 직관적으로 인지하도록 할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (15)

  1. 적어도 하나의 프로세서를 포함하는 컴퓨터 장치에 의해 수행되는 화면 상 얼굴 보정 방법에 있어서,
    사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지하는 단계;
    상기 얼굴 구성요소의 색상 및 채도에 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계; 및
    상기 결정된 퍼스널 컬러 타입에 기초하여 상기 사용자의 얼굴 이미지를 보정하는 단계
    를 포함하고,
    상기 결정하는 단계는,
    상기 사용자의 인종을 고려하여 상기 얼굴 구성요소의 청색 값의 비율 또는 황색 값의 비율 중 어느 하나의 비율에 가중치를 부여한 뒤, 상기 가중치가 부여된 어느 하나의 비율을 상기 청색 값의 비율 또는 상기 황색 값의 비율 중 나머지 하나의 비율과 비교하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계
    를 포함하는 것을 특징으로 하며,
    상기 가중치가 부여된 어느 하나의 비율을 상기 청색 값의 비율 또는 상기 황색 값의 비율 중 나머지 하나의 비율과 비교하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계는,
    상기 결정된 퍼스널 컬러 타입 내에서, 상기 사용자의 인종을 고려한 기준 값에 상기 얼굴 구성요소의 채도 값을 비교하여 상기 사용자의 세부 퍼스널 컬러 타입을 결정하는 단계
    를 더 포함하는 것을 특징으로 하고,
    상기 보정하는 단계는,
    실시간으로 촬영되고 있는 상기 얼굴 이미지를 보정하는 단계인 것을 특징으로 하며,
    상기 보정하는 단계는,
    상기 결정된 퍼스널 컬러 타입과 관련된 화장품 정보를 상기 사용자의 단말로 제공하는 단계
    를 더 포함하는 것을 특징으로 하는 화면 상 얼굴 보정 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 보정하는 단계는,
    상기 결정된 퍼스널 컬러 타입에 포함되는 적어도 하나의 퍼스널 컬러를 상기 사용자의 얼굴 이미지에 포함되는 상기 얼굴 구성요소에 채색하는 단계
    를 포함하는 것을 특징으로 하는 화면 상 얼굴 보정 방법.
  7. 삭제
  8. 제1항에 있어서,
    상기 결정하는 단계는,
    상기 사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경에 더 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계인 것을 특징으로 하는 화면 상 얼굴 보정 방법.
  9. 제8항에 있어서,
    상기 결정하는 단계는,
    상기 얼굴 구성요소의 색상 및 채도에 기초하여 결정된 결과와 상기 사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경에 기초하여 결정된 결과 각각에 가중치를 적용하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계인 것을 특징으로 하는 화면 상 얼굴 보정 방법.
  10. 제9항에 있어서,
    상기 결정하는 단계는,
    상기 사용자의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경 각각에 기초하여 결정된 결과들 각각에 서로 상이한 가중치를 적용하는 단계
    를 포함하는 것을 특징으로 하는 화면 상 얼굴 보정 방법.
  11. 제8항에 있어서,
    상기 결정하는 단계는,
    복수의 사용자들 각각의 코디, 나이, 키, 몸무게, 목소리, 표정, 선호 화장 스타일, 요구 화장 스타일, 상황 및 환경을 기초로 복수의 사용자들 각각의 퍼스널 컬러 타입을 결정하는 학습 데이터를 통해 학습된 인공지능 모델을 이용하여, 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계인 것을 특징으로 하는 화면 상 얼굴 보정 방법.
  12. 삭제
  13. 제1항에 있어서,
    상기 감지하는 단계는,
    상기 얼굴 구성요소의 피부 컨디션을 감지하는 단계
    를 더 포함하고,
    상기 보정하는 단계는,
    상기 얼굴 구성요소의 피부 컨디션과 관련된 정보를 상기 사용자의 단말로 제공하는 단계
    를 더 포함하는 것을 특징으로 하는 화면 상 얼굴 보정 방법.
