KR102649617B1 - 자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법 - Google Patents

자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법 Download PDF

Info

Publication number
KR102649617B1
KR102649617B1 KR1020207002287A KR20207002287A KR102649617B1 KR 102649617 B1 KR102649617 B1 KR 102649617B1 KR 1020207002287 A KR1020207002287 A KR 1020207002287A KR 20207002287 A KR20207002287 A KR 20207002287A KR 102649617 B1 KR102649617 B1 KR 102649617B1
Authority
KR
South Korea
Prior art keywords
user
shopping
profile
product
shopping assistant
Prior art date
Application number
KR1020207002287A
Other languages
English (en)
Other versions
KR20200033857A (ko
Inventor
데이빗 블레이처
타미르 로우스키
Original Assignee
나이키 이노베이트 씨.브이.
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 나이키 이노베이트 씨.브이. filed Critical 나이키 이노베이트 씨.브이.
Priority to KR1020237006341A priority Critical patent/KR20230031996A/ko
Publication of KR20200033857A publication Critical patent/KR20200033857A/ko
Application granted granted Critical
Publication of KR102649617B1 publication Critical patent/KR102649617B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • 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
    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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

Abstract

본 발명의 특정 실시예에 따르면, 일부 실시예에 따라 개인화된 온라인 제품 피팅을 제공하는 장치, 시스템 및 방법이 제공된다. 본 발명의 일 실시예는 자동화된 쇼핑 어시스턴트 시스템이 제품 데이터에 액세스하는 단계, 매치메이킹(matchmaking) 시스템이 사용자 이력 데이터에 액세스하는 단계, 매치메이킹 시스템이 사용자 선호도 데이터에 액세스하는 단계, 매치메이킹 시스템이 자동화된 쇼핑 어시스턴트 장치로부터 획득된 사용자 해부학적 데이터에 액세스하는 단계, 자동화된 쇼핑 어시스턴트 시스템이 사용자 이력, 선호도 및 해부학적 데이터를 개인화된 매칭 시스템을 생성하기 위한 데이터와 매칭하는 단계를 갖는 개인화된 쇼핑을 위한 방법을 포함한다.

