KR20120049761A - 매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체 - Google Patents

매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체 Download PDF

Info

Publication number
KR20120049761A
KR20120049761A KR1020100111181A KR20100111181A KR20120049761A KR 20120049761 A KR20120049761 A KR 20120049761A KR 1020100111181 A KR1020100111181 A KR 1020100111181A KR 20100111181 A KR20100111181 A KR 20100111181A KR 20120049761 A KR20120049761 A KR 20120049761A
Authority
KR
South Korea
Prior art keywords
target
user
image
shape
matching
Prior art date
Application number
KR1020100111181A
Other languages
English (en)
Other versions
KR101150944B1 (ko
Inventor
유은정
김양웅
Original Assignee
김양웅
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 김양웅 filed Critical 김양웅
Priority to KR1020100111181A priority Critical patent/KR101150944B1/ko
Publication of KR20120049761A publication Critical patent/KR20120049761A/ko
Application granted granted Critical
Publication of KR101150944B1 publication Critical patent/KR101150944B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • 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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Abstract

매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체가 개시된다. 본 발명의 일 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 장치는 제1사용자가 원하는 타겟의 얼굴 형태 및 체형이 저장된 타겟정보 데이터베이스; 상기 타겟의 얼굴 형태과 체형 간의 우선순위 정보를 입력받는 입력수단; 제2사용자의 영상을 입력받는 카메라; 상기 제2사용자의 영상을 전처리하여, 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 상기 제2사용자의 영상에서 상기 제2사용자의 팔, 다리, 몸에 해당하는 영역을 구분하는 전처리기; 상기 타겟정보 데이터베이스에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출하고, 상기 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류한 후 상기 타겟정보 데이터베이스에 저장된 타겟 체형과 비교하여 제1유사도를 산출하는 유사판단부; 및 상기 우선순위 정보에 따라 가중치를 상기 상관계수 및 상기 제1유사도에 적용하여 타겟 매칭 지수를 산출하는 타겟매칭 판단부를 포함한다.

Description

매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체 {Apparatus and Method of searching for target based on matching possibility}
본 발명은 인물과 인물이 어울리는 정도를 측정하는 기술에 관한 것으로, 특히, 매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체에 관한 것이다.
영상을 통한 인식의 중요성이 날로 증대되면서 사람의 얼굴을 이용한 기술들이 늘어가고 있다. 특히 얼굴 검출 및 얼굴 인식 기능은 생체 인식, 보안 시스템, 동영상 검색 등 여러 분야에서 사용된다. 얼굴 검출 기능에 대한 연구가 가장 활발한 분야는 디지털 카메라이다. 카메라의 경우 인물이 주요한 촬영대상이 된다는 특성에 맞춰 얼굴 검출 기능이 기본 기능이 되어가는 추세이다. 또한 웹에서도 얼굴을 찾고 인물의 얼굴 유사도를 이용한 이미지 검색 서비스가 강화되고 있다.
모바일폰이나 스마트폰에는 기본적으로 디지털 카메라가 내장되는데, 기존에 웹 기반으로 제공되던 얼굴 검색 서비스가 모바일 환경에서도 구현되고 있다. 그러나, 기존의 얼굴 검색 서비스는 몇 가지 특징점에 기반하여 유사한 사진을 검색해주는 것에 불과하므로, 정확도가 떨어지고 그 활용도가 한정되어 있었다.
본 발명이 이루고자 하는 첫 번째 기술적 과제는 정확하고 빠른 영상 인식에 기초하여 촬영된 대상이 사용자가 원하는 인물인지 아닌지를 인물의 다양한 특성을 반영하여 사용자에게 알려줄 수 있는 매칭 가능성에 기반한 타겟 탐색 장치를 제공하는 데 있다.
본 발명이 이루고자 하는 두 번째 기술적 과제는 상기의 매칭 가능성에 기반한 타겟 탐색 장치에 적용되는 매칭 가능성에 기반한 타겟 탐색 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 세 번째 기술적 과제는 상기의 매칭 가능성에 기반한 타겟 탐색 방법을 컴퓨터 시스템에서 실행하기 위한 프로그램이 기록된 매체로서, 컴퓨터 시스템이 판독할 수 있는 기록매체를 제공하는 데 있다.