  14. 화면 상 얼굴 보정 방법을 컴퓨터 장치에 실행시키기 위한 컴퓨터 프로그램이 기록되어 있는 컴퓨터 판독 가능한 기록매체에 있어서,
    상기 화면 상 얼굴 보정 방법은,
    사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지하는 단계;
    상기 얼굴 구성요소의 색상 및 채도에 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계; 및
    상기 결정된 퍼스널 컬러 타입에 기초하여 상기 사용자의 얼굴 이미지를 보정하는 단계
    를 포함하고,
    상기 결정하는 단계는,
    상기 사용자의 인종을 고려하여 상기 얼굴 구성요소의 청색 값의 비율 또는 황색 값의 비율 중 어느 하나의 비율에 가중치를 부여한 뒤, 상기 가중치가 부여된 어느 하나의 비율을 상기 청색 값의 비율 또는 상기 황색 값의 비율 중 나머지 하나의 비율과 비교하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계
    를 포함하는 것을 특징으로 하며,
    상기 가중치가 부여된 어느 하나의 비율을 상기 청색 값의 비율 또는 상기 황색 값의 비율 중 나머지 하나의 비율과 비교하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 단계는,
    상기 결정된 퍼스널 컬러 타입 내에서, 상기 사용자의 인종을 고려한 기준 값에 상기 얼굴 구성요소의 채도 값을 비교하여 상기 사용자의 세부 퍼스널 컬러 타입을 결정하는 단계
    를 더 포함하는 것을 특징으로 하고,
    상기 보정하는 단계는,
    실시간으로 촬영되고 있는 상기 얼굴 이미지를 보정하는 단계인 것을 특징으로 하며,
    상기 보정하는 단계는,
    상기 결정된 퍼스널 컬러 타입과 관련된 화장품 정보를 상기 사용자의 단말로 제공하는 단계
    를 더 포함하는 것을 특징으로 하는 컴퓨터 판독 가능한 기록매체.
  15. 화면 상 얼굴 보정 방법을 수행하는 컴퓨터 장치에 있어서,
    컴퓨터 판독 가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    사용자의 얼굴 이미지로부터 얼굴 구성요소를 감지하는 감지부;
    상기 얼굴 구성요소의 색상 및 채도에 기초하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 결정부; 및
    상기 결정된 퍼스널 컬러 타입에 기초하여 상기 사용자의 얼굴 이미지를 보정하는 보정부
    를 포함하고,
    상기 결정부는,
    상기 사용자의 인종을 고려하여 상기 얼굴 구성요소의 청색 값의 비율 또는 황색 값의 비율 중 어느 하나의 비율에 가중치를 부여한 뒤, 상기 가중치가 부여된 어느 하나의 비율을 상기 청색 값의 비율 또는 상기 황색 값의 비율 중 나머지 하나의 비율과 비교하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 것을 특징으로 하며,
    상기 가중치가 부여된 어느 하나의 비율을 상기 청색 값의 비율 또는 상기 황색 값의 비율 중 나머지 하나의 비율과 비교하여 상기 사용자의 퍼스널 컬러 타입을 결정하는 과정 중 상기 결정된 퍼스널 컬러 타입 내에서 상기 사용자의 인종을 고려한 기준 값에 상기 얼굴 구성요소의 채도 값을 비교하여 상기 사용자의 세부 퍼스널 컬러 타입을 더 결정하는 것을 특징으로 하고,
    상기 보정부는,
    실시간으로 촬영되고 있는 상기 얼굴 이미지를 보정하는 것을 특징으로 하며,
    상기 결정된 퍼스널 컬러 타입과 관련된 화장품 정보를 상기 사용자의 단말로 제공하는 것을 특징으로 하는 컴퓨터 장치.
KR1020220101620A 2022-08-12 2022-08-12 화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램 KR102620400B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220101620A KR102620400B1 (ko) 2022-08-12 2022-08-12 화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220101620A KR102620400B1 (ko) 2022-08-12 2022-08-12 화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR102620400B1 true KR102620400B1 (ko) 2024-01-03