Description

자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법
관련 출원들의 상호 참조
본 출원은, 2017년 6월 27일에 출원된 미국 가출원 제62/525,454호에 대해 우선권을 주장하며, 그 전체가 본원에 통합된다.
본 발명은 일반적으로 개인화된 제품 쇼핑에서 유용한 방법들, 애플리케이션들 및 디바이스들에 관한 것이다.
오늘날 신발 쇼핑의 대부분은 여전히 실제 오프라인 상점들에서 발생한다. 대부분의 고객들은 상점 관리자들 및 어시스턴트들과 마찬가지로 종래의 쇼핑의 제한들에 익숙하다. 일반적으로, 고객들은, 그들을 제품들, 재고 제품들의 위치, 제품들의 착용 보조 등으로 안내하는 쇼핑 어시스턴트들에 의존한다.
추가로, 통상적인 쇼핑 경험은 동일하거나 상이한 상점에 대한 고객의 실질적으로 각각의 방문으로 반복될 필요가 있고, 이는 큰 비효율성 및 사용자 피로를 초래한다.
온라인 및 상점-내 둘 모두에서, 매우 정확하고 사용자 친화적인 자동화된 또는 반-자동화된 피팅 솔루션들을 허용할 수 있는 시스템 또는 방법을 갖는 것이 매우 유리할 것이다.
본 발명의 특정 실시예에 따르면, 일부 실시예에 따라 개인화된 온라인 제품 피팅을 제공하는 장치, 시스템 및 방법이 제공된다.
본 발명의 일 실시예는 자동화된 쇼핑 어시스턴트 시스템이 제품 데이터에 액세스하는 단계, 매치메이킹(matchmaking) 시스템이 사용자 이력 데이터에 액세스하는 단계, 매치메이킹 시스템이 사용자 선호도 데이터에 액세스하는 단계, 매치메이킹 시스템이 자동화된 쇼핑 어시스턴트 장치로부터 획득된 사용자 해부학적 데이터에 액세스하는 단계, 자동화된 쇼핑 어시스턴트 시스템이 사용자 이력, 선호도 및 해부학적 데이터를 개인화된 매칭 시스템을 생성하기 위한 데이터와 매칭하는 단계를 갖는 개인화된 쇼핑을 위한 방법을 포함한다.
일부 실시예에서, 자동화된 쇼핑 어시스턴트 시스템은 개인화된 제품 추천들을 생성하기 위해, 사용자 이력 및 선호도 데이터를 제품 데이터와 매칭한다.
일부 실시예에서, 자동화된 쇼핑 어시스턴트 시스템은 사용자가 개인화된 제품들을 주문하도록 허용하기 위해 사용될 수 있다.
일부 실시예에서, 자동화된 쇼핑 어시스턴트 시스템은 사용자의 하나 이상의 해부학적 특성들을 표현하는 시뮬레이션을 제공하기 위해 사용될 수 있다.
일 실시예에서, 사용자 및 하나 이상의 제3자들은 제품 피팅 피드백을 제공할 수 있고, 사용자 및 하나 이상의 제3자들은 소셜 피드백을 제공할 수 있다. 자동화된 쇼핑 어시스턴트 시스템은 제품 피드백에 기초하여 개인화된 제품을 조정할 수 있다. 시스템은 또한 사용자에 대한 해부학적 데이터를 제공할 수 있고, 자동화된 쇼핑 어시스턴트 시스템은 또한 사용자의 하나 이상의 특성들을 포함하는 사용자 쇼핑 아바타를 생성하기 위해 해부학적 데이터를 고려한다.
많은 실시예에서, 자동화된 쇼핑 어시스턴트 시스템은 가상 착용 특징부를 포함할 수 있다. 일 실시예에서, 사용자가 개인화된 제품을 주문하기 전에, 제품은 아바타에 기초하여 생성된다. 사용자 선호도들은 사이즈, 컬러, 재료 및 유형 선호도들로 구성된 그룹으로부터 선택될 수 있다.
일부 실시예에 따르면, 다수의 사용자들에 대한 디지털 아바타를 생성하기 위한 프로파일 모듈, 다수의 제품들에 대한 제품 데이터를 통합하기 위한 제품 모듈, 및 제품 추천들을 생성하기 위해 디지털 아바타 데이터와 제품 데이터를 매칭하기 위한 코드를 실행하도록 적응된 매치메이킹 모듈을 포함하는 클라우드 기반 서버; 클라우드 기반 서버에 통신가능하게 연결되고 이미지 캡처 요소를 포함하는 최종 사용자 컴퓨팅 디바이스를 포함하고, 매치메이킹 모듈은 사용자에 대한 디지털 아바타 프로파일에 대한 해부학적 데이터를 생성하는 데 사용될 사용자 해부학의 적어도 일부의 캡처에 기초하여 사용자 모바일 쇼핑 아바타를 생성하기 위한 소프트웨어 애플리케이션을 실행하는 개인화된 쇼핑을 위한 플랫폼이 제공된다.
일부 실시예에서, 플랫폼은 사용자의 하나 이상의 해부학적 특성들을 표현하는 시뮬레이션을 생성 및/또는 제공하도록 적응된다.
일부 실시예에서, 플랫폼은 제품 주문 모듈, 제품 맞춤화 모듈, 소셜 쇼핑 모듈 및/또는 제품 피팅 모듈 등을 가질 수 있다.
다른 실시예에서, 개인화된 쇼핑을 위한 핸드헬드 시스템은 사용자의 입력을 수신하도록 구성된 스크린, 사용자 해부학의 표준 이미지들을 캡처하는 디바이스 카메라, 및 해부학적 데이터, 제품 데이터, 사용자 이력 데이터 및 사용자 선호도 데이터를 분석하도록 적응되는 레지스터들을 갖는 프로세서를 가질 수 있고, 프로세서는 레지스터들로부터 정보를 조회하고, 정보를 레지스터들에 기록하고, 개인화된 매칭 시스템을 생성하기 위해 사용자 이력 및 선호도 데이터를 제품 데이터와 매칭하도록 구성되고, 프로세서는 개인화된 제품을 생성하기 위해 사용자 이력 및 선호도 데이터를 제품 데이터와 매칭하도록 구성되고, 사용자는 사용자 입력을 스크린에 제공함으로써 개인화된 제품을 구매할 수 있다.
일 실시예에서, 시스템은 센서로부터 대상의 거리를 정확하게 결정하도록 구성되는 깊이 센서를 갖고, 깊이 센서 정보는 선호도 데이터를 제품 데이터와 매칭하기 위해 사용된다. 일부 실시예에서, 깊이 센서는 신체의 일부의 길이, 폭 및 깊이의 캡처를 허용하기 위해, 사용자의 해부학적 프로파일과 관련된 신체의 적어도 일부의 3D 스캔을 제공할 수 있다.
일부 실시예에서, 핸드헬드 시스템은 사용자 해부학의 적어도 일부의 캡처에 기초하여 사용자 모바일 쇼핑 프로파일의 그래픽 시뮬레이션을 생성 및 표현하기 위해, 핸드헬드 시스템 상에서 실행되는 소프트웨어 애플리케이션을 포함한다.
또 다른 실시예에서, 카메라 디바이스에 의한 사용자의 신체의 적어도 일부의 캡처에 기초하여 3D 사용자 쇼핑 프로파일을 생성하기 위한 쇼핑 어시스턴트 스탠딩 표면; 상점에서 사용자 쇼핑 프로파일을 적용하기 위한 모바일 디바이스 앱; 통신 클라우드에 기초하여, 쇼핑 어시스턴트 데이터베이스에 연결되는 쇼핑 어시스턴트 서버; 및 사용자가 선택된 제품들을 캡처하도록 허용하기 위한 다수의 제품 태그들을 포함하는, 쇼핑 프로파일을 사용하는 쇼핑을 위한 쇼핑 어시스턴트 시스템이 제공된다.
많은 실시예에서, 쇼핑 어시스턴트 시스템은 신체의 일부의 길이, 폭 및 깊이의 캡처를 허용하기 위해, 사용자의 해부학적 프로파일과 관련된 신체의 적어도 일부를 캡처하기 위한 하나 이상의 이미지 스캐너들을 더 포함한다.
많은 실시예에서, 쇼핑 어시스턴트 스탠딩 표면은 신체 부분 치수들의 캡처를 보조하기 위한 하나 이상의 마킹들을 포함한다.
많은 실시예에서, 쇼핑 어시스턴트 스탠딩 표면은 스캔될 신체 부분의 위치설정을 보조하기 위한 하나 이상의 마킹 3D 요소들을 포함한다.
많은 실시예에서, 쇼핑 어시스턴트 스탠딩 표면은 사용자의 해부학적 프로파일과 관련된 신체의 적어도 일부의 깊이 임프레션을 캡처하기 위한 하나 이상의 압력 센서들을 포함한다.
많은 실시예에서, 쇼핑 어시스턴트 시스템은 사용자의 해부학적 프로파일과 관련된 신체의 적어도 일부의 깊이 임프레션을 캡처하기 위한 하나 이상의 광원들을 지원하는 장치를 포함한다.
많은 실시예에서, 쇼핑 어시스턴트 시스템은 사용자가 하나 이상의 제품 태그들을 스캔함으로써 쇼핑하기 위해, 다수의 제품들과 연관된 다수의 제품 태그들을 더 포함한다.
많은 실시예에서, 쇼핑 어시스턴트 시스템은 사용자가 쇼핑 어시스턴트 장치 주위의 선택된 지리적 구역에 진입할 때 사용자를 식별하기 위해, 쇼핑 어시스턴트 장치와 연관된 근접 센서를 더 포함한다.
많은 실시예에서, 쇼핑 어시스턴트 시스템은 모바일 디바이스 사용자가 다른 사용자의 쇼핑 프로파일을 사용하여 다른 사용자를 위해 쇼핑하도록 허용하기 위해, 복수의 사용자들 각각에 대한 쇼핑 프로파일을 더 포함한다.
본 발명의 또 다른 실시예는, 쇼핑 어시스턴트 스탠딩 표면과 연관된 근접 센서를 사용하여 쇼핑 영역에 진입하는 사용자를 식별하는 단계; 쇼핑 어시스턴트 스탠딩 표면 상에서 사용자를 위치설정하는 단계; 새로운 또는 알려진 사용자 프로파일을 여는 단계; 하나 이상의 센서들을 사용하여 신체의 적어도 일부의 캡처를 개시하는 단계; 사용자의 사용자 3D 쇼핑 프로파일을 생성하는 단계; 쇼핑 어시스턴트 애플리케이션에서 사용가능한 경우, 상기 사용자 쇼핑 프로파일을 상기 사용자 모바일 디바이스에 전송하는 단계; 사용자 모바일 디바이스를 사용하여 제품 탭을 스캔함으로써, 사용자에 의해 관심 제품을 선택하는 단계; 및 선택된 제품에 대한 쇼핑 보조를 사용자에게 제공하는 단계를 포함하는, 상점-내 쇼핑 향상을 위한 방법을 포함한다.
다양한 실시예에서, 방법은 사용자 모바일 디바이스를 사용하여 선택된 제품을 주문하는 단계를 더 포함한다.
다양한 실시예에서, 방법은 사용자 모바일 디바이스를 사용하여 선택된 제품을 맞춤화하는 단계를 더 포함한다.
다양한 실시예에서, 방법은 사용자 모바일 디바이스를 사용하여 맞춤형 제품을 주문하는 단계를 더 포함한다.
다양한 실시예에서, 방법은 사용자에게 제품 재고 정보를 제공하는 단계를 더 포함한다.
다양한 실시예에서, 방법은 선택된 제품을 사용자 쇼핑 프로파일 아바타 상에 피팅하는 단계를 더 포함한다.
다양한 실시예에서, 방법은 사용자에 의해 선택되고, 연관되고, 연결하여 보기 위한 소셜 미디어 시스템으로 피팅된 사용자 프로파일 아바타를 전송하는 단계를 더 포함한다.
다양한 실시예에서, 제10항의 방법은 사용자 거동에 기초하여 사용자 쇼핑 프로파일을 향상시키는 단계를 더 포함한다.
다양한 실시예에서, 방법은 사용자 쇼핑 프로파일 및/또는 사용자 쇼핑 거동에 기초하여 쇼핑 추천들을 제공하는 단계를 더 포함한다.
다양한 실시예에서, 방법은 온라인 상점에서 쇼핑하기 위해 사용자 쇼핑 프로파일을 사용하는 단계를 더 포함한다.
다양한 실시예에서, 방법은 압력 센서, 이미지 센서, 레이저 및 광 센서로 이루어진 그룹으로부터 선택된 하나 이상의 캡처 요소들을 사용하여 사용자 쇼핑 프로파일을 향상시키는 단계를 더 포함한다.
다양한 실시예에서, 방법은 추가적인 사용자 쇼핑 프로파일들을 모바일 디바이스에 추가하는 단계를 더 포함한다.
다양한 실시예에서, 방법은 사용자의 프로파일을 상점-내 장치로부터 사용자 모바일 디바이스로 변환하는 단계를 더 포함한다.
본 발명에 따른 시스템, 장치 및 방법의 원리 및 동작은 도면들 및 하기 설명을 참조하여 더 잘 이해될 수 있고, 이러한 도면들은 오직 예시적인 목적으로 제공되며 제한적으로 의도되지 않음이 이해된다.
도 1a는 일부 실시예에 따른 개인화된 쇼핑을 용이하게 하기 위한 시스템을 도시하는 개략적 시스템 도면이다.
도 1b는 일부 실시예에 따른 개인화된 쇼핑을 용이하게 하기 위한 플랫폼을 도시하는 개략적 시스템 도면이다.
도 2는 일부 실시예에 따른 개인화된 쇼핑을 용이하게 하는 프로세스를 표시하는 흐름도이다.
도 3은 일부 실시예에 따른 개인화된 상점-내 쇼핑 경험을 용이하게 하는 것에 대한 흐름도이다.
도 4는 일부 실시예에 따른 개인화된 온라인 쇼핑 경험을 용이하게 하는 것에 대한 흐름도이다.
도 5는 일부 실시예에 따른 개인화된 하이브리드 쇼핑 경험의 예를 표시하는 흐름도이다.
도 6은 일부 실시예에 따른 온라인 또는 오프라인에서 개인화된 신발 쇼핑의 예를 표시하는 흐름도이다.
도 7은 일부 실시예에 따른 온라인 또는 오프라인에서 개인화된 아이웨어(eyewear) 쇼핑 및 제조의 예를 표시하는 흐름도이다.
도 8a는 일부 실시예에 따른 쇼핑 어시스턴트 장치의 예의 분해도를 도시한다.
도 8b 내지 도 8h는 일부 실시예에 따른 쇼핑 어시스턴트 장치의 예의 도면들의 세트를 도시한다.
도 9는 일부 실시예에 따른 쇼핑 어시스턴트 시스템을 도시한다.
도 10은 일부 실시예에 따른 쇼핑 어시스턴트 상점 내 장치 및 개인화된 쇼핑 지원 애플리케이션을 갖는 원격 사용자 통신 디바이스의 통합된 사용의 예를 표시하는 흐름도이다.
도 11a 및 도 11b는 일부 실시예에 따른 쇼핑 어시스턴트 사용의 프로세스의 예들을 설명한다.
도 12a 및 도 12b는 일부 실시예에 따라 사용자가 마킹된 패드 상에 자신의 발을 배치하도록 안내하기 위한 쇼핑 어시스턴트 스크린 상의 대화형 스크린들을 도시하는 스크린샷들의 예들이다.
도 13a 및 13b는 일부 실시예에 따라, 사용자가 자신의 프로파일 및 그들의 연락처 정보를 정의하는 것을 돕기 위한 쇼핑 어시스턴트 스크린 또는 모바일 스크린 상의 대화형 가이드를 도시하는 스크린샷들의 예들이다.
도 14a 및 14b는 일부 실시예에 따라 한 쌍의 스캔된 발 및 하부 다리의 시뮬레이션된 표현을 도시하기 위한 쇼핑 어시스턴트 스크린 또는 모바일 스크린 상의 스크린샷들의 예들이다.
도 15a 및 도 15b는 사용자가 행동 관련 정보를 입력하는 것을 돕기 위한, 더 양호한 사용자 관련 입력을 제공하기 위해 사용될 수 있는 쇼핑 어시스턴트 스크린 또는 모바일 스크린 상의 스크린샷들의 예들이다.
도 16의 A 내지 D는 일부 실시예에 따른 쇼핑 어시스턴트 스탠딩 표면의 예의 도면들의 세트를 도시한다.
도 17은 일부 실시예에 따른 쇼핑 어시스턴트 스탠딩 표면의 추가적인 버전을 도시한다.
도 18은 일부 실시예에 따른 쇼핑 어시스턴트 스탠딩 표면의 추가적 버전을 도시한다.
도 19는 일부 실시예에 따른 쇼핑 어시스턴트 장치의 사용을 도시하는 가상 그래픽 예가 제공되는 제1 사용자의 경우를 도시한다.
도 20은 일부 실시예에 따른 쇼핑 어시스턴트 장치의 사용을 도시하는 가상 그래픽 예가 제공되는 제2 사용자의 경우를 도시한다.
도 21은 일부 실시예에 따른 쇼핑 어시스턴트 장치 상에 위치된 사용자의 예를 도시하는 픽처이다.
하기 설명은 당업자가 특정 애플리케이션 및 그의 요건들의 맥락에서 제공되는 바와 같이 본 발명을 실시 및 사용하게 하도록 제시된다. 설명된 실시예에 대한 다양한 수정들은 당업자들에게 용이하게 자명할 것이며, 본 명세서에 정의된 일반적인 원리들은 다른 실시예에 적용될 수 있다. 따라서, 본 발명은 설명되고 도시된 특정 실시예로 제한되는 것으로 의도되는 것이 아니라, 본 명세서에 개시된 원리들 및 신규한 특징들에 일치하는 가장 넓은 범위를 따라야 한다. 다른 경우에서, 널리 공지된 방법들, 절차들 및 컴포넌트들은 본 발명을 모호하게 하지 않도록 상세히 설명되지 않았다.
본 명세서에서 사용되는 바와 같이 용어 "피팅"은 제품을 착용하는 것, 착용된 제품을 보는 것, 제품을 특정 개인의 신체에 따라 수정하는 것 및/또는 다른 물리적 파라미터들을 지칭한다. 용어 "아바타"는 특정 개인을 표현하는, 특히 개인을 스크린 상에 표현하기 위한 실시예, 의인화, 아이콘, 모델 또는 피규어를 지칭한다.
온라인 쇼핑에서 신발류 구매들의 상대적으로 낮은 비율은, 선택적으로 각각의 신발 모델에 대한 고객의 발의 시뮬레이션 또는 아바타 모델에 기초하여, 고객에게 정확한 사이즈 추천을 제공하여 구매에서 더 높은 고객 신뢰도를 도출함으로써 증가될 수 있다.
본 발명은 비제한적인 실시예들은 제품들의 효과적인 피팅-온을 포함하여, 온라인이든 및/또는 상점-내이든, 매우 개인화된 쇼핑을 용이하게 하기 위한 시스템, 플랫폼 및 방법을 포함한다. 일부 실시예에서, 시스템들, 플랫폼들 및 방법들은 제품의 개인화된 제조를 허용하기 위해 제공된다.
이제, 일부 실시예에 따른 개인화된 쇼핑을 용이하게 하기 위한 시스템(100)을 도시하는 개략적 시스템 도면인 도 1a를 참조한다. 시스템(100)은 자동화된 쇼핑 어시스턴트 장치에 의해 생성된 매우 정확한 사용자 쇼핑 프로파일 및/또는 아바타를 사용하여 상점 내 및/또는 온라인에서 원활한 쇼핑을 허용한다. 일부 경우에서, 데이터 프로세싱은 클라우드 및/또는 로컬 자동화된 쇼핑 어시스턴트 장치 상에서 수행된다.
볼 수 있는 바와 같이, 개인화된 쇼핑 시스템(100)은 디지털 아바타 프로파일 모듈(110), 디지털 제품 파일 모듈(115), 제품 선택 모듈(120), 제품 피팅 모듈(125), 소셜 쇼핑 모듈(130), 제품 주문 모듈(135) 및 제품 맞춤화 모듈(137)을 포함할 수 있는 개인화된 쇼핑 프로파일 관리를 위한 플랫폼(105)을 포함한다.
플랫폼(105)은 통신 클라우드(140)와 통신하고, 이는, 사용자들(180)에게 통신가능하게 추가로 접속되어 예를 들어, 2D 및/또는 3D 스캔 또는 다른 디지털 측정 소스들로부터 육체적 사용자 데이터를 제공하는 론치 패드, 키오스크 또는 자동화된 쇼핑 어시스턴트 장치(185)에 통신가능하게 접속된 육체 프로파일 데이터 모듈(145)을 포함할 수 있다. 통신 클라우드(140)는 자동화된 쇼핑 어시스턴트 장치(185 및/또는 180)에 통신가능하게 접속되어 사용자 선호도 데이터를 제공하는 사용자 선호도 데이터 모듈(150)을 더 포함할 수 있다. 통신 클라우드(140)는 제품 데이터베이스들(165)에 통신가능하게 접속된 제품 파일 데이터 모듈(160), 및 제품 데이터베이스들(175)에 통신가능하게 접속된 제품 매칭 알고리즘들을 포함하는 제품 매칭 데이터 모듈(170)을 더 포함할 수 있다.
일 실시예에서, 장치(185)는 이동하는 또는 정적 컴포넌트들일 수 있는 2D 및/또는 3D 카메라들과 같은 하나 이상의 이미징 디바이스들을 포함한다. 장치(185)는 하나 이상의 센서들, 예를 들어, 근접 센서, 스캐너, 카메라, 압력 플레이트, 및/또는 다른 센서들을 더 포함할 수 있다.
볼 수 있는 바와 같이, 디지털 아바타 프로파일(110)은, 사용자로부터 직접적이든 또는 간접적이든, 그리고 물리적 특성들을 표현하든 및/또는 정신적, 감정적, 심리적 특성들을 표현하든, 매우 개인화되고, 다양한 데이터 소스들로부터 구성된다. 디지털 아바타 프로파일(120)은 일반적으로 하나 이상의 데이터 소스들로부터 고해상도 사용자 프로파일 또는 아바타의 생성을 허용하기 위해 명령들이 실행될 수 있는 파일들 또는 파일들의 그룹 및 데이터 포인트들을 포함한다. 추가로, 제품 선택 모듈(120)은 일반적으로 온라인이든 또는 오프라인이든, 개인화된 아바타 프로파일(110)을 선택된 디지털 제품들과 매칭시킨다. 일부 실시예에서, 하나 이상의 디바이스 레지스터들이 사용될 수 있으며, 여기서 레지스터(들)는 컴퓨터 명령, 저장 어드레스, 또는 임의의 종류의 데이터를 유지하기 위해 컴퓨터 프로세서의 일부인 작은 세트의 데이터 유지 장소들 중 하나를 지칭한다. 일부 실시예에서, 매칭 알고리즘은, 제품 데이터베이스에 의해 제공되는 제품 유형들, 사이즈들, 스타일들, 모델들 등과, 사용자의 프로파일과 관련된 사용자의 신체의 적어도 일부의 스캔에 적어도 기초하여 사용자 아바타 프로파일에 의해 정의되는 물리적 파라미터들 및/또는 사용자 선호도 데이터 사이의 완전한 또는 거의 완전한 매칭들을 제공하는 실행 코드를 포함할 수 있다. 예를 들어, 사용자 A는 사이즈, 폭 및 깊이로 정의된 발 프로파일을 가질 수 있다. 추가로, 사용자의 프로파일은 원하는 스타일들, 신발 유형들, 모델들, 및 컬러들, 예를 들어, 청색 또는 회색 운동화와 같은 선호도 데이터를 포함할 수 있다. 제품 데이터베이스는, 예를 들어, 사용자의 사이즈, 폭 및 깊이에 충분히 정밀하거나 가까운 청색, 회색 및 청-회색 컬러의 운동화를 포함할 수 있다. 이러한 경우, 매칭 알고리즘은 사용자 프로파일과 매칭하는 제품 데이터베이스로부터의 하나 이상의 제품들과 프로파일 정의들을 매칭시킬 것이다.
제품 선택 모듈(120)은 시스템 피드백 및 제품 피팅 모듈(125)을 사용한 제품 피팅 데이터 뿐만 아니라 소셜 쇼핑 모듈(130)로부터의 소셜 쇼핑 데이터를 제공함으로써 추가로 개선될 수 있다. 제품 피팅 모듈(125)은 일부 실시예에서, 쇼핑객과 함께 있는 쇼핑 어시스턴트 또는 서포터로부터 피드백을 수신하기 위한 수단을 포함한다. 다른 실시예에서, 제품 피팅 모듈은 가상 쇼핑 어시스턴트 또는 서포터, 예를 들어, 통신가능하게 접속된 서포터, 제품을 가진 사용자를 보여주는 디지털 또는 가상 미러 또는 스크린으로부터 피드백을 수신하기 위한 수단을 포함한다. 추가로, 제품 맞춤화 모듈(137)은 제품 피팅 모듈(125) 및/또는 소셜 쇼핑 모듈(130)로부터 데이터를 수신하여, 디지털 아바타 및 제품 피팅 모듈(125) 및/또는 소셜 쇼핑 모듈(130)에 따라 획득을 위해 고려되는 제품을 추가로 개인화하는 것을 도울 수 있다. 제품 맞춤화 모듈(137)은 사용자가 예를 들어 제품 컬러들, 형상, 디자인, 사용자, 재료 등을 변경함으로써 착용되거나 테스트되는 제품을 변경 또는 맞춤화하도록 허용할 수 있다. 이 방식으로, 주문될 제품은 사용자 특정 또는 맞춤형 요건들에 따라 구성될 수 있다. 추가로, 제품 맞춤화 모듈(137)은 사용자에 의해 선택 또는 생성된 대로 맞춤형 제품을 제품 선택 모듈(120)에 전송할 수 있고, 그 후 제품 선택 모듈(120)은 제품 주문 모듈(135)을 통해 맞춤형 제품의 주문을 개시할 수 있다. 또한, 제품 선택 모듈(120)에서 이루어진 사용자의 변경들로 구현된 사용자 업데이트들은 디지털 아바타 프로파일(110)을 업데이트하기 위해 사용될 수 있으며, 그에 따라 사용자 아바타 프로파일을 예를 들어 사용자 신체 변경들, 선호도 변경들 등으로 업데이트된 상태로 유지할 수 있다.
제품 선택 모듈(120)은 파일 또는 파일들의 그룹 및 데이터 포인트들을 포함하고, 그로부터의 명령들은 고해상도 사용자 프로파일들 또는 아바타들과 각각의 시스템 사용자에 의해 수행되는 쇼핑 리서치에 대한 높은 레벨의 피팅을 갖는 제품들과의 매칭을 허용하는 커맨드들을 실행하기 위해 실행될 수 있다. 이러한 모듈은 시스템 모듈들에서 생성된 피드백을 추가로 통합하여 제공되는 정확한 제품 추천을 지속적으로 개선할 수 있다. 부피, 단면적 및 원주 뿐만 아니라 길이, 폭, 높이 및 추가적 거리들과 같은 아바타에 대해 수행되는 다양한 기술 절차들을 사용하여, 시스템은 표현 숫자들의 어레이로 아바타를 표현할 수 있다. 일부 실시예에서, 이러한 숫자들의 어레이는 아바타에 의해 착용될 제품들의 유사한 요소들과 비교할 수 있도록 아바타의 다양한 요소들을 표현할 수 있다. 따라서, 추천 알고리즘들 및 머신 학습 기술들 등을 사용하여 향상될 수 있는 아바타 데이터가 제품 파일로부터의 제품 데이터와 비교될 때, 이는 시스템으로부터의 정확하고 지속적으로 개선되는 개인화된 제품 추천을 허용할 수 있다.
일부 실시예에 따르면, 디지털 아바타 프로파일은 3D 스캐너들의 비교적 낮은 수준의 통합으로 생성될 수 있다. 일부 예들에서, 사용될 수 있는 센서들 또는 스캐너들은 구조화된 광, 시각, 사진 측량, 또는 임의의 다른 유형의 3D 및/또는 2D 스캔 기술을 포함할 수 있다. 다양한 센서들 및 스캐너들은 PrimeSense 기반 스캐너들, Occipital Structure Sensors, 3D-Systems Sense and iSense 센서들, Intel RealSense 센서들(독립형 또는 머신 통합형), 모바일 디바이스들, 예를 들어, 셀룰러 전화들 또는 태블릿 디바이스들, 개인용 컴퓨터들 등 상에 제공되는 스캔 플랫폼들을 포함하지만 이에 제한되는 것은 아니다.
이제, 일부 실시예에 따른 개인화된 쇼핑을 용이하게 하기 위한 플랫폼(180)을 도시하는 개략적 시스템 도면인 도 1b를 참조한다. 볼 수 있는 바와 같이, 개인화된 쇼핑 플랫폼(180)은 카메라, 애플리케이션 및 데이터 접속을 포함하지만 이에 제한되지 않는 스마트폰들 또는 태블릿들과 같은 하나 이상의 사용자 모바일 디바이스들(182); 통상적으로 상점 또는 근처에 있는 상점 또는 매장(POS) 컴퓨팅 디바이스, 키오스크 또는 자동화된 쇼핑 어시스턴트 장치(184), 예를 들어, 하나 이상의 카메라들, 센서들 또는 스캔 디바이스들, 애플리케이션 및 데이터 접속을 갖는 전자 디바이스를 포함하고, 여기서 모바일 디바이스(들)(182) 및/또는 자동화된 쇼핑 어시스턴트 장치(185)는 통신 클라우드(186)에 연결된다. 통신 클라우드(186)는 다수의 제품들에 대한 데이터를 유지, 통합 및 달리 관리하기 위한 디지털 제품 모듈(190); 다수의 사용자들에 대한 프로파일 데이터를 유지, 통합, 프로세싱 및 달리 관리하기 위한 디지털 아바타 프로파일 모듈(188); 및 제품 추천 및 다른 매칭 기능들을 허용하는 것을 보조하기 위해, 제품과 아바타 프로파일 데이터를 매칭시키기 위한 매칭 모듈(192)을 포함한다. 플랫폼(180)은 매칭 모듈 출력 및/또는 사용자 선택들에 기초하여 맞춤형 제품들의 주문을 허용하기 위한 제품 맞춤화 모듈(194); 및 매칭 모듈 출력 및/또는 사용자 선택들에 기초하여 제품들을 주문할 수 있게 하는 제품 주문 모듈(196)을 더 포함한다.