상기의 첫 번째 과제를 이루기 위하여, 본 발명의 일 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 장치는 제1사용자가 원하는 타겟의 얼굴 형태 및 체형이 저장된 타겟정보 데이터베이스; 상기 타겟의 얼굴 형태과 체형 간의 우선순위 정보를 입력받는 입력수단; 제2사용자의 영상을 입력받는 카메라; 상기 제2사용자의 영상을 전처리하여, 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 상기 제2사용자의 영상에서 상기 제2사용자의 팔, 다리, 몸에 해당하는 영역을 구분하는 전처리기; 상기 타겟정보 데이터베이스에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출하고, 상기 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류한 후 상기 타겟정보 데이터베이스에 저장된 타겟 체형과 비교하여 제1유사도를 산출하는 유사판단부; 및 상기 우선순위 정보에 따라 가중치를 상기 상관계수 및 상기 제1유사도에 적용하여 타겟 매칭 지수를 산출하는 타겟매칭 판단부를 포함한다.
상기의 두 번째 과제를 이루기 위하여, 본 발명의 일 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 방법은 제1사용자가 원하는 타겟의 얼굴 형태 및, 체형 이 저장된 타겟정보 데이터베이스를 포함하는 단말에서, 상기 타겟의 얼굴 형태 및 체형 간의 우선순위 정보를 입력받는 단계; 제2사용자의 영상을 입력받는 단계; 상기 제2사용자의 영상을 전처리하여 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 타겟정보 데이터베이스에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출하는 단계; 상기 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류하고, 상기 타겟정보 데이터베이스에 저장된 타겟 체형과 비교하여 제1유사도를 산출하는 단계; 및 상기 우선순위 정보에 따라 가중치를 상기 상관계수 및, 상기 제1유사도에 적용하여 타겟 매칭 지수를 산출하는 단계를 포함한다.
본 발명의 실시 예들에 의하면, 정확하고 빠른 영상 인식에 기초하여 촬영된 대상이 사용자가 원하는 인물인지 아닌지를 인물의 다양한 특성을 반영하여 사용자에게 알려줄 수 있으므로, 이상형 찾기, 친구 찾기, 미아 찾기, 궁합 등에 응용될 수 있다.
도 1a는 본 발명의 일 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 장치의 블록도이다.
도 1b 내지 도 1d는 도 1a에서 얼굴 형태를 인식하는 과정의 예를 도시한 것이다.
도 2는 본 발명의 다른 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 장치의 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 방법의 흐름도이다.
도 4는 본 발명의 다른 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 방법의 흐름도이다.
도 5는 도 4에서 데이터베이스를 구성하는 과정의 예를 도시한 것이다.
이하에서는 도면을 참조하여 본 발명의 바람직한 실시 예를 설명하기로 한다. 그러나, 다음에 예시하는 본 발명의 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 상술하는 실시 예에 한정되는 것은 아니다.
도 1a는 본 발명의 일 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 장치의 블록도이다. 도 1a의 타겟 탐색 장치는 모바일폰, 스마트폰, PDA, 노트북, 랩탑, 타겟 매칭 여부를 판단하도록 제작된 전용 단말 등 사용자 단말에 내장되는 것을 전제로 한다.
카메라(110)는 대상을 촬영하여 제2사용자의 영상을 생성하거나 입력받는 디지털 카메라이다.
전처리기(120)는 제2사용자의 영상을 전처리하여, 얼굴 부분만 검출한 후 얼굴 형태를 인식한다. 도 1b는 전처리를 통해 얼굴 부분을 검출하는 예를 보여준다. 영상에서 얼굴 부분만을 검출하는 부분, 얼굴 형태를 인식하거나 다른 사람의 얼굴과 비교하는 부분에는 Haar-like Feature 알고리즘이나 AdaBoost 알고리즘 등이 사용될 수 있다. Haar-like Feature 알고리즘은 촬영하거나 혹은 저장된 이미지를 기 선택한 타겟 이미지와 비교하기 위해서 이미지를 압축 혹은 간단화시키는 알고리즘이다. 도 1c의 "A"와 "B"는 에지 특성, "C"는 라인 특성, "D"는 대각선 특성을 검출하는데 사용되는 Haar-like feature를 나타낸다.