Family

ID=89538726

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220101620A KR102620400B1 (ko) 2022-08-12 2022-08-12 화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR102620400B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190093040A (ko) * 2018-01-31 2019-08-08 문완묵 시지각과 청지각을 통한 퍼스널 컬러 분석시스템 및 이를 이용한 패션 페르소나 컬러 메칭방법
KR20190116052A (ko) * 2018-04-03 2019-10-14 고려대학교 산학협력단 딥 러닝 기반 퍼스널 컬러 진단 및 가상 메이크업 방법 및 장치
KR20200113853A (ko) * 2019-03-26 2020-10-07 부경대학교 산학협력단 얼굴영상 처리를 이용한 퍼스널 컬러 분석 판별을 위한 장치 및 방법
KR102253750B1 (ko) * 2020-11-09 2021-05-18 임호 딥러닝을 이용한 메이크업 추천 및 추천 기반 화장품 구매 서비스 제공 플랫폼
KR20220009735A (ko) * 2020-07-16 2022-01-25 (주) 코코리색채연구소 멜라닌 지수 및 헤모글로빈 지수를 기초로 한 화장품 추천 방법 및 그 디바이스

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190093040A (ko) * 2018-01-31 2019-08-08 문완묵 시지각과 청지각을 통한 퍼스널 컬러 분석시스템 및 이를 이용한 패션 페르소나 컬러 메칭방법
KR20190116052A (ko) * 2018-04-03 2019-10-14 고려대학교 산학협력단 딥 러닝 기반 퍼스널 컬러 진단 및 가상 메이크업 방법 및 장치
KR20200113853A (ko) * 2019-03-26 2020-10-07 부경대학교 산학협력단 얼굴영상 처리를 이용한 퍼스널 컬러 분석 판별을 위한 장치 및 방법
KR20220009735A (ko) * 2020-07-16 2022-01-25 (주) 코코리색채연구소 멜라닌 지수 및 헤모글로빈 지수를 기초로 한 화장품 추천 방법 및 그 디바이스
KR102253750B1 (ko) * 2020-11-09 2021-05-18 임호 딥러닝을 이용한 메이크업 추천 및 추천 기반 화장품 구매 서비스 제공 플랫폼

Similar Documents

Publication Publication Date Title
US9396560B2 (en) Image-based color palette generation
US9741137B2 (en) Image-based color palette generation
US10019779B2 (en) Browsing interface for item counterparts having different scales and lengths
US11610433B2 (en) Skin tone assisted digital image color matching
US20190116323A1 (en) Method and system for providing camera effect
US20090231356A1 (en) Graphical user interface for selection of options from option groups and methods relating to same
US12063321B2 (en) Modular camera interface with context-based display elements utilizing first and second lens
WO2020151491A1 (zh) 图像形变的控制方法、装置和硬件装置
US10026176B2 (en) Browsing interface for item counterparts having different scales and lengths
CN109948450A (zh) 一种基于图像的用户行为检测方法、装置和存储介质
KR20210156741A (ko) 인공지능 캐릭터와의 대화 서비스 제공 방법 및 그 시스템
CN112150347A (zh) 从有限的修改后图像集合中学习的图像修改样式
CN110246110A (zh) 图像评估方法、装置及存储介质
WO2023138345A1 (zh) 虚拟形象生成方法和系统
CN112819718A (zh) 图像处理方法及装置、电子设备及存储介质
US11961169B2 (en) Digital makeup artist
US12028601B2 (en) Inclusive camera
CN110444181A (zh) 显示方法、装置、终端及计算机可读存储介质
KR102620400B1 (ko) 화면 상 얼굴 보정 방법, 장치 및 컴퓨터 프로그램
KR20200118615A (ko) 사용자에 의해 선택된 의류 이미지를 기반으로 사용자의 스타일 확인 기능을 제공하는 전자 단말 장치
JP6661780B2 (ja) 顔モデル編集方法及び装置
KR20210062274A (ko) 이미지 자동 생성 장치 및 생성 방법
CN114035725B (zh) 超声设备的教学方法、装置、超声成像设备和存储介质
KR102334030B1 (ko) 컴퓨터 장치를 이용한 헤어 염색 방법
KR20210063171A (ko) 이미지 변환 장치 및 이미지 변환 방법

Legal Events

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