이제, 일부 실시예에 따라, 온라인이든 또는 오프라인이든, 개인화된 쇼핑을 용이하게 하는 프로세스를 표시하는 흐름도인 도 2를 참조한다. 볼 수 있는 바와 같이, 제품 데이터베이스(200)로부터의 제품 정보는 제품들이 발견, 구매 또는 제조되도록 하기 위해 사용될 수 있다. 단계(205)에서, 예를 들어, 이전 사용자 구매들 및 리서치에 기초하여 사용자에 대한 이력 데이터가 조회될 수 있다. 단계(210)에서, 사이즈, 컬러, 재료, 유형 선호도들 등과 같은 사용자 선호도 데이터가 획득될 수 있다. 단계(215)에서, 스캔된 또는 그래픽 데이터는 예를 들어 표준 사진들, 2D 및/또는 3D 이미지 스캔으로부터 또는 POS 키오스크 또는 자동화된 쇼핑 어시스턴트 장치 등을 사용한 캡처 및 프로세싱으로부터 사용자에 대해 획득될 수 있다. 이러한 그래픽 데이터는 개인화된 쇼핑 시스템에 의해 사용되어 사용자의 육체적 속성들에 기초하여 사용자의 육체 프로파일을 생성한다. 단계(220)에서, 이후 사용자 쇼핑 아바타로 지칭되는 다차원 사용자 쇼핑 프로파일은, 단계들(205, 210 및 215)로부터의 다양한 입력 데이터를 프로세싱함으로써 개발되어, 사용자 물리적 속성들 뿐만 아니라 사용자 행동 및 사용자 선호도 데이터를 포함하는 사용자 쇼핑 아바타 또는 프로파일을 생성할 수 있다. 프로파일 또는 아바타는 선택적으로 단계들(205, 210 및/또는 215)로부터의 피드백 및 추가적인 입력들을 사용하여, 사용자를 애니메이팅, 반영 또는 표현하는 방식으로 지속적으로 개선될 수 있는 동적 구조이다. 일 구현에서, 사용자 아바타는 단일 상점에서 및/또는 다수의 상점들 예를 들어, 상점 체인 또는 온라인, 네트워크 또는 온라인 및/또는 오프라인 상점들 또는 플랫폼들의 제휴 내의 임의의 소매점에서 잠재적인 제품들에 사용자를 매칭하기 위해 사용될 수 있다.
단계(225)에서, 리서치 또는 요구되고 있는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹이 실행된다. 이러한 단계에서, 제품 데이터베이스(200)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 리서치되는 제품들과 매칭됨으로써, 특정 사용자의 개인적 쇼핑 프로파일 및 선호도들에 따라, 특정 사용자에 대한 부적절한 제품들의 진보된 필터링 및 적절한 제품들의 진보된 매치 업을 허용한다. 매칭하는 단계는 제품 매치메이킹 프로세스에 대한 사용자 프로파일에 기초하여 사용자에 대한 추천들의 제공에 의해 보완될 수 있다.
단계(230)에서, 물리적으로 존재하는 인원 또는 원격의 사람들의 피드백, 예를 들어, 사용자 프로파일을 업데이트하기 위해 사용될 수 있는 상점에서 판매원으로부터의 피드백, 또는 예를 들어, 스마트 폰 또는 컴퓨터를 통해 접속된 원격의 사람들로부터의 피드백으로부터 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕기 위해 사용될 수 있다. 일부 경우에서, 예를 들어, 어느 컬러들이 개인에게 좋아 보이는지 또는 어느 사이즈가 최상으로 보이는지 등과 같은 판매원 또는 친구의 피드백은 사용자들의 쇼핑 프로파일을 업데이트하기 위해 사용자에 의해 사용될 수 있다. 일부 경우에서, 사용자가 리서치 중인 제품을 가상으로 착용하기 위해 진보된 그래픽 프로세싱 및 3D 렌더링이 사용될 수 있어서, 사용자들은 제품을 사용자 쇼핑 아바타에 배치하는 디지털 시뮬레이션에 따라 제품을 입은 자기 자신을 볼 수 있다. 다양한 실시예에서, 모델은 제품 피팅 데이터 및/또는 사용자 프로파일에 기초하여 동적으로 생성되고, 착용되는 제품의 모델을 통합하도록 생성된 모델을 수정함으로써 증강된다. 그 다음, 이러한 모델은 본 명세서에 설명된 다양한 디바이스들 중 임의의 것을 사용하여 디스플레이될 수 있어서, 고객이 제품들을 미리 보도록 허용할 수 있다. 일부 경우에서, 시스템은 선택적으로 아바타에 피팅된 애니메이팅된 아바타 또는 캐릭터, 렌더링된 픽처들 및/또는 추천의 시각적 표현과 같은 정적 또는 동적 고해상도 시각적 출력을 제공할 수 있다. 예를 들어, 이러한 표현은 사용자가 아바타 상에 묘사되도록 착용중인 제품을 보도록 허용하여, 사용자가 컬러 히트 맵(color heat map) 등에 따라 피팅, 단단함, 컬러, 스타일, 재료, 모델들 등과 같은 세부사항들을 시각화하도록 도울 수 있다. 예를 들어, 컬러 히트 맵은 제품이 신체와 상호작용할 때 단단함, 장력, 마찰 등의 영역들을 표시하기 위해 사용될 수 있다. 본 명세서에 설명된 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가적 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다. 단계(235)에서, 사용자 쇼핑 프로파일을 수정하는 것을 돕기 위해, 사용자가 접속된 소셜 네트워크들로부터 또는 직접적인 제3자 피드백으로부터 피드백이 획득될 수 있다.
단계(237)에서, 제품 맞춤화가 단계(230)에서의 제품 피팅 피드백으로부터의 데이터 및/또는 단계(235)에서의 소셜 피드백을 통합하여, 디지털 아바타 및 제품 피팅 모듈(125) 및/또는 소셜 쇼핑 모듈(130)에 따라 획득을 위해 고려되는 제품을 추가로 개인화하는 것을 도울 수 있다.
단계(240)에서, 개인화된 제품은 물리적 상점 내에 있든 또는 온라인 상점이든, 사용자에 의해 주문될 수 있다. 추가로, 개인화된 제품은 제품이 사용자를 위한 일회성 맞춤형 제품이 되도록 사용자의 요청에 기초하여 제품을 생산할 수 있는 제조자로부터 주문될 수 있다. 맞춤형 제품들은, 예를 들어 재료 유형, 인쇄 샘플들, 컬러, 사이즈, 부피, 각도들, 모델 변형, 스타일들, 개인적 맞춤화 등을 포함하는 다양한 유형들의 맞춤화를 포함할 수 있다.
이제, 일부 실시예에 따른 개인화된 오프라인(상점 내) 쇼핑 경험을 용이하게 하기 위한 흐름도인 도 3이 참조된다. 볼 수 있는 바와 같이, 물리적 상점을 지원하는 백엔드 또는 컴퓨팅 시스템에서, 제품 데이터베이스(300)로부터의 제품 정보는 제품들이 온라인 사용자에 의해 발견, 구매 또는 제조되도록 하기 위해 사용될 수 있다. 일부 실시예에서, 제품 데이터베이스는, 실시예 유형 및 요건들에 따라 로컬 매장 디바이스 및/또는 클라우드에서 고강도 계산들을 수행하도록 적응된 제품 데이터 프로세싱 모듈과 연관된다. 단계(305)에서, 예를 들어, 상점 또는 상점들의 체인에서 이전 사용자 구매들에 기초하여 사용자에 대한 이력 데이터가 조회될 수 있다. 단계(310)에서, 사이즈, 컬러, 재료, 유형 선호도들 등과 같은 사용자 선호도 데이터가 획득될 수 있다. 단계(315)에서, 프론트엔드 또는 사용자 측에서, 스캔된 또는 그래픽 데이터는 예를 들어 표준 사진들, 2D 및/또는 3D 이미지 스캔으로부터 또는 POS 키오스크 또는 장치 등을 사용한 캡처 및 프로세싱으로부터 사용자에 대해 획득될 수 있다. 일부 실시예에서, 스마트 폰, 태블릿 또는 다른 컴퓨팅 디바이스 상의 전용 또는 일반 애플리케이션이 사용자의 효과적인 사진 촬영 또는 스캔을 허용하기 위해 사용될 수 있다. 추가적 실시예에서, 전용 또는 일반 카메라 또는 스캔 디바이스, 키오스크 또는 스탠딩 스테이션(이동식 또는 고정식)이 쇼핑 어시스턴트, 헬퍼 및/또는 판매원에 의해 사용될 수 있다. 단계(320)에서, 이러한 기하학적 데이터는 단계들(305 및 310)로부터의 다양한 입력 데이터와 함께 개인화된 쇼핑 시스템에 의해 사용되어, 사용자 물리적 속성들 뿐만 아니라 사용자 행동 및 사용자 선호도 데이터를 포함하는 다차원 사용자 쇼핑 아바타 또는 프로파일을 생성할 수 있다.
단계(325)에서, 리서치 또는 요구되고 있는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹이 실행된다. 이러한 단계에서, 제품 데이터베이스(300)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라, 사용자에 의해 요청되는 제품들에 매칭된다. 매칭하는 단계는 제품 매치메이킹 프로세스에 대한 사용자 프로파일에 기초하여 사용자에 대한 추천들의 제공에 의해 보완되어, 특정 사용자의 개인적 쇼핑 프로파일 및 선호도들에 따라, 특정 사용자에 대한 부적절한 제품들의 진보된 필터링 및 적절한 제품들의 진보된 매치 업을 허용할 수 있다. 이러한 진보된 필터링은, 사용자가 부적절한 아이템들을 선택하여 쇼핑 어시스턴트들 및 쇼핑객 자신들의 시간 및 자원들을 낭비하게 하기 보다는, 예를 들어, 상점 판매원 또는 사용자 자신들에게 실질적으로 적절한 제품들, 선택적으로는 현재 이용가능한 제품들을 제시할 수 있다. 이는 또한 사용자들이 다른 아바타들 또는 사용자들을 위해 생성된 매칭 및 추천 데이터로부터 이익을 얻을 수 있게 하며, 이는 유사한 기능들을 선택적으로는 익명화된 방식으로 공유하도록 하여, 더 스마트하고 더 정확한 매칭 및/또는 추천들을 허용할 수 있다.
단계(330)에서, 물리적으로 존재하는 인원 또는 원격의 사람들의 피드백, 예를 들어, 사용자 프로파일을 업데이트하기 위해 사용될 수 있는 상점에서 판매원으로부터의 피드백, 또는 예를 들어, 스마트 폰 또는 컴퓨터를 통해 접속된 원격의 사람들로부터의 피드백으로부터 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕기 위해 사용될 수 있다. 일부 경우에서, 예를 들어, 어느 컬러들이 개인에게 좋아 보이는지, 어느 신발 모델이 개인에게 최상으로 보이는지, 및/또는 어느 사이즈가 최상으로 보이는지 등과 같은 판매원 또는 친구의 피드백은 사용자들의 쇼핑 프로파일을 업데이트하기 위해 사용자에 의해 사용될 수 있다. 단계(335)에서, 능동적 및/또는 수동적 접근법을 사용하여 사용자들로부터 피드백이 획득될 수 있다. 예를 들어, 피드백의 능동적 입력은 시스템이 현재 개인 또는 사람들로부터든 및/또는 원격의 개인 또는 사람들로부터든, 피팅(예를 들어, 얼마만큼 양호/불량/오프(off)인지) 또는 다른 양상들에 대한 실제 피드백을 수신할 때 발생할 수 있다. 이러한 피드백은 예를 들어 사용자가 선택된 사용자, 모델, 유형 및/또는 다른 선호도를 입력하는 박스 또는 텍스트 입력 요소를 통해, 예를 들어, 시스템에 선택된 선택들을 입력하도록 허용할 수 있다. 수동적 피드백은, 판매 정보, 반품 등으로부터 또는 특정 유형들, 컬러들, 모델들, 사이즈들 등을 착용함으로써 발생되는 피팅 또는 다른 양상들에 대한 실제 피드백을 시스템이 수신할 때 발생하여, 개인적 아바타 뿐만 아니라 다른 사용자들에 대한 제품 정보 및 피팅을 추가로 개선하기 위해 시스템이 사용자의 과거 선택들 및 행동으로부터 학습하도록 허용할 수 있다. 일부 경우에서, 사용자가 리서치 중인 제품을 착용하기 위해 진보된 그래픽 프로세싱 및 3D 렌더링이 사용될 수 있어서, 사용자들은 제품을 사용자 쇼핑 아바타에 배치하는 디지털 시뮬레이션에 따라 제품을 가상으로 입은 자기 자신을 볼 수 있다. 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가적 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다.
단계(340)에서, 개인화된 제품은, 예를 들어, 현재 상점에 없지만 원칙적으로 이용가능한 제품에 대해 또는 사용자의 쇼핑 아바타에 기초하여 구체적으로 요구되는 제품의 제조를 허용하기 위해 물리적 상점으로부터 사용자에 의해 주문될 수 있어서, 제품은 사용자에 대한 맞춤형 제품이다.
단계(345)에서, 사용자는, 사용자에 대해 생성 및/또는 제조될 커스텀 제품을 구매하기 위해, 선택적으로는 사용자가 상점에서 보고, 좋아하고 그리고/또는 선택한 제품에 기초하여 개인화된 제품을 선택하고 그리고/또는 제품을 수정 또는 디자인할 수 있다. 이러한 수정들은 이름 조각, 컬러들, 재료들, 인쇄 등과 같은 시각적 변화들 뿐만 아니라 신발의 뒤꿈치 높이, 아이웨어의 프레임 두께 등을 제어하는 것과 같은 물리적 특성들을 포함할 수 있다. 단계들(340 및 도 345)에서, 이러한 특징들은 상점 내 고객들이 일반적으로 전자 상거래 및 온라인 쇼핑으로 제한되는 특징들을 향유하도록 허용할 수 있다.
이제, 일부 실시예에 따른 개인화된 온라인 쇼핑 경험을 용이하게 하기 위한 흐름도인 도 4가 참조된다. 볼 수 있는 바와 같이, 온라인 상점은 온라인 사용자들에게 제공될 제품들의 선택을 위해 제품 데이터베이스(400)로부터 제품 정보를 획득할 수 있다. 단계(405)에서, 예를 들어, 이전 사용자 구매들 및 리서치에 기초하여 온라인 사용자에 대한 이력 데이터가 조회될 수 있다. 단계(410)에서, 사이즈, 컬러, 재료, 유형 선호도들 등과 같은 사용자 선호도 데이터가 획득될 수 있다. 단계(415)에서, 스캔된 또는 그래픽 데이터는 예를 들어 표준 사진들, 2D 및/또는 3D 이미지 스캔으로부터 또는 POS 키오스크 또는 장치 등을 사용한 캡처 및 프로세싱으로부터 사용자에 대해 획득될 수 있다. 일부 실시예에서, 스마트 폰, 태블릿 또는 다른 컴퓨팅 디바이스 상의 전용 또는 일반 애플리케이션이 사용자의 효과적인 사진 촬영 또는 스캔을 허용하기 위해 사용될 수 있다. 다른 실시예에서, 스캔된 또는 그래픽 데이터를 획득하기 위해 웹캠, 3D 카메라, 비디오 레코더 등이 사용될 수 있다. 단계(420)에서, 이러한 그래픽 데이터는 단계들(405, 410 및 415)로부터의 다양한 입력 데이터와 함께 개인화된 쇼핑 시스템에 의해 사용되어, 사용자 물리적 속성들 뿐만 아니라 사용자 행동 및 사용자 선호도 데이터를 포함하는 다차원 사용자 쇼핑 아바타 또는 프로파일을 생성할 수 있다.
단계(425)에서, 리서치 또는 요구되고 있는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹이 실행된다. 이러한 단계에서, 제품 데이터베이스(400)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 리서치되는 제품들과 매칭됨으로써, 특정 사용자의 개인적 쇼핑 프로파일 및 선호도들에 따라, 예를 들어, 특정 사용자에 대한 부적절한 제품들의 진보된 필터링 및 적절한 제품들의 진보된 매치 업을 보조하기 위한 제품 매칭들의 진보된 추천을 허용한다.
단계(430)에서, 예를 들어, 스마트 폰 또는 컴퓨터를 통해 접속된 가족 구성원들, 친구 또는 쇼핑 어시스턴트들과 같은 원격의 사람들의 피드백으로부터의 제품 피팅 데이터는, 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕기 위해 사용될 수 있는데, 예를 들어, 어느 컬러들이 개인에게 좋게 보이는지 또는 어느 사용자가 최상으로 보이는지 등에 관한 데이터를 포함하는 것은 사용자들의 쇼핑 프로파일을 업데이트하기 위해 사용자에 의해 사용될 수 있다. 추가적 예들에서, 제품 컬러 추천들, 사이즈 또는 피팅 추천 등을 제공하기 위해 코드가 사용될 수 있다. 이러한 피드백은 사용자로부터 능동적으로 또는 예를 들어 구매 정보, 배송 데이터 등에 기초하여 정적으로 수집될 수 있다. 단계(435)에서, 사용자 쇼핑 프로파일을 수정하는 것을 돕기 위해, 사용자가 접속된 소셜 네트워크들로부터 또는 직접적인 제3자 피드백으로부터 피드백이 획득될 수 있다. 또한, 온라인 구매 프로세스에서 쇼핑객에게 제공되는 안내 및 지원을 개선하기 위해 인간 및/또는 기계 기반 디지털 담당자, 스타일 전문가 및/또는 추가 안내 정보가 입력될 수 있다. 일부 경우에서, 사용자가 리서치 중인 제품을 가상으로 착용하도록 허용하기 위해 진보된 그래픽 프로세싱 및 3D 렌더링이 사용될 수 있어서, 사용자들은 제품을 사용자 쇼핑 아바타에 배치하는 디지털 시뮬레이션에 따라 제품을 입은 자기 자신을 볼 수 있다. 이는 실시간 시뮬레이션을 사용하여 수행되어, 애니메이팅된 비디오의 라이브 스트림 또는 시뮬레이션의 고해상도 이미지들 등을 허용할 수 있다. 일부 실시예에서, "디지털 착용"은 움직이는 또는 정적 위치의 아바타 상에 요소의 정확한 위치설정을 포함하는 물리 시뮬레이션을 포함할 수 있다. 본 명세서에 설명된 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가적 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다.
단계(440)에서, 제품은 온라인 상점으로부터 사용자에 의해 주문될 수 있다. 선택적으로, 단계(445)에서, 개인화된 제품은 사용자의 쇼핑 아바타에 기초하여 구체적으로 요구되는 제품의 제조를 허용하기 위해 온라인 상점으로부터 사용자에 의해 생성될 수 있어서, 제품은 사용자에 대한 일회성 맞춤형 제품이다. 쇼핑 시스템은 맞춤형 제조 출력의 경우 필요하다면, 회사 생산 하드웨어 및 ERP 시스템에 직접 접속되어 이러한 개인화된 제품 제조를 용이하게 할 수 있다. 일례에서, 개인화된 제품은 STL 모델들과 같은 3D 프린터 파일들 또는 DXF 또는 DWG 파일들과 같은 디지털 절단 디바이스들에서 표현될 수 있다. 다른 실시예에서, 이는 커스텀 라우팅 카드 또는 생산 지침 및 BOM 파일들일 수 있다. 추가 입력은 제품 제조자 또는 프린터가 커스텀 제품을 시각적으로 디자인하는 데 도움이 될 시각적 렌더러 또는 시각적 렌더링을 포함할 수 있다.
일부 실시예에서, 제품 데이터베이스(400)로부터의 데이터는 선택적으로 단계(425)에서의 제품 매치메이킹 없이 단계(445)에서 맞춤형 제품을 개발하기 위해 단계(420)에서 유도된 신체 또는 아바타 프로파일과 함께 사용될 수 있다.
이제, 일부 실시예에 따른 개인화된 하이브리드 쇼핑 경험의 예를 표시하는 흐름도인 도 5가 참조된다. 도면에서 볼 수 있는 바와 같이, 물리적 및/또는 온라인 상점을 지원하는 백엔드 또는 컴퓨팅 시스템에서, 제품 데이터베이스(500)로부터의 제품 정보는 제품들이 온라인 또는 상점 내 사용자에 의해 발견, 구매 또는 제조되도록 하기 위해 사용될 수 있다. 단계(505)에서, 온라인 경험으로부터든 및/또는 상점 내 경험으로부터든, 예를 들어, 상점 또는 상점들의 체인에서 이전 사용자 구매들에 기초하여 사용자에 대한 이력 데이터가 조회될 수 있다. 단계(510)에서, 사이즈, 컬러, 재료, 유형 선호도들 등과 같은 사용자 선호도 데이터가 획득될 수 있다. 단계(515)에서, 사용자에 의해 실행되든 또는 쇼핑 어시스턴트에 의해 실행되든, 프론트엔드 또는 사용자 측에서, 스캔된 또는 그래픽 데이터는 예를 들어 표준 사진들, 2D 및/또는 3D 스캔으로부터 또는 POS 키오스크 등을 사용한 캡처 및 프로세싱으로부터 사용자에 대해 획득될 수 있다. 일부 실시예에서, 스마트 폰, 태블릿 또는 다른 컴퓨팅 디바이스 상의 전용 또는 일반 애플리케이션이 사용자의 효과적인 사진 촬영 또는 스캔을 허용하기 위해 사용될 수 있다. 추가적 실시예에서, 휴대용 또는 비-휴대용 디바이스들, 키오스크 유형 또는 독립형 디바이스들을 포함할 수 있는 전용 또는 일반적 카메라 또는 스캔 디바이스가 쇼핑 어시스턴트에 의해 사용될 수 있다. 단계(520)에서, 이러한 그래픽 데이터는 단계들(505, 510 및 515)로부터의 다양한 입력 데이터와 함께 개인화된 쇼핑 시스템에 의해 사용되어, 사용자 물리적 속성들 뿐만 아니라 사용자 행동 및 사용자 선호도 데이터를 포함하는 다차원 사용자 쇼핑 아바타 또는 프로파일을 생성할 수 있다. 이러한 시스템의 하나의 이점은 온라인 및/또는 상점 내 시나리오들에서 지속적으로 업데이트되는 개인적 프로파일을 사용하여 개인화의 이점들을 향유하면서 사용자들이 온라인 쇼핑과 오프라인 쇼핑 사이에서 전환할 수 있는 원활한 전송이다.
일부 실시예에서, 단계(525)에서, 리서치 또는 요구되고 있는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹은 선택적으로 물리적 상점 내에 위치된 온라인 쇼핑객에 대해 실행된다. 이러한 단계에서, 제품 데이터베이스(500)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 요청되는 제품들과 매칭됨으로써, 특정 사용자의 개인적 쇼핑 프로파일 및 선호도들에 따라, 특정 사용자에 대한 부적절한 제품들의 진보된 필터링 및 적절한 제품들의 진보된 매치 업을 허용한다. 이러한 진보된 필터링은, 사용자가 부적절한 아이템들을 선택하여 쇼핑 어시스턴트들 및/또는 쇼핑객 자신들의 시간 및 자원들을 낭비하게 하기 보다는, 예를 들어, 상점 판매원 또는 사용자 자신들에게 실질적으로 적절한 제품들, 선택적으로는 현재 이용가능한 제품들을 제시할 수 있다.
단계(530)에서, 물리적으로 존재하는 인원 또는 원격의 사람들의 피드백, 예를 들어, 사용자 프로파일을 업데이트하기 위해 사용될 수 있는 상점에서 판매원으로부터의 피드백, 또는 예를 들어, 스마트 폰 또는 컴퓨터를 통해 접속된 원격의 사람들로부터의 피드백으로부터 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕기 위해 사용될 수 있다. 일부 경우에서, 예를 들어, 어느 컬러들이 개인에게 좋아 보이는지 또는 어느 사이즈가 최상으로 보이는지 등과 같은 판매원 또는 친구의 피드백은 사용자들의 쇼핑 프로파일을 업데이트하기 위해 사용자에 의해 사용될 수 있다. 단계(535)에서, 사용자 쇼핑 프로파일을 수정하는 것을 돕기 위해, 사용자가 접속된 소셜 네트워크들로부터 또는 직접적인 제3자 피드백으로부터 피드백이 획득될 수 있다. 일부 경우에서, 사용자가 리서치 중인 제품을 가상으로 착용하기 위해 진보된 그래픽 프로세싱 및 3D 렌더링이 사용될 수 있어서, 사용자는 제품을 사용자 쇼핑 아바타에 배치하는 디지털 시뮬레이션에 따라 제품을 입은 자기 자신을 볼 수 있다. 본 명세서에 설명된 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가적 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다.
단계(540)에서, 제품은 물리적 상점에서 온라인 사용자에 의해 주문될 수 있다. 단계(550)에서, 개인화된 제품은, 예를 들어, 현재 상점에 없지만 원칙적으로 이용가능한 제품에 대해 또는 사용자의 쇼핑 아바타에 기초하여 구체적으로 요구되는 제품의 제조를 허용하기 위해 물리적 상점에서 온라인 사용자에 의해 주문될 수 있어서, 제품은 사용자에 대한 맞춤형 제품이다.
일부 실시예에서, 단계(545)에서, 리서치 또는 요구되고 있는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹은 물리적 상점 내에 위치된 사용자에 대해 실행된다. 이러한 단계에서, 제품 데이터베이스(500)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 요청되는 제품들과 매칭됨으로써, 특정 사용자의 개인적 쇼핑 프로파일 및 선호도들에 따라, 특정 사용자에 대한 부적절한 제품들의 진보된 필터링 및 적절한 제품들의 진보된 매치 업을 허용한다. 이러한 진보된 필터링은, 사용자가 부적절한 아이템들을 선택하여 쇼핑 어시스턴트들 및/또는 쇼핑객 자신들의 시간 및 자원들을 낭비하게 하기 보다는, 예를 들어, 상점 판매원 또는 사용자 자신들에게 실질적으로 적절한 제품들, 선택적으로는 현재 이용가능한 제품들을 제시할 수 있다.