전처리기(120)는 제2사용자의 영상에서 제2사용자의 팔, 다리, 몸에 해당하는 영역을 구분하며, 이 부분에도 Haar-like Feature 알고리즘이나 AdaBoost 알고리즘 등이 사용될 수 있다.
입력수단(130)은 타겟의 얼굴 형태, 체형 간의 우선순위 정보를 입력받는데, 키패드, 키보드, 터치 패널, 기타 포인팅 디바이스 등 다양한 형태를 가질 수 있다.
타겟매칭 판단부(140)는 타겟정보 데이터베이스(150)에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출한다. 두 개의 이미지를 점(Pixel) 단위로 하나씩 비교를 하면 속도가 오래 걸리는 문제점이 발생한다. 따라서 이미지를 비교하기 편리하도록 압축하는 방법이 필요한데, Haar-like Features는 도 1c와 같이 일정한 크기의 박스(Box)를 다수 개 정의하고 각각의 박스에 들어 있는 점의 개수를 임계치 범위 내에서 같은지 비교한다. 비교 결과는 세 가지로 구분한다. 적은 경우, 같은 경우, 그리고 많은 경우가 있다. 결과에 따라서 각 박스의 해당위치를 특정한 색으로 전부 칠하여 이미지를 단순한 형태로 만든다. 구체적으로 예를 들어, 박스를 도 1c의 "A"와 같이 정의하면 두 개의 이미지에서 각각의 박스에 있는 점의 개수를 비교한다. 도 1d는 실제 얼굴 인식에 적용한 사례이다. 박스의 크기 및 위치는 다수개의 얼굴 데이터로 학습해서 결정한다. 이 알고리즘의 결과는 각각의 박스 영역에서 두 개 이미지가 얼마나 다른지를 나타내는 상관 계수이다. 상계 계수는 두 개 이미지의 비슷한 정도를 상대적으로 계산한다. 결과적으로 Haar-like features로 압축한 이미지끼리 상관계수를 구해서 상대적으로 다른 이미지와 얼마나 차이가 발생하는지를 비교하고 보여준다. 세부적으로는 두 영상에서 인물의 눈, 코, 입, 턱선, 신체, 스타일 등의 각 부분별로 닮은 정도를 비교하여 수치화할 수 있다.
타겟매칭 판단부(140)는 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산한 후, 계산된 비율에 따라 체형을 분류한다. 예를 들어, 이 과정은 다음의 과정을 통해 구현될 수 있다. 머리에서 발까지의 전신영상을 이용하여 Haar-like Features로 인식 후 인식된 신체에서 머리만을 추출한다. 추출한 머리에서 크기를 산출한 후 나머지 신체길이를 비교하여 장신, 단신, 7등신, 8등신, 마른형, 통통한 형, 글래머형 등의 체형을 구할 수 있다. 신체 정보와 체형을 구분하는 기준은 신체 길이나 비율을 표준화하여 테이블과 같은 형태로 미리 정의될 수 있다.
타겟매칭 판단부(140)는 타겟정보 데이터베이스(150)에 저장된 타겟 체형과 비교하여 유사한 정도를 나타내는 제1유사도를 산출한다. 이하에서 제1유사도, 제2유사도, 제3유사도 등은 타겟매칭 판단부(140)에서 구해진 특성과 타겟정보 데이터베이스(150)에 저장된 특성을 비교 대상으로 하여 구해지는 것으로, 각각의 특성을 이루는 요소(element)들의 총 개수 중 동일/유사한 요소의 개수의 비율을 계산하여 구해지거나 통계 분석에서 사용되는 확률 함수를 이용하여 구해질 수 있다.
타겟매칭 판단부(140)는 앞서 입력받은 우선순위 정보에 따라 가중치를 상관계수, 제1유사도, 제2유사도 및 제3유사도에 적용하여 타겟 매칭 지수를 산출한다. 예를 들어, 우선순위 정보가 체형이 얼굴 형태에 우선함을 나타내는 경우, 체형에는 0.6의 가중치를, 얼굴 형태에는 0.4의 가중치를 부여할 수 있다.