이제, 일부 실시예에 따른 온라인 또는 오프라인의 개인화된 신발 쇼핑의 예를 표시하는 흐름도인 도 6이 참조된다. 도면에서 볼 수 있는 바와 같이, 밑창 제품 데이터베이스로부터의 밑창 정보가 600에서 획득될 수 있다. 또한, 슈 라스트(shoe last) 제품 데이터베이스로부터 슈 라스트 정보가 605에서 획득될 수 있다. 일부 경우에서, 내부 밑창 데이터, 슈 라스트 및/또는 신발 모델 데이터는 각각의 제품의 형상, 부피, 신발의 재료들, 폐쇄 유형, 신발 유형, 폭, 길이, 높이, 두께, 재료들의 탄성, 편안한 피팅 등에 대한 데이터를 포함할 수 있다. 일부 예들에서, 예를 들어, 슈 라스트 데이터베이스(605)에 추가될 2D DXF 데이터와 조합된 각각의 3D 라스트의 메시 분석을 실행하기 위해 메시 분석 및 디지털화가 제공될 수 있다. 또한, 발견, 구매 또는 제조될 신발에 대한 신발 모델 데이터가 신발 모델 데이터베이스(610)로부터 획득될 수 있다. 일부 경우에서, 예를 들어, 3D STL 파일들은 슈 라스트에 대해 임포트될 수 있고 2D DXF 파일들은 라스트 바닥에 대해 임포트될 수 있다.
단계(615)에서, 스캔된 또는 기하학적 데이터는 예를 들어 표준 사진들, 2D 및/또는 3D 이미지 스캔으로부터 또는 자동화된 쇼핑 어시스턴트 장치 등을 사용한 캡처 및 프로세싱으로부터 사용자에 대해 획득될 수 있다. 이러한 그래픽 데이터는 사용자의 육체적 속성들에 기초하여 사용자의 육체 프로파일을 생성하기 위해 개인화된 쇼핑 시스템에 의해, 클라우드 상에서 또는 유닛 자체에서 620에서 프로세싱될 수 있다. 프로파일은 하기 속성들 중 전부 또는 일부를 포함할 수 있다: 프로파일의 정확한 기하구조를 포함하는 3D 메시, 사용자 신체의 하나 이상의 부분들의 정확한 기하구조를 포함하는 3D 메시, 2D 이미지들, 특정 부피들, 단면 측정들, 특정 거리들 및 길이들 뿐만 아니라 선호도들과 같은 비-수치 속성들 등을 포함하는, 입력 방법들 중 하나 이상으로부터 계산된 속성들. 예를 들어, 사용자의 발 또는 두 발이 함께 바닥 또는 또 다른 표면, 또는 기준 물체 근처 등에 서 있는 동안 촬영 또는 스캔될 수 있다. 추가로, 사용자의 발 또는 발들은 발들의 상이한 각도들 주위를 스캔하는 카메라에 의해 또는 카메라 주위에서 이동하는 개인에 의해 스캔되어, 3D 모델, 영화 또는 이미지들의 세트를 기준으로서 생성할 수 있다. 스캔된 데이터는 전형적으로, 선택적으로는 보간 및/또는 클리닝을 포함하여, 물체 식별 및 메시 생성 또는 다른 적절한 프로세싱 수단을 허용할 수 있다. 일부 경우에서, 메시는 예를 들어 발 각각의 분리, 식별 및 준비, 스캔으로부터 바닥, 바지 또는 다른 과도한 재료들의 제거 등을 포함하는 과도한 기하구조들의 제거 및/또는 메시 에러들의 확정을 추가로 허용할 수 있다. 스캔된 데이터 프로세싱은 일부 경우에서, 2개의 발의 분리 또는 개별화를 또한 돕는 발 정렬을 허용하여, 특정 단면들에서 영역, 둘레 및 다른 치수들을 결정하기 위해 일반적 및 영역 특정적 길이들, 폭 및 높이 및 단면적 분석을 결정하기 위한 치수 분석을 포함하는 양쪽 발의 정확한 측정을 제공한다. 스캔된 데이터 프로세싱은 스캔된 발의 가장자리들을 매끄럽게 하는 것, 누락된 부피들을 확립하는 것, 발의 밑창들을 구성하는 것 등을 허용할 수 있다. 일부 경우에서, 전체 발 부피 및/또는 영역 특정적 부피가 추가적인 정보로서 모델로부터 추출될 수 있다. 단계(625)에서, 프로세싱된 사용자 스캔 데이터는 예를 들어 정밀한 길이, 폭, 높이, 아치, 볼, 단면, 원주, 부피 치수들 등을 추출하기 위해 파라미터화될 수 있다. 이러한 파라미터들은 특정 알고리즘들을 사용하여 클린 3D 메시로부터 계산될 수 있다. 예를 들어, 스탠딩 위치에서 스캔된 모델로부터 발 아치 높이의 계산은 복잡하며, 발 중앙의 상이한 단면들에 걸쳐 다양한 해부학적 부분들의 XYZ 파라미터들의 비교에 기초할 수 있다. 발의 폭은 본 발명의 실시예들의 특정 애플리케이션들의 요건들에 적절하게 3D 메시 및/또는 2D 단면 레벨 둘 모두에서 계산된 발가락 상자의 부피에 기초하여 계산될 수 있다. 발의 길이는 발의 뒤꿈치와 제1 중족골 사이의 거리를 표현하는 "볼 길이"와 전체 길이의 조합으로부터 계산될 수 있다. 또한, 궤양, 감염, 손상 등과 같은 사용자 특정 상태들이 또한 식별되고 사용자의 신발 쇼핑 프로파일에 통합될 수 있다. 이러한 단계에서, 발의 전립선 또는 상복 상태가 또한 분석될 수 있다. 또한, 발의 아치는 지지 밑창 또는 다른 보철물의 피팅을 위해 식별되고 측정될 수 있다.
단계(630)에서, 온라인 경험으로부터든 및/또는 상점 내 경험으로부터든, 예를 들어, 상점 또는 상점들의 체인에서 이전 사용자 구매들에 기초하여 사용자에 대한 이력 데이터가 조회될 수 있다. 단계(635)에서, 사이즈, 컬러, 재료, 유형 선호도들 등과 같은 사용자 선호도 데이터가 획득될 수 있다. 단계(640)에서, 이후 사용자 쇼핑 아바타로 지칭되는 다차원 사용자 신발 쇼핑 프로파일은, 단계들(615, 620, 625, 630 및 635)로부터의 다양한 입력 데이터를 프로세싱함으로써 생성되어, 사용자 물리적 속성들 뿐만 아니라 사용자 행동 및 사용자 선호도 데이터를 포함하는 사용자 신발 쇼핑 아바타 또는 프로파일을 생성할 수 있다. 일부 실시예에서, 사용자 신발 쇼핑 프로파일은, 전형적으로 상이하고 파라미터들이 개별적으로 결정되는 사용자의 양쪽 발을 포함하여, 왼쪽 및 오른쪽 발에 대한 개별적인 프로파일들로부터 이익을 얻는다.
단계(645)에서, 검사, 리서치 또는 요구되고 있는 신발 제품들에 대한 사용자 신발 쇼핑 프로파일의 매치메이킹이 실행된다. 이러한 단계에서, 제품 데이터베이스들(600, 605 및 610)로부터의 치수들을 포함하는 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 리서치되는 제품들과 매칭됨으로써, 특정 사용자의 개인적 쇼핑 프로파일 및 선호도들에 따라, 특정 사용자에 대한 부적절한 제품들의 진보된 필터링 및 적절한 제품들의 진보된 매치 업을 허용한다. 매칭하는 단계는 사용자의 매치메이킹 프로세스에 대한 프로파일에 기초하여 사용자에 대한 추천들의 제공에 의해 보완될 수 있다. 이러한 단계는 발 및 신발 디지털 프로파일들의 모델들을 직접적으로 및/또는 파라미터화된 수치 모델을 사용할 수 있다.
단계(650)에서, 물리적으로 존재하는 인원 또는 원격의 사람들의 피드백, 예를 들어, 사용자 프로파일을 업데이트하기 위해 사용될 수 있는 상점에서 판매원으로부터의 피드백, 또는 예를 들어, 스마트 폰 또는 컴퓨터를 통해 접속된 원격의 사람들로부터의 피드백으로부터 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕기 위해 사용될 수 있다. 일부 경우에서, 예를 들어, 어느 컬러들이 개인에게 좋아 보이는지 또는 어느 사이즈가 최상으로 보이는지 등과 같은 판매원 또는 친구의 피드백은 사용자들의 쇼핑 프로파일을 업데이트하기 위해 사용자에 의해 사용될 수 있다. 일부 경우에서, 사용자가 리서치 중인 제품을 착용하기 위해 진보된 그래픽 프로세싱 및 3D 렌더링이 사용될 수 있어서, 사용자들은 제품을 사용자 쇼핑 아바타에 배치하는 디지털 시뮬레이션에 따라 제품을 가상으로 입은 자기 자신을 볼 수 있다. 다양한 실시예에서, 모델은 제품 피팅 데이터 및/또는 사용자 프로파일에 기초하여 동적으로 생성되고, 착용되는 제품의 모델을 통합하도록 생성된 모델을 수정함으로써 증강된다. 그 다음, 이러한 모델은 본 명세서에 설명된 다양한 디바이스들 중 임의의 것을 사용하여 디스플레이될 수 있어서, 고객이 제품들을 미리 보도록 허용할 수 있다. 본 명세서에 설명된 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가적 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다. 단계(655)에서, 사용자 쇼핑 프로파일을 수정하는 것을 돕기 위해, 사용자가 접속된 소셜 네트워크들로부터 피드백이 획득될 수 있다.
단계(660)에서, 개인화된 신발 쌍은 물리적 상점 내에 있든 또는 온라인 상점이든, 사용자에 의해 주문될 수 있다. 추가로, 개인화된 제품은 제품이 사용자를 위한 일회성 맞춤형 제품이 되도록 사용자의 요청에 기초하여 제품을 생산할 수 있는 제조자로부터 주문될 수 있다. 본 발명에 기초한 맞춤형 신발은, 예를 들어 형상(예를 들어, 사이즈, 길이, 기하구조 및/또는 부피), 디자인(예를 들어, 컬러들, 패턴들, 인쇄 및/또는 재료들) 또는 상기한 것의 임의의 다른 구체화 또는 조합 중 하나 이상에서 맞춤화 및/또는 개인화될 수 있다.
이제, 일부 실시예에 따른 온라인 또는 오프라인의 개인화된 아이웨어 쇼핑 및 제조의 예를 표시하는 흐름도인 도 7이 참조된다. 이러한 실시예는 선글라스 및 임의의 유형의 광학 안경 둘 모두를 지칭한다. 도면에서 볼 수 있는 바와 같이, 안경 제품 데이터베이스로부터의 안경 모델 정보는 다양한 파일 유형들 또는 데이터 구조들의 안경 모델들 또는 제품 데이터베이스로부터 700에서 획득될 수 있다. 일부 실시예에 따르면, 안경 프레임 획득은 파라메트릭 모델들을 준비함으로써, 예를 들어, 다수의 입력 유형들에 대한 모델 파라미터들을 생성하고, 해상도 조정을 처리하고, 자동 리깅(rigging) 및/또는 스키닝(skinning)을 허용하고, 모션 애니메이션의 범위 및 수정 형상-키들을 통합함으로써 허용될 수 있다.
단계(705)에서, 예를 들어, 얼굴 해부학적 랜드마크들 및 측정된 거리들, 예를 들어, 인터 파퓰러(inter popular) 거리, 각각의 눈, 뺨, 템플의 위치, 및 귀 및 코의 다양한 지점들 등을 포함하는 사용자에 대한 이력 데이터가 사용될 수 있다. 선택적으로 부피, 비율들 및 표준 형상을 포함하는 각각의 면의 일반적 파라미터들이 또한 로딩되고, 예를 들어, 온라인으로부터든 및/또는 상점 내 경험으로부터든, 상점 또는 상점들의 체인에서 이전 사용자 검사들 및/또는 구매들에 기초하여 조회될 수 있다. 단계(710)에서, 사이즈, 컬러, 재료, 유형 선호도들, 사용 요구 등과 같은 사용자 선호도 데이터가 획득될 수 있다. 이러한 데이터는 예를 들어 구매 정보, 설문지들, 양식들 및/또는 임의의 다른 데이터 획득 방법을 사용하여 직접 또는 간접적으로 획득될 수 있다.
단계(715)에서, 스캔된 또는 그래픽 데이터는 예를 들어 표준 사진들, 2D 및/또는 3D 이미지 스캔으로부터 또는 자동화된 쇼핑 어시스턴트를 사용한 캡처 및 프로세싱으로부터 사용자에 대해 획득될 수 있다. 이는 예를 들어, 본 명세서에서 설명된 바와 같이 임의의 유형의 3D 스캔 기술 또한 사이징을 위한 기준 물체들을 사용하거나 사용하지 않는 대안적인 2D 방법을 포함한다. 전형적으로, 이러한 스테이지에서 사용자 머리 및 얼굴 스캔 데이터가 획득될 수 있다. 일부 실시예에서, 머리 및 얼굴 모델 준비 및 분석은 평활화 및 클리닝, 향상된 토폴로지를 갖는 메시의 재구성 및/또는 실시간으로 최적의 디스플레이를 위한 최적화된 세부사항/가중치 비율 압축 및/또는 배향 및 정렬과 같은 모델 준비를 포함할 수 있다. 추가로, 얼굴 특징 인식은 예를 들어, 다수의 각도들(예를 들어, 법선, 깊이, 컬러 또는 다른 파라미터들을 결정하는 것을 돕기 위한 3 내지 15 도)로부터 렌더링된 얼굴 모델을 생성하기 위해 사용될 수 있다. 또한, 예를 들어, 눈, 코, 코 브릿지, 템플, 귀 등을 식별하기 위해 컴퓨터 비전 및/또는 기계 학습 알고리즘들이 적용될 수 있다. 스캔된 데이터의 프로세싱은 2D 랜드마크들을 3D 모델에 투영하는 것, 및 해부학적 랜드마크들의 검증을 더 포함할 수 있다. 랜드마크들이 없는 경우 통계 또는 경험적 결과들에 기반한 평가가 이러한 랜드마크들의 대체에 적용될 수 있다.
단계(720)에서, 예를 들어, 정확한 얼굴의 길이, 폭, 높이 비율들, 코 폭과 부피, 귀 사이즈, 귀 높이, 귀 위치, 피부색 및/또는 다른 얼굴 관련 특성들 및 치수들 등을 추출하기 위해, 프로세싱된 사용자 스캔 데이터를 파라미터화할 수 있다. 이러한 데이터는 사용자의 얼굴 프로파일 및 다른 물리적 속성들 뿐만 아니라 사용자의 행동 및 사용자 선호도 데이터에 기초하여 사용자 안경 쇼핑 프로파일을 생성하기 위해, 705로부터의 사용자 이력 데이터 및 715에서의 사용자 선호도 데이터와 함께 725에서 개인화된 쇼핑 시스템에 의해 프로세싱될 수 있다. 일부 실시예에서, 사용자 안경 쇼핑 프로파일은, 전형적으로 상이한 사용자의 양쪽 눈을 포함하여, 왼쪽 및 오른쪽 눈에 대한 개별적인 프로파일들로부터 이익을 얻는다. 일부 실시예에서, 광학 처방전은 애플리케이션 내부에서, 또는 일부 경우에서는 외부 처방전 파일들로부터 픽처, 전자 양식 또는 내장된 테스트 방법을 사용하여 수집될 것이다. 일부 실시예에 따르면, 시스템은 얼굴 형상, 이전 구매 및 이력에 기초하여 그리고 선택적으로는 유사한 아바타들과의 비교(선택적으로 익명)에 기초하여 특정 모델들을 추천할 수 있다.
단계(730)에서, 리서치 또는 요구되고 있는 안경 제품들에 대한 사용자 안경 쇼핑 프로파일의 매치메이킹이 실행된다. 이러한 단계에서, 제품 데이터베이스(700)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 리서치되는 제품들과 매칭됨으로써, 특정 사용자의 개인적 쇼핑 프로파일 및 선호도들에 따라, 특정 사용자에 대한 부적절한 제품들의 진보된 필터링 및 적절한 제품들의 진보된 매치 업을 허용한다.
단계(745)에서, 각각의 프레임은 프레임 맞춤화를 사용하여 사용자의 얼굴 상에 피팅되도록 조정되며, 예를 들어, 다음을 포함할 수 있다: 대상 또는 사용자의 얼굴에 대한 주요 측정들을 취하는 단계; 얼굴에 대해 프레임을 조정하기 위한 반복적 비교 알고리즘들을 적용하는 단계; 대상의 얼굴에 따라, 준비된 사용자 안경 쇼핑 프로파일 또는 아바타 등에 따라, 대상의 얼굴 상에 프레임을 디지털 방식으로 위치설정하고, 코 브릿지 사이즈, 폭 및 위치를 스케일링하고, 아암 폴딩, 아암 길이 및 팬도스코픽 기울기 또는 각도를 조정하는 단계.
단계(735)에서, 물리적으로 존재하는 인원 또는 원격의 사람들의 피드백, 예를 들어, 사용자 프로파일을 업데이트하기 위해 사용될 수 있는 상점에서 판매원 또는 검안사로부터의 피드백, 또는 예를 들어, 스마트 폰 또는 컴퓨터를 통해 접속된 원격의 사람들로부터의 피드백으로부터 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕기 위해 사용될 수 있다. 일부 경우에서, 예를 들어, 어느 컬러들이 개인에게 좋아 보이는지 또는 어느 사이즈, 스타일, 모델들, 유형이 최상으로 보이는지 등과 같은 판매원 또는 친구의 피드백은 사용자들의 쇼핑 프로파일을 업데이트하기 위해 사용자에 의해 사용될 수 있다.
일부 실시예에서, 단계(745)에서, 사용자가 리서치 중인 제품을 가상으로 착용하기 위해 진보된 그래픽 프로세싱이 사용될 수 있어서, 사용자는 안경을 사용자 쇼핑 아바타의 얼굴에 배치하는 디지털 시뮬레이션에 따라 안경을 쓴 자기 자신을 볼 수 있다. 가상 착용은, 일부 실시예에서, 안경을 정확한 또는 최적의 위치에 위치설정하고 코를 따라 이들을 슬라이드할 수 있는 물리적 시뮬레이션과 같은 특징들을 포함할 수 있다. 또한, 착용은 얼굴 모델 및/또는 일련의 픽처들 또는 상기의 임의의 조합의 위에 픽처 또는 3D 모델의 오버레이를 포함할 수 있다. 커스텀 프레임들의 경우에, 맞춤화 애니메이션을 포함하는 안경의 상이한 속성들, 또는 쌍들 사이를 스위칭하기 위한 플라이 인/플라이 아웃(fly in/fly out) 애니메이션과 같은 다른 애니메이션을 강조하기 위해 애니메이션 효과들이 포함될 수 있다. 본 명세서에 설명된 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가적 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다. 일부 실시예에서, 사용자는 심오한 시각적 피드백을 제공하기 위해 자신의 얼굴의 디지털 버전에서 맞춤형 프레임을 볼 수 있다. 예를 들어, 사용자의 얼굴이 3D 뷰어에 나타날 수 있고, 3D 뷰 조작(예를 들어, 줌, 회전), 및 호흡하는 얼굴, 미소, 깜박임 또는 다른 애니메이팅된 또는 정적 시각적 효과들과 같은 사용자 경험을 보완하기 위한 애니메이팅된 효과들 중 하나 이상을 제공하기 위해 외관이 향상될 수 있다. 추가로, 사용자는 이에 따라 수집으로부터 임의의 프레임을 선택하는 것, 프레임 및 렌즈 컬러들을 맞춤화하는 것, 자동 추천 피팅을 맞춤화하는 것, 파일(예를 들어, 텍스트, 처방 등)의 개인화, 및 상이한 프레임들의 나란한 비교를 허용하는 것을 포함하는 맞춤화 옵션들을 제공받을 수 있다. 다양한 실시예에서, 모델은 제품 피팅 데이터 및/또는 사용자 프로파일에 기초하여 동적으로 생성되고, 착용되는 제품의 모델을 통합하도록 생성된 모델을 수정함으로써 증강된다. 그 다음, 이러한 모델은 본 명세서에 설명된 다양한 디바이스들 중 임의의 것을 사용하여 디스플레이될 수 있어서, 고객이 제품들을 미리 보도록 허용할 수 있다. 단계(740)에서, 사용자 쇼핑 프로파일을 수정하는 것을 돕기 위해, 사용자가 접속된 소셜 네트워크들로부터 또는 직접적인 제3자 피드백으로부터 피드백이 획득될 수 있다. 물론, 입력 데이터를 프로세싱하기 위해 다른 단계들 또는 단계들의 조합들이 사용될 수 있다.
단계(750)는 시스템이 사용자를 피팅하기 위한 프레임의 자동화된 또는 반-자동화된 파라메트릭 설계에 기초한 커스텀 아이웨어의 생산을 허용하는 실시예를 지칭한다. 단계(750)에서, 필요한 경우, 시스템에 의해 관련 안경 생산 인쇄 및 절단 파일들이 준비될 수 있다. 일부 실시예에서, 표준 형태들의 3D 인쇄 파일들, 예를 들어 STL 또는 OBJ 또는 2D 렌즈 절단 파일들, 예를 들어, DXF 등이 준비될 수 있다. 일부 실시예에서, 시스템은 프레임 설계들 각각에 대해 둘 이상의 모델 쌍들을 생성한다. 이는, 예를 들어 경량 모델이 애플리케이션의 프론트엔드에서 시각화 목적으로 사용되도록 허용하면서 예를 들어, 고해상도 특징들 및 세부사항들, 예를 들어, 힌지, 홈, 각도, 이어피스 등을 포함할 수 있는 인쇄 파일 준비를 위한 고해상도 모델을 유지하도록 허용한다. 본 명세서에 설명된 인쇄 모델들의 아이웨어 맞춤화는 자동 및/또는 수동일 수 있다. 추가로, 3D 인쇄를 위한 파일 준비는 인쇄성 문제들의 자동 수정, 정상, 복제, 구멍 및 비-매니폴드 기하구조 등의 생성을 포함할 수 있다. 일부 실시예에서, 시스템은 예를 들어, 생산 및 분배 프로세스 전반에 걸쳐 추적가능성을 허용할 텍스트, QR 코드 및 바코드를 포함하는 안경 또는 아이웨어 상의 커스텀 태그들을 생성할 수 있다.
단계(755)에서, 개인화된 안경 쌍은 물리적 상점 내에 있든 또는 온라인 상점이든, 사용자에 의해 주문될 수 있다. 추가로, 개인화된 제품은 상점으로부터 요청되거나 또는 제품이 사용자를 위한 일회성 맞춤형 제품이 되도록 사용자의 요청에 기초하여 제품을 생산할 수 있는 제조자로부터 주문될 수 있다.
특정 실시예에 따르면, 디지털 미러 또는 개인화된 뷰잉 프로토콜을 사용하는 자동화된 개인화 제품 주문에 대한 시스템 및 프로세스가 설명된다. 이러한 실시예는 가상 현실 및/또는 증강 현실을 통합하여, 클라이언트의 얼굴 상에 커스텀 또는 비-커스텀 프레임들의 시각적 표현을 허용하기 위해 기존 또는 디자인된 안경과 같은 지정된 장비를, 스크린, 테이블, 스마트 폰, 통신 디바이스 등 상에서 조작, 뷰잉 및/또는 착용할 수 있다.
특정 실시예에 따르면, 개인화된 제품 주문을 허용하도록 적응된 파일 포맷이 제공된다. 이러한 파일 포맷은, 사용자를 표현하고 사용자가 의류, 아이웨어, 신발 또는 다른 신체 관련 제품들에 대한 개인화된 커스텀 또는 비-커스텀 쇼핑을 수행하는 것을 돕기 위해, 물리적 속성들 및 개인적 선호도를 포함하는 모든 관련 정보를 통합한다. 이러한 아바타 표준 포맷은 온라인 또는 물리적인 실질적으로 임의의 쇼핑 플랫폼에 플러그인하여, 고객의 물리적 및 미학적 요구 및 선호도들에 피팅하도록 상점의 맞춤화를 허용할 수 있다.
이제, 일부 실시예에 따른 POS 장치, 론치패드 또는 키오스크의 상이한 뷰들을 도시하는 도 8a 내지 도 8g가 참조된다. 일부 실시예에서, 쇼핑 어시스턴트 장치는 3D 스캔, 하나 이상의 카메라들을 사용한 이미지 획득, 압력 플레이트로 사용자 프로파일을 측정하는 것 중 하나 이상에 기초하여 사용자 아바타를 생성한다. 일부 실시예에서, 신체 스캔을 수행하기 위해 사용자가 서있을 수 있는 위치설정 패드 또는 기준으로서 기능하는 스탠딩 패드가 사용될 수 있다. 일부 경우에서, 스탠딩 플랫폼은 스탠딩 패드의 바닥의 조명을 포함하여, 그림자를 최소화 또는 무시되게 하고, 흑백 주변 효과를 유발함으로써 장치 상의 카메라들 또는 스캐너들로부터의 임의의 컬러들의 정확한 측정 획득을 지원할 수 있다. 일부 실시예에서, 발이 제자리에 있는지 또는 가까이 있는지를 측정하고 필요한 경우 사용자에게 이동하도록 지시하기 위해 각각의 발에 대한 근접 센서가 있을 수 있다. 추가로, 장치는, 접근하는 사용자를 인식하여 사용자를 장치로 유도하는 거리 또는 근접 센서/로봇을 포함할 수 있으며, 이러한 경우 사용자가 선택된 지리적 구역에 진입할 때 장치는 자동으로 시작될 수 있다. 추가적 실시예에서, 센서는 예를 들어 발등 부피를 설정하기 위해 사용자의 발등의 높이 측정을 위해 사용될 수 있다. 또 다른 실시예에서, 전문가 센서들, 예를 들어 당뇨병 궤양 등을 측정하기 위한 센서들이 사용될 수 있다. 카메라들, 3D 센서들, 올 어라운드(all around) 센서들 및/또는 다수의 카메라들과 같은 이러한 센서들이 사용될 수 있다.
도 8a는 본 발명의 실시예에 따른 POS 장치 또는 키오스크 디바이스의 컴포넌트들의 예의 전개도이다. 볼 수 있는 바와 같이, 키오스크 디바이스(800)는 스탠딩 베이스(805), 선택적으로 스탠딩 베이스를 조명하기 위한 광원, 키오스크 디바이스(800)에 의해 스캔될 발의 위치설정을 식별하기 위한 근접 센서(들)(816), 양쪽 발로 서있기 위한 공간을 갖는 스탠딩 패드(815) 및 발이 올려지는 패드 층(820)을 포함할 수 있다. 일부 실시예에서, 패드 층(820)은 평판 스캐너와 같은 압력 감지 메커니즘; 핀들의 플레이트; 압력 플레이트; 발 아치 치수들을 결정하기 위해 커패시터 및/또는 압력 센서 요소 등을 갖는 터치 스크린 유형 표면을 통합할 수 있다. 일부 실시예에서, 아치 치수 측정 요소(들)는 사용자를 위한 내부 밑창(들)에 대한 요구 및/또는 치수들을 결정하기 위해 사용될 수 있다.
일부 실시예에서, 아치 치수 측정 요소(들)는 사용자의 발등 프로파일에 대한 요구 및/또는 치수들을 결정하기 위해 사용될 수 있다.
일부 실시예에서, 아치 치수 측정 요소(들)는 사용자의 (발의) 볼 프로파일에 대한 요구 및/또는 치수들을 결정하기 위해 사용될 수 있다.
다른 실시예에서, 하나 이상의 레이저들 또는 다른 조명 메커니즘들은 발 아치, 볼 또는 발등 치수들을 결정하기 위해 사용될 수 있다. 일례에서, 발 위 및/또는 아래의 레이저는 예를 들어, 레이저에 의해 보이지 않는 "숨겨진" 영역의 사이즈를 식별하고, 발의 상이한 지점들에서 높이와 같은 파라미터들을 결정하기 위해 "숨겨진" 공간을 사용함으로써, 발의 브릿지의 높이 또는 아치 및/또는 사이즈를 나타내기 위해 사용될 수 있다. 추가적 예에서, 회절 격자, 프리즘 또는 다른 필터들은 다수의 라인들을 사용하여 발의 높은 지점들 및/또는 윤곽들을 식별할 수 있다.
또 다른 실시예에서, 선택적으로는 상이한 컬러들의 하나 이상의 조명들은 별개로 및/또는 조합하여, 양말 및/또는 발의 컬러를 중화하기 위한 이미지 프로세싱과 함께 사용되고 발이 아닌 공간을 식별하는 것을 도울 수 있다. 다른 실시예에서, 예를 들어, 배경 제거 기술을 사용하여 발의 아치로 하나 이상의 조명들이 식별될 수 있다.
추가로, 키오스크 디바이스(800)는 컴퓨터 홀딩 스탠드(825), 및 하나 이상의 카메라 요소들(835), 패널 요소(830), 추가적 패널 또는 커버 요소(845), 컴퓨팅 스크린, 바람직하게는 터치 스크린 PC 또는 태블릿(840)을 홀딩하고 선택적으로는 근접 센서(850)를 셋업하기 위한, 예를 들어, 컴퓨팅 디바이스에 대한 사용자 근접도를 식별하기 위한 장소를 갖는 카메라 홀딩 요소(826)를 포함하는 메인 바디(822)를 포함할 수 있다.
도 8b는 POS 장치 또는 키오스크 디바이스의 예의 정면도이다. 도 8c는 POS 장치 또는 키오스크 디바이스의 예의 등각도이다. 도 8d는 POS 장치 또는 키오스크 디바이스의 예의 등각 정면도이다. 도 8e는 POS 장치 또는 키오스크 디바이스의 예의 등각 후면도이다. 도 8f는 POS 장치 또는 키오스크 디바이스의 예의 측면도이다. 도 8g는 POS 장치 또는 키오스크 디바이스의 예의 상면도이다. 도 8h는 POS 장치 또는 키오스크 디바이스에서 하나 이상의 센서들의 예의 도면이다. 볼 수 있는 바와 같이, 키오스크 디바이스에서, 다수의 센서들은, 예를 들어 하나 이상의 근접 센서들로 구성될 수 있고, LED 평탄 베드는 스탠딩 영역 아래로부터 광원을 제공하도록 구성될 수 있다.
이제, 쇼핑 어시스턴트 애플리케이션 또는 소프트웨어 프로그램(915)을 실행하도록 적응되는 컴퓨팅 컴포넌트를 통합한 자동화된 쇼핑 어시스턴트 장치(906)를 포함하는 쇼핑 어시스턴트 시스템(900)의 개략도를 도시하는 도 9가 참조된다. 자동화된 쇼핑 어시스턴트 장치(906)는, 클라우드 상에 있는 경우, 사용자 쇼핑 프로파일(925)에 액세스하기 위해 통신 클라우드(920)와 같은 통신 네트워크에 접속하고 그리고/또는 사용자 쇼핑 프로파일을 클라우드에 송신하도록 적응된다. 추가로, 원격 사용자 모바일 디바이스, 예를 들어, 스마트 폰, 태블릿 또는 다른 카메라 지원 모바일 통신 디바이스(905, 910)는 일부 실시예에 따르면, 쇼핑 어시스턴트 애플리케이션 또는 소프트웨어 프로그램(916)을 실행하도록 적응된다. 디바이스들(905 및 910)은 전형적으로, 예를 들어 선택적으로 표준 픽처/스캔, 비디오, 일련의 픽처들 또는 진보된 감지 컴포넌트들, 예를 들어, 구조화된 광, 비행 시간 또는 IR/근-IR 또는 시각적 광 조건들 내의 다른 것들을 동시에 사용하여 개인의 발 또는 양쪽 발에 대한 정보를 캡처하는 것을 허용하기 위해 하나 이상의 카메라들(910)을 포함한다. 디바이스들(905/910)은 전형적으로, 예를 들어 카메라가 실질적으로 평평할 때에만 픽처가 찍히도록 허용하기 위해, 디바이스 카메라에 카메라 배향 데이터를 제공하는 자이로스코프 및/또는 가속도계를 포함한다. 일부 실시예에서, 시스템에 보충 데이터를 공급하기 위해 내부 감지 컴포넌트들 및/또는 추가적인 센서들이 통신 디바이스들(905, 910)에 부착될 수 있다. 예를 들어, 이러한 센서들은 측정들의 정확성을 개선하고, 실시간 피드백으로 데이터의 캡처 동안 사용자를 보조하고 그리고/또는 계산 엔진에 입력을 제공하는 것을 보조할 수 있다. 원격 디바이스들(905 및 910)은 통신 클라우드(920)와 통신할 수 있고, 특히 디바이스 사용자의 디지털 쇼핑 아바타 또는 프로파일(925)에 접속될 수 있다. 일부 실시예에서, 사용자는 자동화된 쇼핑 어시스턴트 장치(906)에 추가로 또는 그 대신에, 하나 이상의 사용자들에 대한 모바일 디바이스(905, 910)를 사용하여 쇼핑 프로파일을 생성할 수 있다. 다양한 실시예에서, 쇼핑 어시스턴트 애플리케이션 또는 소프트웨어 프로그램(916)은, 본 명세서에 설명된 특징들 중 일부 또는 전부를 통합하기 위해 제3자 소프트웨어 애플리케이션(모바일 통신 디바이스 및/또는 원격 시스템 상에서 실행됨)에 의해 활용될 수 있는 애플리케이션 프로그래밍 인터페이스(API) 및/또는 소프트웨어 개발 키트(SDK)를 포함한다.
이제, 쇼핑 어시스턴트 시스템(1000) 및 컴포넌트들 사이의 워크플로우의 개략도를 도시하는 도 10이 참조된다. 볼 수 있는 바와 같이, 론치 패드 또는 쇼핑 어시스턴트 장치(1005)는 사용자에 대한 쇼핑 프로파일의 생성을 위해 사용자를 스캔할 수 있다. 생성된 프로파일은 사용자의 모바일 디바이스(1010)로 전송되고, 후속적으로, 선택적으로 선택된 제품을 표현하는 QR 코드(1020)와 같은 제품 태그를 통해 신발(1015)과 같은 제품들을 스캔하기 위해 사용될 수 있다. 추가로, 일부 실시예에서, 사용자는 모바일 애플리케이션(1025)을 사용하여 쇼핑 프로파일을 구축할 수 있다. 일부 실시예에서, 사용자 쇼핑 프로파일은 1030에서 상점 내 쇼핑을 증강시키기 위해 사용될 수 있다. 일부 실시예에서, 사용자 쇼핑 프로파일은 1040에서 온라인 쇼핑을 증강시키기 위해 사용될 수 있다.
이제, 모바일 컴퓨팅 디바이스 애플리케이션과 조합하여, 상점 내 또는 POS 자동화된 쇼핑 어시스턴트 장치를 사용하는 쇼핑 상점에서 개인화된 신발 쇼핑의 예를 표시하는 흐름도인 도 11a가 참조된다. 볼 수 있는 바와 같이, 단계(1100)에서, 사용자는 쇼핑 어시스턴트 장치의 근접 센서를 통해 식별될 수 있다. 단계(1105)에서, 사용자는 마킹된 패드 상에 서있도록 요청받을 수 있고, 선택적으로 정확한 스캔을 허용하기 위해 사용자가 정확한 위치에 서있는 것을 확인하는 대화형 안내를 제공한다. 단계(1110)에서, 장치는 신체 또는 신체 일부/요소들을 스캔하고, 단계(1115)에서, 스캔에 기초하여 쇼핑 프로파일을 생성한다. 단계(1120)에서, 장치는 쇼핑 아바타를 그래픽 포맷으로 사용자에게 제시할 수 있다. 단계(1125)에서, 장치는 쇼핑 아바타를 사용자의 모바일 디바이스에 전송할 수 있다. 단계(1130)에서, 사용자는 쇼핑 및/또는 리서치를 보조하기 위해 애플리케이션을 사용할 수 있는 쇼핑 애플리케이션을 열 수 있다. 단계(1135)에서, 사용자는 예를 들어 코딩된 태그들, 예를 들어 QR 코드들 또는 바코드들을 사용하여 선택된 제품을 스캔함으로써 쇼핑 또는 리서치를 수행하기 위해 자신들의 모바일 디바이스 상에서 아바타를 사용할 수 있다. 일반적으로, 스캔된 제품들은 예를 들어, 제품이 아바타에 피팅되는지, 사용자의 프로파일 또는 선호도들에 적합한지 등을 결정하기 위해 사용자 아바타와 관련된 방식으로 프로세싱될 수 있다. 일부 경우에서, 애플리케이션은 선택된 제품의 그래픽 시뮬레이션을 아바타 상에 제공할 수 있다. 단계(1140)에서, 애플리케이션은 예를 들어 구매 옵션들, 재고 상태, 제품 품질들, 제품 특징들, 리뷰, 사이즈 등을 결정하는 것을 돕기 위해 선택된 제품(들)을 제품 데이터와 매칭시키기 위해 통신 클라우드 또는 다른 데이터베이스에 접속될 수 있다. 일부 경우에, 단계(1145)에서, 애플리케이션은 사용자에게 추천, 구매 데이터 등을 제시할 수 있다. 또 다른 단계들에서, 애플리케이션은 예를 들어 쇼핑 조언, 옵션들, 숏컷, 추가 데이터베이스들에 대한 액세스 등을 제공함으로써 매장 내 쇼핑 경험을 증강시킬 수 있다.
이제, 모바일 컴퓨팅 디바이스 애플리케이션과 조합하여, 상점 내 또는 POS 자동화된 쇼핑 어시스턴트 장치를 사용하는 쇼핑 상점에서 개인화된 신발 쇼핑의 예를 표시하는 흐름도인 도 11b가 참조된다. 볼 수 있는 바와 같이, 단계(1100)에서, 새로운 또는 알려진 사용자가 예를 들어 생체인식 식별기, 입력 스크린 등을 통해 쇼핑 보조 장치에 입력될 수 있다. 단계(1105)에서, 사용자는 마킹된 패드 상에 서있도록 요청받을 수 있고, 선택적으로 정확한 스캔을 허용하기 위해 사용자가 정확한 위치에 서있는 것을 확인하는 대화형 안내를 제공한다. 단계(1110)에서, 장치는 신체 또는 신체 일부/요소들을 스캔하고, 단계(1115)에서, 스캔 데이터를 프로세싱하고 스캔에 기초하여 쇼핑 프로파일을 생성한다. 단계(1120)에서, 장치는 쇼핑 프로파일을 시뮬레이션, 쇼핑 아바타 또는 다른 가상 어시스턴트로서, 그래픽 또는 다른 포맷으로 사용자에게 제시할 수 있다. 단계(1125)에서, 장치는 디바이스의 소프트웨어, 코드 또는 애플리케이션(들)에 의해 사용가능한 포맷 또는 구성으로 쇼핑 아바타를 사용자의 모바일 디바이스에 전송할 수 있다. 단계(1130)에서, 사용자는 쇼핑 어시스턴트 애플리케이션으로 쇼핑 아바타를 동작시킬 수 있는 쇼핑 애플리케이션 또는 다른 프로그램을 열 수 있다. 단계(1135)에서, 사용자는 예를 들어 코딩된 태그들, 예를 들어 QR 코드들 또는 바코드들을 사용하여 선택된 제품을 스캔함으로써 쇼핑 또는 리서치를 수행하기 위해 자신들의 모바일 디바이스 상에서 아바타를 사용할 수 있다. 일반적으로, 스캔된 제품들은 예를 들어, 제품이 아바타에 피팅되는지, 사용자의 프로파일 또는 선호도들에 적합한지 등을 결정하기 위해 생성된 쇼핑 아바타에서 팩터화된 방식으로 프로세싱될 수 있다. 일부 경우에서, 애플리케이션은 선택된 제품의 그래픽 시뮬레이션을 아바타 상에 제공할 수 있다. 단계(1140)에서, 애플리케이션은 예를 들어 구매 옵션들, 재고 상태, 제품 품질들, 제품 특징들, 리뷰, 사이즈 등을 결정하는 것을 돕기 위해 선택된 제품(들)을 진보된 제품 데이터와 매칭시키기 위해 통신 클라우드 또는 다른 데이터베이스에 접속될 수 있다. 다른 경우에서, 단계(1140)에서, 애플리케이션은 예를 들어 사용자 선호도들, 사용자 이력 및 사용자 프로파일 업데이트들 등을 결정하는 것을 돕기 위해 선택된 제품(들)을 진보된 사용자 데이터와 매칭시키기 위해 통신 클라우드 또는 다른 데이터베이스에 접속될 수 있다. 일부 경우에서, 단계(1145)에서, 애플리케이션은 온라인 상점 쇼핑 경험을 증강시키는 것을 돕기 위해, 추천들, 구매 데이터, 구매 선택들, 리뷰, 뉴스 등을 사용자에게 제시할 수 있다. 일부 경우에서, 단계(1150)에서, 애플리케이션은 예를 들어, 쇼핑 조언, 옵션들, 숏컷, 추가 데이터베이스들에 대한 액세스 등을 제공함으로써 상점 내 쇼핑 경험을 증강시키는 것을 돕기 위해, 추천들, 구매 데이터, 구매 선택들, 리뷰, 뉴스 등을 사용자에게 제시할 수 있다.
일부 실시예에서, 사용자 쇼핑 경험은 쇼핑 어시스턴트의 사용자와 접속된 추가적인 사용자들에 대해 실행될 수 있다. 이러한 경우에서, 사용자 애플리케이션은 다수의 사용자들의 쇼핑 프로파일들을 포함하여, 모바일 디바이스의 사용자가 사용자의 쇼핑 프로파일들에 따라 다수의 사용자들에 대한 쇼핑을 실행하는 것을 허용할 수 있다.
일부 실시예에 따르면, 모바일 및/또는 사용자 아바타들은 다른 사용자들과 공유될 수 있다. 예를 들어, 사용자는 예를 들어, 사용자의 인가로, 아바타들의 지갑 또는 홀더 또는 프로파일들 내의 다수의 사용자 프로파일들에 대한 액세스 또는 제어를 가질 수 있다. 이러한 경우, 제어하는 사용자는 다른 사용자들을 대신하여 쇼핑할 수 있다. 예를 들어, 부모가 모든 가족 구성원들의 프로파일들을 유지할 수 있으므로, 부모는 모든 연관된 가족 구성원들을 위해 온라인 및/또는 오프라인으로 쉽게 쇼핑할 수 있다.
일부 실시예에 따르면, 아이콘 또는 픽처와 같이, 각각의 사용자 모바일 쇼핑 아바타 또는 사용자 쇼핑 아바타에 대한 추가적인 개인화가 제공될 수 있다. 이러한 개인화는 제어하는 사용자가 다수의 사용자 또는 모바일 쇼핑 아바타들을 관리하는데 특히 유용할 수 있다. 임의의 식별자와 연관된 이러한 정보는 클라우드 아바타 데이터베이스에 저장될 수 있고 사용자가 사용하는 임의의 플랫폼에서 사용자와 연관될 수 있다. 예를 들어, 가족 구성원이 가족 구성원들의 프로파일 중 하나 이상을 스캔 및 저장하는 경우, 이들은, 이를 상점 내 시스템 또는 사용중인 전자 상거래 웹사이트에 로딩하고 후속적으로 이러한 개인화된 정보를 사용할 수 있는 다른 가족 구성원(들)과 공유될 수 있다. 웹 사이트의 경우, 출력은 이러한 개인화된 데이터에 따라 개인화될 수 있고, 심지어 제공된 정보 바로 옆의 다른 사용자의 픽처 또는 아바타 또는 3D 모델을 포함하여, 추천이 개인적이고 자신의 프로파일에 기초한 것 또는 다른 프로파일들이 사용자에 의해 합법적으로 사용중인 것이라는 신뢰를 재확인할 수 있다.
일부 실시예에 따르면, 온라인 상점은, 추천을 제공하기 위해, 사용자에 대한 관련 가이드라인들 또는 다른 보조의 경우, (모바일 폰, 데스크탑, 노트북, 태블릿 웨어러블 등에 대해 최적화되든) 실질적으로 임의의 웹페이지 상에 나타날 수 있는 프로파일 플러그 인 또는 다른 디지털 물체를 사용하여 사용자 쇼핑 가상 어시스턴트를 포함할 수 있다. 예를 들어, 가상 쇼핑 어시스턴트는 사용중인 사용자 프로파일에 대한 상이한 피팅들에 대한 정보를 보여 주거나 달리 사용자를 보조할 수 있다. 예를 들어, 나이키 온라인 상점에서 쇼핑하거나 브라우징하는 동안 유럽식 발 사이즈 41을 갖는 사용자는 나이키 신발의 발 프로파일에 대해 동일한 사이즈가 유럽식 42 또는 미국식 사이즈 10.5인 것을 통지받을 수 있다. 추가적으로, 사용자 프로파일이 선호하는 컬러들 및 피팅들 등과 같은 선호도 데이터를 포함하는 경우, 쇼핑 가상 어시스턴트는 또한 사용자 선호도들에 기초한 제안들 또는 가이드라인들을 제공할 수 있다. 예를 들어, 나이키 신발 상점에서 쇼핑 어시스턴트는 미국식 사이즈 10.5, 운동화, 청색 또는 녹색 등인 옵션들을 찾도록 사용자에게 제안할 수 있다.
일부 실시예에서, 가상 어시스턴트는 사용자 쇼핑 프로파일 데이터 및 선호도들에 매칭하는 페이지 또는 페이지들에 사용자를 직접 안내할 수 있다. 일 실시예에서, 프로파일은 관련없는 페이지들을 회피하면서 특정 사용자가 관심을 갖거나 그와 관련된 섹션들로 웹사이트를 안내할 수 있다. 다양한 실시예에서, 시스템은 개인화된 정보를 단독으로 또는 추가적인 사용자들과 함께 사용하여, 웹사이트를 재배열하고, 사용자가 가장 관심을 가질 수 있고 사용자에게 가장 잘 피팅되는 것을 표현할 수 있는 웹사이트의 개인화된 버전을 생성할 수 있다.
일부 실시예에 따르면, 가상 쇼핑 어시스턴트는, 뷰잉되고 있고 선택적으로는 개인화된 제품의 3D 뷰들의 렌더링을 허용할 수 있다. 예를 들어, 사용자의 쇼핑 프로파일에 따라 뷰잉되고 있는 커스텀 신발은 사용자가 다차원으로부터 제품을 뷰잉하는 것을 보조하기 위해 모든 측면들 및/또는 각도들로부터 3D로 렌더링될 수 있다.
일부 실시예에 따르면, 가상 피팅 모듈은 뷰잉되는 제품(들)으로 쇼핑 아바타를 입히는 것을 허용하도록 제공될 수 있다.
일부 실시예에 따르면, 사용자 쇼핑 아바타는 상점에 대한 일회성 아바타일 수 있다. 다른 실시예에서, 사용자 쇼핑 아바타는 상점들의 체인에 적용가능할 수 있다. 다른 실시예에서, 사용자 쇼핑 아바타는 다양한 브랜드들 또는 상점들, 예를 들어 모 엔티티에 의해 소유된 모든 것에 적용가능할 수 있다. 다른 실시예에서, 사용자 쇼핑 아바타는 클라우드에서 범용 사용자 프로파일에 접속하는 것을 통해 임의의 또는 모든 상점들에 적용가능할 수 있다.
이제, 일부 실시예에 따라 사용자가 마킹된 패드 상에 자신의 발을 배치하도록 안내하기 위한 쇼핑 어시스턴트 스크린의 대화형 스크린들을 도시하는 스크린샷들의 예들인 도 12a 및 도 12b가 참조된다.
이제, 일부 실시예에 따라 사용자가 자신의 프로파일 및 그들의 연락처 정보를 정의하는 것을 돕기 위한 쇼핑 어시스턴트 스크린 또는 모바일 스크린의 대화형 가이드를 도시하는 스크린샷들의 예들인 도 13a 및 13b가 참조된다.
이제, 일부 실시예에 따라 한 쌍의 스캔된 발 및 하부 다리의 시뮬레이션된 표현을 도시하는 쇼핑 어시스턴트 스크린 또는 모바일 스크린의 스크린샷들의 예들인 도 14a 및 14b가 참조된다.
이제, 사용자가 행동 관련 정보를 입력하는 것을 돕기 위한, 더 양호한 사용자 관련 입력을 제공하기 위해 사용될 수 있는 쇼핑 어시스턴트 스크린 또는 모바일 스크린의 스크린샷들의 예들인 도 15a 및 도 15b가 참조된다.
이제, 일부 실시예에 따른 쇼핑 어시스턴트 스탠딩 표면의 예의 사시도들의 세트를 도시하는 도 16의 A 내지 D가 참조된다. 도면들에서 볼 수 있는 바와 같이, 스탠딩 표면(1600)은 일반적으로, PVC, 고무, 폴리우레탄, 종이, 판지 또는 임의의 다른 적절한 재료로 선택적으로 구성되는 매트 또는 카페트와 같은 가요성 표면이다. 스탠딩 표면(1600)은 전형적으로 벽을 대체하고 스캔을 위한 발의 정확한 위치설정을 허용하는 3D 부품 또는 요소(1605)를 포함한다. 이러한 3D 요소는 발등이 맞대어 배치되는 발 장벽 역할을 한다. 스탠딩 표면(1600)은 전형적으로 스캔된 이미지들의 정확성을 향상시키기 위해 마킹(1610), 도트들 또는 지시 그래픽을 포함한다. 일부 실시예에서, 마킹(1610)은 상이한 사이즈들, 치수들, 기능들 등을 가질 수 있는 마커들로서 역할을 할 수 있다 마커들은 모두 동일하거나 일부는 다른 것들로부터 상이할 수 있다.
도 17은 일부 실시예에 따른 쇼핑 어시스턴트 스탠딩 표면의 추가적인 버전을 도시한다. 볼 수 있는 바와 같이, 각각의 발에 대한 3D 발 배치 요소(1705)가 존재한다.
도 18은 일부 실시예에 따른 쇼핑 어시스턴트 스탠딩 표면의 추가적 버전을 도시한다. 볼 수 있는 바와 같이, 상이한 형상의 3D 발 배치 요소(1805)가 존재한다.
도 19는 일부 실시예에 따른 쇼핑 어시스턴트 장치의 사용을 도시하는 가상 그래픽 예가 제공되는 제1 사용자의 경우를 도시한다. 볼 수 있는 바와 같이, 어시스턴트(1900)는 표준 카메라(1910)(예를 들어, 폰 또는 태블릿) 및/또는 깊이 카메라를 사용하여 시스템 사용자(1905)를 촬영 또는 스캔할 수 있다.
도 20은 일부 실시예에 따른 쇼핑 어시스턴트 스탠딩 표면의 사용을 도시하는 가상 그래픽 예가 제공되는 제2 사용자의 경우를 도시한다. 볼 수 있는 바와 같이, 시스템 사용자(2000)는 표준 카메라(2005)(예를 들어, 폰 또는 태블릿) 및/또는 깊이 카메라를 사용하여 셀프 픽처 또는 스캔을 수행할 수 있다.
도 21은 일부 실시예에 따른 쇼핑 어시스턴트 스탠딩 표면 상에 위치된 사용자의 예를 도시하는 픽처이다. 픽처에서 볼 수 있는 바와 같이, 스탠딩 표면(2100)은 전형적으로 벽을 대체하고 스캔을 위한 발의 정확한 위치설정을 허용하는 3D 부품 또는 요소(2105)를 포함한다. 이러한 3D 요소는 발등이 맞대어 배치되는 발 장벽 역할을 한다. 스탠딩 표면(2100)은 전형적으로 마킹들 또는 지시하는 그래픽들(1610)을 포함한다.
일부 실시예에서, 쇼핑 어시스턴트 스탠딩 표면은 광, 검출기, 사운드 등과 같은 활성 컴포넌트들을 포함할 수 있다. 이러한 경우에서, 쇼핑 어시스턴트 스탠딩 표면은 전원, 선택적으로는 배터리 전력 및 하나 이상의 적절한 센서들을 포함할 수 있다.
일부 실시예에서, 쇼핑 어시스턴트 스탠딩 표면은 사용자의 아치들의 형상에 대한 추가 데이터를 수신하는데 보조하기 위한 압력 플레이트(선택적으로 블루투스 또는 다른 무선 통신 능력들을 가짐)를 포함할 수 있다.
일부 실시예에서, 쇼핑 어시스턴트 스탠딩 표면은 예를 들어, 저장, 운송 또는 디스플레이 이유로 접힐 수 있다.
추가적인 구성에서, 쇼핑 어시스턴트 스탠딩 표면은 도 22를 참조하여 볼 수 있는 바와 같이 피팅 의자 상에 통합될 수 있다.
일부 실시예에서, 쇼핑 어시스턴트 스탠딩 표면은 (예를 들어, 이미지 인식을 위해) 2개의 상이한 컬러들을 갖는 2개의 스탠딩 측면들을 포함할 수 있다.
일부 실시예에서, 쇼핑 어시스턴트 스탠딩 표면은 피팅 의자 또는 스툴(stool) 상에 배치되거나, 피팅되거나 통합될 수 있다. 이러한 경우, 스탠딩 표면은 앉은 자세에 있을 때 사용자의 발을 수용하도록 배치될 수 있다.
일부 실시예에서, 쇼핑 어시스턴트 스탠딩 표면은 증강 현실(AR) 기능을 포함하여, 스탠딩 표면 상에 서있는 사용자가 자신의 발의 신발을 둘러보고 일반적인 모델에서 이들을 보도록 허용할 수 있다. 예를 들어, 이는 고객이 자신의 맨발 또는 양말을 신은 발을 보게 하고, 자신의 발에 기초하여 증강 현실 추적에서 둘러볼 수 있는 상이한 신발을 AR 안경 또는 폰/태블릿을 통해 보게 할 수 있다.
일부 실시예에서, 쇼핑 어시스턴트 장치는 다수의 상점들에서 자동화된 쇼핑 보조, 사전 상향 판매 및 교차 판매 등을 허용함으로써, 체인 상점이 온라인 및/또는 오프라인에서 충성도를 생성하는 것을 도울 수 있다.
본 발명의 일 실시예에서, 신발에 대한 사용자 쇼핑 경험은 다음 단계들을 적용함으로써 실질적으로 향상될 수 있다: 장치(185) 상에서 사용자의 육체 프로파일을 측정하고, 사용자 표준 사용자 뿐만 아니라 상이한 신발/브랜드들에 대한 수정들을 제공하는 단계; 고객의 모바일 컴퓨팅 또는 통신 디바이스에 대한 고객의 ID 또는 쇼핑 프로파일을 획득하는 단계; 및 통신 클라우드에 대한 장치(185)로부터 고객의 ID 또는 쇼핑 프로파일을 획득하는 단계.
사용자가 어떠한 이전 사용자 프로파일도 갖지 않는 본 발명의 제1 사용자 사례에서, 쇼핑 보조 프로세스는 다음과 같이 구현될 수 있다: 사용자는 일반적으로 상점 또는 쇼핑 영역들에 대한 입구에서 신발을 벗고 론치 패드 또는 쇼핑 어시스턴트 장치 상에 선다. 본 예에서, 신발 애플리케이션이 설명된다. 장치는 후속적으로 사용자의 신체 영역, 예를 들어, 발을 측정/스캔하고, 그 후 장치 또는 클 네트워크가 사용자 데이터를 프로세싱하고 사용자 쇼핑 아바타를 생성할 수 있다. 생성되면 아바타는, 예를 들어, 메일, 비콘, SMS, QR 코드, IR 빔 등을 사용하여 쇼핑 어시스턴트 애플리케이션을 실행하는 사용자의 모바일 디바이스에 전송된다. 그 다음, 사용자는 원하는 신발을 스캔할 수 있어서, 장치는 최상의 피팅을 제공하기 위해 원해지는 신발을 매칭하고 아바타에 착용시키도록 구성된다. 장치는 또한 이용가능성, 컬러들, 사용자들, 관련 신발, 랭킹 등과 같은 관련 제품 정보를 사용자에게 제공할 수 있다.
사용자가 다수의 디바이스들을 갖는 본 발명의 제2 사용자 사례에서, 쇼핑 보조 프로세스는 다음과 같이 구현될 수 있다: 사용자는 일반적으로 상점 또는 쇼핑 영역들에 대한 입구에서 신발을 벗고 론치 패드 또는 쇼핑 어시스턴트 장치 상에 선다. 본 예에서, 신발 애플리케이션이 설명된다. 장치는 후속적으로 사용자의 신체 영역, 예를 들어, 발을 측정/스캔하고, 그 후 장치 또는 클 네트워크가 사용자 데이터를 프로세싱하고 사용자 쇼핑 아바타를 생성할 수 있다. 생성되면 아바타는, 예를 들어, 메일, 비콘, SMS, QR 코드, IR 빔 등을 사용하여 쇼핑 어시스턴트 애플리케이션을 실행하는 사용자의 모바일 디바이스에 전송된다. 그 다음, 사용자는 원하는 신발을 스캔할 수 있어서, 장치는 최상의 피팅을 제공하기 위해 원해지는 신발을 매칭하고 아바타에 착용시키도록 구성된다. 본 실시예에서, 장치는 사용자에게 전문가 또는 컨설팅 정보를 제공하여, 적어도 부분적으로 판매 대리인으로 기능할 수 있다. 장치는 또한 이용가능성, 컬러들, 사이즈들, 관련 신발 및 랭킹뿐만 아니라 움직임/스타일/체중 등을 측정하기 위한 옵션과 같은 관련 제품 정보를 제공할 수 있다.
본 발명의 제3 사용자 사례의 경우, 증강된 쇼핑 경험이 전달되어, 자동화된 쇼핑 보조 프로세스는 로컬 신발 스캔을 통합할 수 있다. 일부 경우에서, 사용자 데이터 또는 아바타는 온라인 세계 + 소셜 피드백 + 랭킹, 판매 정보/이력, 추천, 상향 판매, 교차 판매 등으로부터 적절한 리뷰/코멘트들을 필터링하기 위해 사용될 수 있다.
본 발명은 소정의 특정 양상들에서 설명되었지만, 많은 추가적인 수정들 및 변형들이 당업자들에게 명백할 것이다. 특히, 본 명세서에 설명된 다양한 프로세스들 중 임의의 것은 특정 애플리케이션의 요건들에 더 적절한 방식으로 유사한 결과들을 달성하기 위해 대안적인 순서들로 및/또는 병렬적으로 (동일한 또는 상이한 컴퓨팅 디바이스들 상에서) 수행될 수 있다. 따라서, 본 발명은 본 발명의 범주 및 사상으로부터 벗어남이 없이 구체적으로 설명된 것과 달리 실시될 수 있음을 이해해야 한다. 따라서, 본 발명의 실시예들은 모든 양상들에서 제한적이 아닌 예시적인 것으로 고려되어야 한다. 본 발명의 특정 애플리케이션에 적합한 것으로 간주되는 본 명세서에서 논의된 실시예들 중 몇몇 또는 전부를 자유롭게 조합하는 것은 당업자에게 명백할 것이다. 본 개시 전반에 걸쳐, "유리한", "예시적인" 또는 "바람직한"과 같은 용어들은, 본 발명 또는 본 발명의 실시예에 특히 적합한(필수적은 아님) 요소들 또는 치수들을 표시하며, 명시적으로 요구되는 경우를 제외하면 당업자에 의해 적합한 것으로 간주될 때마다 수정될 수 있다. 따라서, 본 발명의 범주는 예시된 실시예가 아니라 첨부된 청구항들 및 그 균등물들에 의해 결정되어야 한다.