타겟정보 데이터베이스(150)는 제1사용자가 원하는 타겟의 얼굴 형태, 체형 등을 저장한다. 타겟의 얼굴 형태, 체형 등에 관한 정보를 생성/구축하는 방법은 제2사용자의 얼굴 형태, 체형 등에 관한 정보를 추출하는 방법과 동일하다.
본 발명의 또 다른 실시 예에서는 사용자가 입력수단(130)을 통해 타겟정보 데이터베이스(150)에 미리 저장된 머리 이미지, 눈 이미지, 코 이미지, 입 이미지, 얼굴 모양 이미지 등 부분 이미지들을 선택하고 조합한 결과를 이용하여 타겟의 얼굴 형태나 체형 등을 결정하는 방식이 사용될 수 있다.
도 2는 본 발명의 다른 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 장치의 블록도이다.
센서부(160)는 자이로센서(Gyro), 가속도센서(Acceleration), 적외선 센서, 초음파 센서 등을 포함한다. 체형을 판단하기 위한 전신 영상은 촬영각도에 따라 오류가 발생할 수 있으므로, 전처리기(120)에서 이러한 오류를 자이로센서(Gyro), 가속도센서(Acceleration)를 이용하여 보정할 수 있다. 거리에 대한 오차는 적외선 센서의 측정값을 이용하여 보정할 수 있다.
매칭테스트부(170)는 제2사용자에 대해 설문 방식의 매칭테스트를 수행한다. 이하에서는 매칭테스트 방법의 예를 설명한다. 매칭테스트는 연예성향, 성격, 심리, 혈액형 테스트 등을 통해 사람의 타입을 구분하는 것으로 설문 또는 통계자료를 이용한다. 문제의 유형은 구현하는 프로그램에 따라서 달라질 수도 있다. 예를 들어, 표 1과 같이, MBTI 심리 검사를 통해서 사람의 성격을 16가지 중에 하나로 나누어 볼 수 있다.
감각적 직관적
내향적
 ISTJ ISFJ INFJ INTJ 판단적
ISTP ISFP INFP INTP 인식적
외향적
 ESTP ESFP ENFP ENTP 인식적
ESTJ ESFJ ENFJ ENTJ 판단적
사고적 감정적 감정적 사고적
더불어 표 2와 같이 통계분석된 혈액형별 궁합 정보 등을 반영할 수 있다.
여자/남자 A O B AB
A 70% 95% 20% 65%
O 90% 40% 80% 30%
B 25% 75% 65% 80%
AB 50% 35% 85% 90%
한편, 표 3 및 4와 같은 항목을 제시하는 연예심리테스트나 성격 테스트를 수행하면서 제1사용자가 각 항목에 대해 "O" 또는 "X"를 입력한 결과를 제2사용자의 입력 결과와 비교하는 방식으로 매칭테스트를 진행할 수도 있다.
항목 설문
1 퇴근 후 집으로 바로 가는 것을 좋아한다.
2 퇴근 후부터 출근 전가지 트레이닝 복 차림으로 지낸다.
3 혼자 밥을 먹어도 외롭지 않다.
4 마음에 드는 사람의 명함을 어디다 두었는지 기억하지 못한다.
항목 설문
1 감정이 얼굴에 잘 드러난다.
2 새로운 시도를 좋아한다.
3 계획하기보다 그때그때 일을 처리하는 편이다.
4 새로운 사람 만나는 것을 좋아한다.
입력수단(130)은 단말에서 매칭테스트가 수행되는 동안에 제2사용자로부터 설문에 대한 응답값, 개인적인 신상 정보 등을 포함하는 사용자 정보를 입력받는다.