Claims (20)

  1. 쇼핑 프로파일을 사용하여 쇼핑하기 위한 쇼핑 어시스턴트 시스템으로서,
    카메라 디바이스에 의한 사용자의 신체의 적어도 일부의 캡처에 기초하여 3D 사용자 쇼핑 프로파일을 생성하기 위한 쇼핑 어시스턴트 스탠딩 표면을 포함하는, 쇼핑 어시스턴트 스탠딩 장치;
    상점에서 상기 3D 사용자 쇼핑 프로파일을 적용하도록 구성된 쇼핑 어시스턴트 애플리케이션을 포함하는 사용자 모바일 디바이스;
    통신 클라우드에 기초하여, 쇼핑 어시스턴트 데이터베이스에 연결되는 쇼핑 어시스턴트 서버 - 상기 쇼핑 어시스턴트 서버는 제품들에 대한 상기 3D 사용자 쇼핑 프로파일을 매치메이킹을 수행하도록 구성됨 - ; 및
    상기 사용자가 제품들을 캡처하도록 허용하기 위한 다수의 제품 태그들
    을 포함하고,
    상기 쇼핑 어시스턴트 스탠딩 표면은 사용자의 해부학적 프로파일과 관련된 신체의 적어도 일부의 깊이 임프레션을 캡처하기 위한 하나 이상의 압력 센서를 포함하며,
    상기 쇼핑 어시스턴트 애플리케이션은 또한, 다른 사용자로부터 상기 캡처된 제품과 관련된 피드백을 수신하도록 그리고 상기 다른 사용자로부터의 피드백에 기초하여 제품들에 대한 상기 3D 사용자 쇼핑 프로파일의 업데이트된 매치메이킹을 수행하도록 구성되는, 쇼핑 어시스턴트 시스템.
  2. 제1항에 있어서, 신체의 일부의 길이, 폭 및 깊이의 캡처를 허용하기 위해, 사용자의 해부학적 프로파일과 관련된 상기 신체의 적어도 일부를 캡처하기 위한 하나 이상의 이미지 스캐너들을 더 포함하는, 쇼핑 어시스턴트 시스템.
  3. 제1항에 있어서, 상기 쇼핑 어시스턴트 스탠딩 표면은 신체 부분 치수들을 캡처하는 것을 보조하기 위한 하나 이상의 마킹들을 포함하는, 쇼핑 어시스턴트 시스템.
  4. 제1항에 있어서, 상기 쇼핑 어시스턴트 스탠딩 표면은 스캔될 신체 부분을 위치설정하는 것을 보조하기 위한 하나 이상의 마킹 3D 요소들을 포함하는, 쇼핑 어시스턴트 시스템.
  5. 삭제
  6. 제1항에 있어서, 상기 쇼핑 어시스턴트 시스템은 사용자의 해부학적 프로파일과 관련된 신체의 적어도 일부의 깊이 임프레션을 캡처하기 위한 하나 이상의 광원들을 지원하는 장치를 포함하는, 쇼핑 어시스턴트 시스템.
  7. 제1항에 있어서, 사용자가 하나 이상의 제품 태그들을 스캔함으로써 쇼핑하기 위해, 다수의 제품들과 연관된 추가적인 다수의 제품 태그들을 더 포함하는, 쇼핑 어시스턴트 시스템.
  8. 제1항에 있어서, 사용자가 상기 쇼핑 어시스턴트 스탠딩 장치 주위의 선택된 지리적 구역에 진입할 때 상기 사용자를 식별하기 위해, 상기 쇼핑 어시스턴트 스탠딩 장치와 연관된 근접 센서를 더 포함하는, 쇼핑 어시스턴트 시스템.
  9. 제1항에 있어서, 상기 쇼핑 어시스턴트 서버는, 모바일 디바이스 사용자가 다른 사용자의 쇼핑 프로파일을 사용하여 다른 사용자를 위해 쇼핑하도록 허용하기 위해, 복수의 사용자들 각각에 대한 쇼핑 프로파일을 더 포함하는, 쇼핑 어시스턴트 시스템.
  10. 상점-내 쇼핑 향상을 위한 방법으로서, 상기 방법은 쇼핑 어시스턴트 시스템에 의해 수행되고,
    쇼핑 어시스턴트 스탠딩 표면과 연관된 근접 센서를 사용하여 쇼핑 영역에 진입하는 사용자를 식별하는 단계;
    새로운 또는 알려진 사용자 프로파일을 여는 단계;
    상기 사용자가 상기 쇼핑 어시스턴트 스탠딩 표면 상에 위치할 때 하나 이상의 센서들을 사용하여 신체의 적어도 일부를 캡처하는 단계 - 상기 쇼핑 어시스턴트 스탠딩 표면은 상기 사용자의 해부학적 프로파일과 관련된 신체의 적어도 일부의 깊이 임프레션을 캡처하기 위한 하나 이상의 압력 센서를 포함함 - ;
    상기 쇼핑 어시스턴트 스탠딩 표면을 포함하는 상점-내 장치에 의해, 상기 새로운 또는 알려진 사용자 프로파일과 연관된 상기 사용자의 사용자 쇼핑 프로파일을 생성하는 단계;
    상기 사용자 쇼핑 프로파일이 쇼핑 어시스턴트 애플리케이션에서 사용가능한 경우, 상기 사용자 쇼핑 프로파일을 사용자 모바일 디바이스에 전송하는 단계;
    상기 상점-내 장치를 사용하여 제품 태그를 스캔함으로써, 상기 사용자에 의한 관심 제품의 선택을 획득하는 단계;
    상기 선택된 제품에 대한 쇼핑 보조를 상기 사용자에게 제공하는 단계;
    다른 사용자로부터 상기 선택된 제품과 관련된 피드백을 수신하는 단계; 및
    적어도 상기 다른 사용자로부터의 피드백에 기초하여, 업데이트된 선택된 제품을 식별하는 단계
    를 포함하는, 방법.
  11. 제10항에 있어서, 상기 사용자 모바일 디바이스를 사용하여 상기 선택된 제품을 주문하는 단계를 더 포함하는, 방법.
  12. 제10항에 있어서, 상기 사용자 모바일 디바이스를 사용하여 상기 선택된 제품을 맞춤화하는 단계를 더 포함하는, 방법.
  13. 제12항에 있어서, 상기 사용자 모바일 디바이스를 사용하여 맞춤형 제품을 주문하는 단계를 더 포함하는, 방법.
  14. 제10항에 있어서, 상기 선택된 제품에 대한 재고 정보를 제공하는 단계를 더 포함하는, 방법.
  15. 제10항에 있어서, 상기 선택된 제품을 상기 사용자 쇼핑 프로파일과 연관된 아바타 상에 피팅(fitting)하는 단계를 더 포함하는, 방법.
  16. 제15항에 있어서, 상기 사용자와 연관된 소셜 미디어 사용자 계정에 의해 보기 위해, 상기 사용자 쇼핑 프로파일과 연관되고 상기 선택된 제품으로 피팅된 상기 아바타를 소셜 미디어 시스템으로 전송하는 단계를 더 포함하는, 방법.
  17. 제10항에 있어서, 상기 사용자 쇼핑 프로파일 또는 사용자 쇼핑 거동 중 적어도 하나에 기초하여 적어도 하나의 쇼핑 추천을 제공하는 단계를 더 포함하는, 방법.
  18. 제10항에 있어서, 이미지 센서, 레이저 및 광 센서로 이루어진 그룹으로부터 선택된 하나 이상의 캡처 요소들을 사용하여 상기 사용자 쇼핑 프로파일을 향상시키는 단계를 더 포함하는, 방법.
  19. 제10항에 있어서, 다른 사용자를 위한 추가적인 사용자 쇼핑 프로파일들을 상기 사용자 모바일 디바이스에 추가하는 단계를 더 포함하는, 방법.
  20. 제10항에 있어서, 상기 사용자 쇼핑 프로파일을 상기 상점-내 장치로부터 상기 사용자 모바일 디바이스로 변환하는 단계를 더 포함하는, 방법.
KR1020207002287A 2017-06-27 2018-06-27 자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법 KR102649617B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020237006341A KR20230031996A (ko) 2017-06-27 2018-06-27 자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762525454P 2017-06-27 2017-06-27
US62/525,454 2017-06-27
PCT/US2018/039781 WO2019005986A1 (en) 2017-06-27 2018-06-27 SYSTEM, PLATFORM AND METHOD OF PERSONALIZED PURCHASE USING AN AUTOMATED PURCHASE ASSISTANT

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020237006341A Division KR20230031996A (ko) 2017-06-27 2018-06-27 자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법

Publications (2)

Publication Number Publication Date
KR20200033857A KR20200033857A (ko) 2020-03-30
KR102649617B1 true KR102649617B1 (ko) 2024-03-19

Family

ID=62976240

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020237006341A KR20230031996A (ko) 2017-06-27 2018-06-27 자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법
KR1020207002287A KR102649617B1 (ko) 2017-06-27 2018-06-27 자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020237006341A KR20230031996A (ko) 2017-06-27 2018-06-27 자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법

Country Status (5)

Country Link
US (2) US11763365B2 (ko)
JP (2) JP7211983B2 (ko)
KR (2) KR20230031996A (ko)
CN (1) CN111066051A (ko)
WO (1) WO2019005986A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10755431B2 (en) * 2018-07-19 2020-08-25 Radius Technologies, LLC Systems and methods for sizing objects via a computing device
CN113423541B (zh) * 2018-12-21 2024-03-22 Lg电子株式会社 机器人的控制方法
US20220120557A1 (en) * 2019-02-09 2022-04-21 Naked Labs Austria Gmbh Passive body scanning
US20220301041A1 (en) * 2019-08-12 2022-09-22 Lg Electronics Inc. Virtual fitting provision device and provision method therefor
US11409807B2 (en) 2020-01-30 2022-08-09 Rahul Kumar Namdev Single-click matchmaking