전처리기(120)는 제2사용자의 영상에서 제2사용자의 팔, 다리, 몸에 해당하는 영역을 구분할 뿐만 아니라, 제2사용자의 영상에서 제2사용자의 헤어, 제2사용자가 입은 의상, 액세서리 등에 대한 스타일 정보를 검출할 수 있다. 이 부분에도 Haar-like Feature 알고리즘이나 AdaBoost 알고리즘 등이 사용될 수 있다. 이하에서는 스타일을 구분하는 예시적인 방법을 설명한다. 패션 스타일의 구분은 헤어, 의상 그리고 기타 액세서리 등을 이용하여 구분할 수 있다. 입력된 영상정보를 Haar-like Features와 이용하여 헤어, 의상, 가방 등의 액세서리를 검출하고 상관계수를 이용하여 헤어스타일, 액세서리 종류 및 의상의 형태를 분석하여 정장, 캐주얼, 힙합 등으로 구분하여 전체적인 스타일을 유추할 수 있다. 또한, 헤어스타일, 의상, 액세서리 정보를 이용하여 적절한 스타일 조합인지도 판단하여 사용자 특성에 따라 단말이 타겟과의 매칭을 판단하는데 영향을 미칠 수도 있다. 스타일에 대한 정보는 영상 인식 이외에 질의 문항의 응답을 통해 관련 정보가 입력되도록 할 수도 있다.
타겟매칭 판단부(140)는 타겟정보 데이터베이스(150)에 저장된 스타일과 비교하여 제2유사도를 산출한다.
타겟매칭 판단부(140)는 매칭테스트의 결과에 따라 제2사용자의 타입을 구분하고, 타겟정보 데이터베이스(150)에 저장된 타겟 타입과 비교하여 제3유사도를 산출한다. 제1사용자의 타입과 제2사용자의 타입을 비교하되 위와 같은 자료를 기반으로 하여 특정 항목은 유사할수록 특정 항목은 비유사할수록 높은 제3유사도를 산출하도록 할 수도 있다.
타겟매칭 판단부(140)는 우선순위 정보에 따라 가중치를 상관계수, 제1유사도, 제2유사도 및 제3유사도에 적용하여 타겟 매칭 지수를 산출한다.
디스플레이(190)는 타겟매칭 판단부(140)에서 산출된 각종 유사도나 타겟 매칭 지수를 화면에 표시한다.
도 3은 본 발명의 일 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 방법의 흐름도이다.
먼저, 제1사용자가 원하는 타겟의 얼굴 형태 및 체형이 저장된 타겟정보 데이터베이스(150)를 포함하는 단말에서, 타겟의 얼굴 형태 및 체형 간의 우선순위 정보를 입력받는다(S310). 우선순위 정보를 미리 정의된 초기값으로 설정하는 경우 이 과정(S310)은 생략될 수도 있다.
다음, 제2사용자의 영상을 입력받는다(S320). 이 과정(S320)은 제2사용자의 얼굴 영상과 전신 영상을 별도 입력받거나 얼굴과 신체가 같이 표현된 전신 영상을 입력받는 과정일 수 있다.
제2사용자의 영상이 입력되면, 영상을 전처리하여 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 타겟정보 데이터베이스(150)에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출한다(S330).
다음, 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류하고, 타겟정보 데이터베이스(150)에 저장된 타겟 체형과 비교하여 제1유사도를 산출한다(S340).
마지막으로, 우선순위 정보에 따라 가중치를 상관계수 및 제1유사도에 적용하여 타겟 매칭 지수를 산출한다(S370).
도 4는 본 발명의 다른 실시 예에 따른 매칭 가능성에 기반한 타겟 탐색 방법의 흐름도이다.
먼저, 제1사용자가 원하는 타겟의 얼굴 형태, 체형, 타입 및 스타일이 저장된 타겟정보 데이터베이스(150)를 포함하는 단말에서, 타겟의 얼굴 형태, 체형, 타입 및 스타일 간의 우선순위 정보를 입력받는다(S410).
다음, 제2사용자의 영상을 입력받는다(S420).
제2사용자의 영상이 입력되면, 영상을 전처리하여 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 타겟정보 데이터베이스(150)에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출한다(S430).
다음, 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류하고, 타겟정보 데이터베이스(150)에 저장된 타겟 체형과 비교하여 제1유사도를 산출한다(S440).
다음, 제2사용자의 영상에서 헤어, 의상 또는 액세서리 중 적어도 하나에 대한 정보를 검출하고, 타겟정보 데이터베이스(150)에 저장된 스타일과 비교하여 제2유사도를 산출한다(S450).
다음, 제2사용자의 사용자 정보를 입력받으면서 설문 방식의 매칭테스트를 수행하고, 매칭테스트의 결과에 따라 제2사용자의 타입을 구분하고, 타겟정보 데이터베이스(150)에 저장된 타겟 타입과 비교하여 제3유사도를 산출한다(S460).