Family Cites Families (153)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5164793A (en) 1991-09-13 1992-11-17 Brown Group, Inc. Shoe size selection system and apparatus therefor
JPH06149376A (ja) 1992-11-05 1994-05-27 Mitsubishi Electric Corp 経路生成装置
US5689446A (en) 1995-11-03 1997-11-18 Amfit, Inc. Foot contour digitizer
US6289107B1 (en) 1996-05-23 2001-09-11 Nike, Inc. Apparatus and method of measuring human extremities using peripheral illumination techniques
FR2749675B1 (fr) 1996-06-07 1998-08-28 Sextant Avionique Procede de pilotage d'un aerodyne pour l'evitement vertical d'une zone
JP2001101272A (ja) 1999-07-26 2001-04-13 Masaru Fujibayashi インターネットを利用した身体関連商品の購入システム
US6546356B1 (en) 2000-05-01 2003-04-08 Genovation Inc. Body part imaging method
US6564086B2 (en) 2000-05-03 2003-05-13 Rocky Mountain Biosystems, Inc. Prosthesis and method of making
US6665577B2 (en) 2000-12-20 2003-12-16 My Virtual Model Inc. System, method and article of manufacture for automated fit and size predictions
JP2002203167A (ja) 2000-12-28 2002-07-19 Jeivan:Kk 情報提供装置及びその方法
US6856324B2 (en) 2001-03-27 2005-02-15 Siemens Corporate Research, Inc. Augmented reality guided instrument positioning with guiding graphics
JP2003127994A (ja) 2001-10-24 2003-05-08 Kansai Electric Power Co Inc:The 無人飛行物体の制御システム
JP2003331108A (ja) 2002-05-09 2003-11-21 Kazuya Takahashi 電子ワードローブシステム
WO2004034832A2 (en) 2002-10-16 2004-04-29 Jeffrey S. Brooks, Inc. Foot scanning and measurement system and method
US7089152B2 (en) 2003-06-19 2006-08-08 Mizuno Corporation System and method for assisting shoe selection
JP2005169015A (ja) 2003-12-15 2005-06-30 Hisayo Ishimaru 適合既製靴教示装置、適合既製靴教示システム及びプログラム
US7346418B2 (en) 2004-03-08 2008-03-18 Quasar Group, Inc. System and method for creating orthotics
TWI259382B (en) * 2004-11-18 2006-08-01 Chien Hui Chuan Apparatus for rapidly measuring 3-dimensional foot sizes from multi-images
US8971984B2 (en) 2005-04-04 2015-03-03 Hypermed Imaging, Inc. Hyperspectral technology for assessing and treating diabetic foot and tissue disease
US20070005174A1 (en) 2005-06-29 2007-01-04 Sony Ericsson Mobile Communications Ab Virtual apparel fitting
US7611550B2 (en) 2005-09-15 2009-11-03 The Boeing Company Slurry fuels and associated methods
CN101025564B (zh) 2006-02-20 2010-12-15 Hoya株式会社 四级光掩模制造方法和其中所使用的光掩模坯料
US20080040278A1 (en) 2006-08-11 2008-02-14 Dewitt Timothy R Image recognition authentication and advertising system
US7656402B2 (en) 2006-11-15 2010-02-02 Tahg, Llc Method for creating, manufacturing, and distributing three-dimensional models
GB2458072A (en) 2007-02-01 2009-09-09 Billion People 7 Dynamic reconfiguration of web pages based on user behavioral portrait
AU2008228646A1 (en) 2007-03-19 2008-09-25 Massi Miliano Ou Method and system for custom tailoring and retailing of clothing
US20090051683A1 (en) 2007-07-16 2009-02-26 Ravindra Stephen Goonetilleke Method and system for foot shape generation
US8146005B2 (en) 2007-08-07 2012-03-27 International Business Machines Corporation Creating a customized avatar that reflects a user's distinguishable attributes
EP2211715A1 (de) 2007-11-19 2010-08-04 Corpus.E AG Hochauflösende optische erfassung der raumform von körpern
US8065200B2 (en) 2007-11-26 2011-11-22 International Business Machines Corporation Virtual web store with product images
US8152744B2 (en) * 2008-03-25 2012-04-10 Comfort Lab. Inc. Shoe or insole fitting navigation system
US20090287452A1 (en) 2008-05-13 2009-11-19 Qinetiq Limited Method and Apparatus for Accurate Footwear and Garment Fitting
KR101513151B1 (ko) 2008-08-08 2015-04-20 소프트포럼 주식회사 3ｄ 아바타를 이용한 인터넷 서비스 제공 시스템 및 그 방법
AU2009281762A1 (en) 2008-08-15 2010-02-18 Brown University Method and apparatus for estimating body shape
US11007070B2 (en) 2008-11-09 2021-05-18 3D Systems, Inc. Modular custom braces, casts and devices and methods for designing and fabricating
CN101742048A (zh) 2008-11-27 2010-06-16 英业达股份有限公司 手持式电子装置的影像产生方法
US8818883B2 (en) 2009-07-23 2014-08-26 Apple Inc. Personalized shopping avatar
US10354302B2 (en) 2009-08-23 2019-07-16 Joreida Eugenia Torres Methods and devices for providing fashion advice
CN101819663A (zh) 2009-08-27 2010-09-01 珠海琳琅信息科技有限公司 一种服装虚拟试穿系统
US20110093344A1 (en) 2009-10-21 2011-04-21 Burke Wells D Targeted interactive content for in-store retail customers
CN102200437A (zh) 2010-03-24 2011-09-28 英华达（南京）科技有限公司 一种利用移动通讯装置量测平面倾角的方法
KR20110131404A (ko) * 2010-05-31 2011-12-07 이윤열 스마트폰에서 3차원 아바타를 이용하여 의류를 쇼핑하는 방법
US8655053B1 (en) 2010-05-31 2014-02-18 Andrew S Hansen Body modeling and garment fitting using an electronic device
US8908928B1 (en) 2010-05-31 2014-12-09 Andrew S. Hansen Body modeling and garment fitting using an electronic device
US20110298897A1 (en) * 2010-06-08 2011-12-08 Iva Sareen System and method for 3d virtual try-on of apparel on an avatar
US10702216B2 (en) 2010-06-08 2020-07-07 Styku, LLC Method and system for body scanning and display of biometric data
ES2372349B1 (es) 2010-06-25 2012-11-23 Alu Group S.L. Método y dispositivo de medición del pie.
US20120054041A1 (en) * 2010-08-28 2012-03-01 Ebay Inc. Shopping profile in an online shopping environment
US8567081B2 (en) 2010-08-31 2013-10-29 Northwest Podiatric Laboratory, Inc. Apparatus and method for imaging feet
CN201831042U (zh) 2010-09-16 2011-05-18 姚丽珍 电热鞋底
TW201221900A (en) 2010-11-17 2012-06-01 Inst Information Industry Three-dimensional size measuring system and method for measuring three-dimensional size of object
ES2383976B1 (es) 2010-12-03 2013-05-08 Alu Group, S.L. Método para el probado virtual de calzado.
US9788759B2 (en) 2010-12-27 2017-10-17 Joseph Ralph Ferrantelli Method and system for postural analysis and measuring anatomical dimensions from a digital three-dimensional image on a mobile device
DE202010013232U1 (de) 2010-12-29 2011-03-03 Fischer, Seira Personenreinigungsanlage
GB201102794D0 (en) 2011-02-17 2011-03-30 Metail Ltd Online retail system
US20120239504A1 (en) 2011-03-15 2012-09-20 Microsoft Corporation Virtual Shopping Assistance
EP2691936A1 (en) 2011-03-29 2014-02-05 Qualcomm Incorporated Modular mobile connected pico projectors for a local multi-user collaboration
KR20120123845A (ko) 2011-05-02 2012-11-12 엘지전자 주식회사 터치 스크린
KR20120123842A (ko) 2011-05-02 2012-11-12 하태준 3차원 아바타를 이용한 맞춤 쇼핑 시스템 및 그 방법
JP5005107B1 (ja) 2011-06-23 2012-08-22 誠 大島 データ蓄積システム
ITMI20111550A1 (it) 2011-08-25 2013-02-26 Magari S R L Metodo e sistema per la selezione ottimizzata di articoli calzaturieri o di abbigliamento
US9098600B2 (en) 2011-09-14 2015-08-04 International Business Machines Corporation Deriving dynamic consumer defined product attributes from input queries
US9345957B2 (en) 2011-09-30 2016-05-24 Microsoft Technology Licensing, Llc Enhancing a sport using an augmented reality display
US9098908B2 (en) 2011-10-21 2015-08-04 Microsoft Technology Licensing, Llc Generating a depth map
US9788792B2 (en) 2011-10-26 2017-10-17 The United States of America, as represented by Department of Veterans Affairs, Office of General Counsel, Professional Staff Group IV(024) System for screening skin condition for tissue damage
US20130110666A1 (en) 2011-10-28 2013-05-02 Adidas Ag Interactive retail system
US8868157B1 (en) 2011-11-09 2014-10-21 VisionQuest Biomedical LLC Thermal optical imager system and method for detection of peripheral neuropathy
KR20130052159A (ko) 2011-11-11 2013-05-22 강동연 스마트폰을 이용한 가상 피팅 방법 및 그 시스템
JP5917712B2 (ja) 2011-12-19 2016-05-18 インテル コーポレイション スマートデバイス支援取引
WO2013103912A1 (en) 2012-01-05 2013-07-11 Visa International Service Association Transaction visual capturing apparatuses, methods and systems
US9027827B2 (en) 2012-01-16 2015-05-12 Qualcomm Incorporated System and method for providing a personalized shopping experience and personalized pricing of products and services with a portable computing device
JP6272238B2 (ja) 2012-01-30 2018-01-31 センソリア・インコーポレイテッド 体表又はその近くの条件の集積された遠隔モニタリングおよびデータ収集に関するセンサ、インタフェースおよびセンサシステム
US11154243B2 (en) 2012-01-30 2021-10-26 Sensoria Inc. Sensor systems for user-specific evaluation of gait, footwear and garment fitting; monitoring of contact, force, pressure and/or shear at or near body surfaces
US9483771B2 (en) 2012-03-15 2016-11-01 At&T Intellectual Property I, L.P. Methods, systems, and products for personalized haptic emulations
WO2013148646A1 (en) * 2012-03-26 2013-10-03 Tintoria Piana Us, Inc. Personalized virtual shopping assistant
US20140018979A1 (en) 2012-07-13 2014-01-16 Honeywell International Inc. Autonomous airspace flight planning and virtual airspace containment system
US9799064B2 (en) 2012-08-03 2017-10-24 Eyefitu Ag Garment fitting system and method
US10664901B2 (en) 2012-08-03 2020-05-26 Eyefitu Ag Garment fitting system and method
KR20150079585A (ko) 2012-09-05 2015-07-08 바디 패스 리미티드 일련의 2ｄ 이미지로부터 정확한 신체 사이즈 치수를 도출하는 시스템 및 방법
US20140089134A1 (en) 2012-09-27 2014-03-27 Bonfire Holdings, Inc. System and method for creating a customized shopping experience for a user
US9462838B1 (en) 2012-09-28 2016-10-11 Google Inc. Adjustable apparel fit template
US9449343B2 (en) 2012-10-05 2016-09-20 Sap Se Augmented-reality shopping using a networked mobile device
US20140104395A1 (en) 2012-10-17 2014-04-17 Gelsight, Inc. Methods of and Systems for Three-Dimensional Digital Impression and Visualization of Objects Through an Elastomer
US20140285646A1 (en) 2012-11-08 2014-09-25 Satwinder Kahlon Apparatus for recommendation for best fitting shoe
US20140156449A1 (en) * 2012-12-02 2014-06-05 Embl Retail Inc. Method and apparatus for item recommendation
US20140180864A1 (en) * 2012-12-20 2014-06-26 Ebay Inc. Personalized clothing recommendation system and method
DE102013203667B4 (de) 2013-03-04 2024-02-22 Adidas Ag Kabine zum Ausprobieren eines oder mehrerer Bekleidungsstücke
WO2014159726A1 (en) 2013-03-13 2014-10-02 Mecommerce, Inc. Determining dimension of target object in an image using reference object
WO2014183157A1 (en) * 2013-05-13 2014-11-20 Mport Pty Ltd Devices, frameworks and methodologies for enabling user-driven determination of body size and shape information and utilisation of such information across a networked environment
US9978090B2 (en) 2013-07-05 2018-05-22 Globalfoundries Inc. Shopping optimizer
US9760674B2 (en) 2013-07-26 2017-09-12 Aetrex Worldwide, Inc. Systems and methods for generating orthotic device models from user-based data capture
KR102266361B1 (ko) 2013-08-04 2021-06-16 아이즈매치 리미티드 거울을 가상화하는 디바이스들, 시스템들 및 방법들
US9892424B2 (en) 2013-08-05 2018-02-13 International Business Machines Corporation Communication with shoppers in a retail environment
US10318916B2 (en) 2013-08-28 2019-06-11 Barbaro Technologies Apparatus and method of identifying and sizing clothing in an inventory management system
US20150066707A1 (en) 2013-09-03 2015-03-05 Cellco Partnership D/B/A Verizon Wireless Methods and Systems for Personalizing an In-Store Shopping Experience for a User in a Retail Store that Provides Accessories for Computing Devices
US20150127132A1 (en) 2013-11-01 2015-05-07 West Coast Vision Labs Inc. Method and system for generating custom-fit eye wear geometry for printing and fabrication
WO2015068165A1 (en) 2013-11-09 2015-05-14 Edgimago 2012 Ltd Method & system for measuring 3-dimensional objects
KR20150061089A (ko) * 2013-11-25 2015-06-04 김지후 아바타를 이용한 상품 구매 및 광고 시스템 및 방법
KR20150070459A (ko) 2013-12-16 2015-06-25 대덕대학산학협력단 3d촬영 구매자 신체사진 활용, 가상 피팅 쇼핑몰
US9684928B2 (en) 2014-01-15 2017-06-20 Holition Limited Foot tracking
CN103852130B (zh) 2014-01-15 2016-11-02 北京艾力泰尔信息技术有限公司 基于图像识别的水位采集方法
US20150228084A1 (en) 2014-02-10 2015-08-13 Netcoutoure, Inc. Systems and methods for calculating foot size using image recognition
US9649558B2 (en) 2014-03-14 2017-05-16 Sony Interactive Entertainment Inc. Gaming device with rotatably placed cameras
AU2015243366B2 (en) * 2014-04-09 2020-01-30 Scholl's Wellness Company Llc Method, apparatus, and computer-readable medium for generating a set of recommended orthotic products
US10872408B2 (en) 2014-05-02 2020-12-22 Etreat Medical Diagnostics Inc. Method and system for imaging and analysis of anatomical features
NZ631213A (en) 2014-05-13 2016-03-31 Mport Pty Ltd Frameworks and methodologies for enabling provision of computer implement functionalities via centralized management of data derived from three dimensional body scans
US9858611B2 (en) 2014-05-29 2018-01-02 Like A Glove Ltd. Self-measuring garment
JP6330238B2 (ja) 2014-06-11 2018-05-30 士華 管 試着画像表示方法
EP2954798B1 (de) 2014-06-11 2017-04-12 VITRONIC Dr.-Ing. Stein Bildverarbeitungssysteme GmbH Messverfahren zur Bestimmung biometrischer Daten menschlicher Füße
KR20160005977A (ko) 2014-07-08 2016-01-18 삼성전기주식회사 체온 측정 장치 및 이를 이용한 체온 측정 방법
JP6154436B2 (ja) 2014-07-22 2017-06-28 里　浩二 ヒール及びパンプス用組立式インソール
JP6091472B2 (ja) 2014-08-12 2017-03-08 ソフトバンク株式会社 商品等提供システム、商品等提供方法、及び商品等提供プログラム
US10366447B2 (en) 2014-08-30 2019-07-30 Ebay Inc. Providing a virtual shopping environment for an item
US9648926B2 (en) 2014-09-23 2017-05-16 William H. Marks Footwear recommendations from foot scan data describing feet of a user
EP3201882A4 (en) 2014-09-30 2018-07-11 Fitfully Ltd. System and method of 3d modeling and virtual fitting of 3d objects
US20160110479A1 (en) 2014-10-15 2016-04-21 Yong Li System and method for constructing customized foot orthotics
US10013711B2 (en) 2014-10-29 2018-07-03 Superfeet Worldwide, Inc. Shoe and/or insole selection system
US10210544B2 (en) * 2014-12-17 2019-02-19 Paypal, Inc. Displaying merchandise with avatars
ES2765277T3 (es) 2014-12-22 2020-06-08 Reactive Reality Gmbh Método y sistema para generar datos de modelo de prenda
EP3254058A1 (en) 2015-02-09 2017-12-13 C & J Clark International Limited Measuring an object
CN104699908B (zh) 2015-03-24 2017-12-12 唐力 3d矫形鞋垫的制作方法
CN107851328A (zh) 2015-05-18 2018-03-27 Embl零售股份有限公司 用于推荐适合鞋类的方法和系统
US10062097B2 (en) 2015-05-29 2018-08-28 Nike, Inc. Three-dimensional body scanning and apparel recommendation
US10178303B2 (en) 2015-05-29 2019-01-08 Hover Inc. Directed image capture
US20170004568A1 (en) 2015-07-02 2017-01-05 Alexander J. C. Radner Retailer linked personalized shopping assistant
WO2017035294A1 (en) 2015-08-25 2017-03-02 Ossur Iceland Ehf Prosthetic system
WO2017040338A1 (en) 2015-08-28 2017-03-09 Fitted Solutions, Llc. System for accurate remote measurement
US10565782B2 (en) 2015-08-29 2020-02-18 Intel Corporation Facilitating body measurements through loose clothing and/or other obscurities using three-dimensional scans and smart calculations
GB2542114B (en) 2015-09-03 2018-06-27 Heartfelt Tech Limited Method and apparatus for determining volumetric data of a predetermined anatomical feature
US9852234B2 (en) 2015-09-16 2017-12-26 Brian Gannon Optimizing apparel combinations
US20170169571A1 (en) 2015-12-11 2017-06-15 Nesi Trading Co., Ltd. Foot scanning system
US10564628B2 (en) 2016-01-06 2020-02-18 Wiivv Wearables Inc. Generating of 3D-printed custom wearables
US9985587B2 (en) 2016-01-18 2018-05-29 Cirrus Logic, Inc. Switched mode converter with variable common mode voltage buffer
CN105662681B (zh) 2016-01-20 2019-03-08 国家康复辅具研究中心 具有宏微观一体化特征的矫形器制作方法
US9996981B1 (en) 2016-03-07 2018-06-12 Bao Tran Augmented reality system
US20170272728A1 (en) 2016-03-16 2017-09-21 Aquifi, Inc. System and method of three-dimensional scanning for customizing footwear
US9875546B1 (en) 2016-03-29 2018-01-23 A9.Com, Inc. Computer vision techniques for generating and comparing three-dimensional point clouds
US10510077B2 (en) 2016-05-03 2019-12-17 Facebook, Inc. Facial recognition identification for in-store payment transactions
ES2879972T3 (es) 2016-06-21 2021-11-23 Desma Schuhmaschinen Gmbh Sistema para la fabricación a medida de productos médicos o ponibles
US10008040B2 (en) * 2016-07-29 2018-06-26 OnePersonalization Limited Method and system for virtual shoes fitting
US20180047200A1 (en) 2016-08-11 2018-02-15 Jibjab Media Inc. Combining user images and computer-generated illustrations to produce personalized animated digital avatars
CN109804404A (zh) 2016-09-06 2019-05-24 耐克创新有限合伙公司 用于个性化购物的系统、平台、装置和方法
CN106372374B (zh) 2016-11-03 2019-08-30 西安交通大学 一种针对糖尿病足鞋垫的个性化设计方法
US20180160777A1 (en) 2016-12-14 2018-06-14 Black Brass, Inc. Foot measuring and sizing application
US10420397B2 (en) 2016-12-14 2019-09-24 Black Brass, Inc. Foot measuring and sizing application
FR3060735B1 (fr) 2016-12-15 2019-12-27 IFP Energies Nouvelles Procede de mesure d'une partie du corps a partir de photographies numeriques, et mise en oeuvre d'un tel procede pour la fabrication de chaussures sur mesure
CN106942837B (zh) 2017-03-22 2022-09-16 青岛一小步科技有限公司 一种基于图像识别及三维建模技术的矫形鞋制作方法及系统
US11128794B2 (en) 2017-07-31 2021-09-21 Uplay1 Augmented reality real estate MLS and virtual tours
US20190139252A1 (en) 2017-08-25 2019-05-09 Shoeretriever, Inc. Systems and methods for footwear sizing
TWI657761B (zh) 2017-09-21 2019-05-01 劉懿賢 足底量測裝置
KR102028563B1 (ko) 2018-03-09 2019-10-04 (주)펄핏 영상 처리를 이용한 발 사이즈 및 모양 측정 방법
US10755431B2 (en) 2018-07-19 2020-08-25 Radius Technologies, LLC Systems and methods for sizing objects via a computing device
FI128512B (en) 2019-04-12 2020-06-30 Right Size Company Oy Apparatus, system and method for measuring the foot for selecting finished footwear

Also Published As

Publication number Publication date
JP7211983B2 (ja) 2023-01-24
WO2019005986A1 (en) 2019-01-03
US20230377012A1 (en) 2023-11-23
CN111066051A (zh) 2020-04-24
US11763365B2 (en) 2023-09-19
KR20200033857A (ko) 2020-03-30
US20210142379A1 (en) 2021-05-13
KR20230031996A (ko) 2023-03-07
JP2020525932A (ja) 2020-08-27
JP2023071642A (ja) 2023-05-23

Similar Documents

Publication Publication Date Title
US20190228448A1 (en) System, Platform and Method for Personalized Shopping Using a Virtual Shopping Assistant
JP7268089B2 (ja) 自動ショッピングアシスタントを使用したパーソナライズショッピングのためのシステム、プラットフォームおよび方法
US20190188784A1 (en) System, platform, device and method for personalized shopping
KR102649617B1 (ko) 자동화된 쇼핑 어시스턴트를 사용하는 개인화된 쇼핑을 위한 시스템, 플랫폼 및 방법
US10699108B1 (en) Body modeling and garment fitting using an electronic device
US8655053B1 (en) Body modeling and garment fitting using an electronic device
EP3745352B1 (en) Methods and systems for determining body measurements and providing clothing size recommendations
KR20180009391A (ko) 커스텀 제품을 생성하기 위한 방법 및 시스템
EP1495447A1 (en) System and method for 3-dimension simulation of glasses
KR102517087B1 (ko) 모든 종류의 의류, 신발 및 액세서리의 온라인 및 오프라인 소매를 위한 방법 및 장치
CN105374057A (zh) 虚拟试穿装置及虚拟试穿方法
KR102506352B1 (ko) 전자상거래를 위한 3d 인체 측정 데이터 기반의 디지털 트윈 아바타 제공 시스템
KR102340904B1 (ko) 증강현실 기반 가상 피팅 시스템 및 방법
US20240071019A1 (en) Three-dimensional models of users wearing clothing items

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X601 Decision of rejection after re-examination
J201 Request for trial against refusal decision
J301 Trial decision

Free format text: TRIAL NUMBER: 2023101000383; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20230222

Effective date: 20230620

E902 Notification of reason for refusal
GRNO Decision to grant (after opposition)
GRNT Written decision to grant