마지막으로, 우선순위 정보에 따라 가중치를 상관계수, 제1유사도, 제2유사도 및 제3유사도에 적용하여 타겟 매칭 지수를 산출한다(S470).
타겟 매칭 지수는 상관계수, 제1유사도, 제2유사도 및 제3유사도의 가중합인데, 두 사람의 호감, 궁합, 친밀도 등을 측정하는 용도로 사용될 수 있다.
본 발명의 또 다른 실시 예에서, 타겟 매칭 지수는 제2사용자의 이름, 나이, 전화번호 등의 개인정보와 함께 타겟정보 데이터베이스나 단말의 메모리 등에 저장되도록 할수 있다. 보다 바람직하게는, 제1사용자가 단말에서 이름 등으로 검색하면, 해당 이름의 타겟 매칭 지수를 상기 단말이 표시하도록 할 수 있다.
도 5는 도 4에서 데이터베이스를 구성하는 과정의 예를 도시한 것이다.
먼저, 제1사용자는 타겟이라 생각하는 연예인의 사진 또는 자신의 사진 등 영상을 단말기에 입력한다(S501).
단말기는 입력된 영상을 Haar-like feature 알고리즘과 같은 영상 인식 알고리즘을 이용하여 얼굴을 분류한다. Haar-like feature 알고리즘은 영상에서 특징만을 추출하여 단순화시킴으로 빠른 분류가 가능하고 많은 얼굴학습을 통해 생성된 데이터를 이용함으로써 인식률이 상당히 높다. Haar-like feature 알고리즘을 이용하여 분류된 얼굴 데이터에서 눈, 눈썹, 코, 입, 턱선 등을 분류 Haar-like feature 알고리즘을 다시 적용하여 분류된 데이터를 각각 저장한다(S502).
휴대 단말기는 입력된 영상에서 영상 인식 알고리즘을 이용하여 머리를 분류하고 머리 크기를 이용하여 전신의 비율을 저장하고 몸 크기 따른 체형을 분석하여 저장한다(S503). 타겟의 체형을 보다 정확하게 설정하기 위해 사용자는 타겟이라 생각하는 사람의 전신 영상을 별도로 휴대 단말기에 입력하게 할 수 있다.
입력된 영상정보 또는 질의 문항을 통해 얻은 타겟의 패션 스타일 정보를 저장한다(S504). 패션 스타일의 구분은 헤어, 의상 그리고 기타 액세서리 등을 이용하여 구분할 수 있다. 입력된 영상에 영상 인식 알고리즘을 적용하여 헤어, 의상, 가방 등의 액세서리를 검출하고 상관계수를 이용하여 헤어스타일, 액세서리 종류 및 의상의 형태를 분석하여 정장, 캐주얼, 힙합 등으로 구분하여 전체적인 스타일을 유추할 수 있다. 또한, 헤어스타일, 의상, 액세서리 정보를 이용하여 적절한 패션 스타일 조합인지도 여부를 판단하여 스타일 정보에 반영할 수 있다.
다음, 제1사용자는 단말기에서 제공하는 매칭테스트(연예성향, 성격, 심리, 혈액형 등)를 수행하고(S505) 단말기는 매칭테스트를 통해 얻은 데이터를 이용하여 자신의 타입을 추출하여 저장한다(S506). 이 과정에서, 제1사용자가 얼굴, 신체, 패션 스타일, 매칭테스트 각 항목의 중요순서를 임의로 설정하여 입력하도록 할 수도 있다.
본 발명은 소프트웨어를 통해 실행될 수 있다. 바람직하게는, 본 발명의 실시 예들에 따른 매칭 가능성에 기반한 타겟 탐색 방법을 컴퓨터에서 실행시키기 위한 프로그램을 컴퓨터로 읽을 수 있는 기록매체에 기록하여 제공할 수 있다. 소프트웨어로 실행될 때, 본 발명의 구성 수단들은 필요한 작업을 실행하는 코드 세그먼트들이다. 프로그램 또는 코드 세그먼트들은 프로세서 판독 가능 매체에 저장되거나 전송 매체 또는 통신망에서 반송파와 결합된 컴퓨터 데이터 신호에 의하여 전송될 수 있다.
컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 장치의 예로는 ROM, RAM, CD-ROM, DVD±ROM, DVD-RAM, 자기 테이프, 플로피 디스크, 하드 디스크(hard disk), 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 장치에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
본 발명은 도면에 도시된 일 실시 예를 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시 예의 변형이 가능하다는 점을 이해할 것이다. 그리고, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다.

Claims (13)

  1. 제1사용자가 원하는 타겟의 얼굴 형태 및 체형이 저장된 타겟정보 데이터베이스를 포함하는 단말에서, 상기 타겟의 얼굴 형태 및 체형 간의 우선순위 정보를 입력받는 단계;
    제2사용자의 영상을 입력받는 단계;
    상기 제2사용자의 영상을 전처리하여 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 타겟정보 데이터베이스에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출하는 단계;
    상기 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류하고, 상기 타겟정보 데이터베이스에 저장된 타겟 체형과 비교하여 제1유사도를 산출하는 단계; 및
    상기 우선순위 정보에 따라 가중치를 상기 상관계수 및 상기 제1유사도에 적용하여 타겟 매칭 지수를 산출하는 단계
    를 포함하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  2. 제 1 항에 있어서,
    상기 얼굴 형태 및 상기 타겟의 얼굴 형태는
    눈, 눈썹, 코, 입 또는 턱선 중 적어도 하나의 형태 정보를 포함하는 것을 특징으로 하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  3. 제 1 항에 있어서,
    상기 제1유사도를 산출하는 단계는
    상기 제2사용자의 영상에서 몸, 팔 및 다리를 분류하는 단계;
    상기 얼굴 부분의 크기에 대한 상기 몸의 길이 비율, 상기 팔의 길이 비율 및 상기 다리의 길이 비율을 계산하는 단계;
    상기 몸의 길이 비율, 상기 팔의 길이 비율 및 상기 다리의 길이 비율을 미리 정의된 체형 기준 정보와 비교하여 상기 제2사용자의 체형을 결정하는 단계를 포함하는 것을 특징으로 하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  4. 제 1 항에 있어서,
    상기 제2사용자의 영상을 입력받는 단계는
    자이로센서 또는 가속도센서를 이용하여 상기 제2사용자의 영상을 보정하는 단계를 포함하는 것을 특징으로 하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  5. 제 4 항에 있어서,
    상기 제1유사도를 산출하는 단계는
    적외선 센서를 이용하여 상기 단말과 상기 제2사용자 사이의 거리를 측정하고, 상기 측정된 거리를 반영하여 상기 신체 각 부분의 비율을 계산하는 단계를 포함하는 것을 특징으로 하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  6. 제 1 항에 있어서,
    상기 체형은
    장신, 단신, 7등신, 8등신, 마른형, 통통한 형, 뚱뚱한 형 또는 글래머 형 중 적어도 하나를 포함하는 정보인 것을 특징으로 하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  7. 제 1 항에 있어서,
    상기 우선순위 정보를 입력받기 이전에,
    타겟 영상이 입력받아 전처리하여 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 상기 분류된 얼굴 부분의 크기를 이용하여 상기 타겟 영상에서 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류하며, 제1사용자의 사용자 정보를 입력받으면서 설문 방식의 매칭테스트를 수행하고, 상기 매칭테스트의 결과에 따라 상기 제1사용자의 타입을 구분하여 상기 타겟정보 데이터베이스를 구축하는 단계를 더 포함하는 것을 특징으로 하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  8. 제1사용자가 원하는 타겟의 얼굴 형태, 체형 및 스타일이 저장된 타겟정보 데이터베이스를 포함하는 단말에서, 상기 타겟의 얼굴 형태, 체형 및 스타일 간의 우선순위 정보를 입력받는 단계;
    제2사용자의 영상을 입력받는 단계;
    상기 제2사용자의 영상을 전처리하여 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 타겟정보 데이터베이스에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출하는 단계;
    상기 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류하고, 상기 타겟정보 데이터베이스에 저장된 타겟 체형과 비교하여 제1유사도를 산출하는 단계;
    상기 제2사용자의 영상에서 헤어, 의상 또는 액세서리 중 적어도 하나에 대한 정보를 검출하고, 상기 타겟정보 데이터베이스에 저장된 스타일과 비교하여 제2유사도를 산출하는 단계; 및
    상기 우선순위 정보에 따라 가중치를 상기 상관계수, 상기 제1유사도 및 상기 제2유사도에 적용하여 타겟 매칭 지수를 산출하는 단계
    를 포함하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  9. 제1사용자가 원하는 타겟의 얼굴 형태, 체형 및 타입이 저장된 타겟정보 데이터베이스를 포함하는 단말에서, 상기 타겟의 얼굴 형태, 체형, 및 타입 간의 우선순위 정보를 입력받는 단계;
    제2사용자의 영상을 입력받는 단계;
    상기 제2사용자의 영상을 전처리하여 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 타겟정보 데이터베이스에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출하는 단계;
    상기 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류하고, 상기 타겟정보 데이터베이스에 저장된 타겟 체형과 비교하여 제1유사도를 산출하는 단계;
    상기 제2사용자의 사용자 정보를 입력받으면서 설문 방식의 매칭테스트를 수행하고, 매칭테스트의 결과에 따라 상기 제2사용자의 타입을 구분하고, 상기 타겟정보 데이터베이스에 저장된 타겟 타입과 비교하여 제3유사도를 산출하는 단계; 및
    상기 우선순위 정보에 따라 가중치를 상기 상관계수, 상기 제1유사도 및 상기 제3유사도에 적용하여 타겟 매칭 지수를 산출하는 단계
    를 포함하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  10. 제 9 항에 있어서,
    상기 매칭 테스트는
    연예 성향, 성격, 심리 또는 혈액형 테스트 중 어느 하나를 위한 설문 정보를 상기 단말에 표시하고 상기 제2사용로부터 응답 정보를 입력받는 방식으로 수행되는 것을 특징으로 하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  11. 제1사용자가 원하는 타겟의 얼굴 형태 및 스타일이 저장된 타겟정보 데이터베이스를 포함하는 단말에서, 상기 타겟의 얼굴 형태 및 스타일 간의 우선순위 정보를 입력받는 단계;
    제2사용자의 영상을 입력받는 단계;
    상기 제2사용자의 영상을 전처리하여 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 타겟정보 데이터베이스에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출하는 단계;
    상기 제2사용자의 영상에서 헤어, 의상 또는 액세서리 중 적어도 하나에 대한 정보를 검출하고, 상기 타겟정보 데이터베이스에 저장된 스타일과 비교하여 제2유사도를 산출하는 단계; 및
    상기 우선순위 정보에 따라 가중치를 상기 상관계수 및 상기 제2유사도에 적용하여 타겟 매칭 지수를 산출하는 단계
    를 포함하는, 매칭 가능성에 기반한 타겟 탐색 방법.
  12. 제1항 내지 제11항 중 어느 한 항의 방법을 컴퓨터 시스템에서 실행하기 위한 프로그램이 기록된, 컴퓨터 시스템이 판독할 수 있는 기록매체.
  13. 제1사용자가 원하는 타겟의 얼굴 형태 및 체형이 저장된 타겟정보 데이터베이스;
    상기 타겟의 얼굴 형태과 체형 간의 우선순위 정보를 입력받는 입력수단;
    제2사용자의 영상을 입력받는 카메라;
    상기 제2사용자의 영상을 전처리하여, 얼굴 부분만 검출한 후 얼굴 형태를 인식하고, 상기 제2사용자의 영상에서 상기 제2사용자의 팔, 다리, 몸에 해당하는 영역을 구분하는 전처리기;
    상기 타겟정보 데이터베이스에 저장된 타겟 얼굴 형태와 비교하여 상관계수를 산출하고, 상기 제2사용자의 영상에서 머리 크기를 측정하고, 측정된 머리 크기를 이용하여 신체 각 부분의 비율을 계산하고 계산된 비율에 따라 체형을 분류한 후 상기 타겟정보 데이터베이스에 저장된 타겟 체형과 비교하여 제1유사도를 산출하는 유사판단부; 및
    상기 우선순위 정보에 따라 가중치를 상기 상관계수 및 상기 제1유사도에 적용하여 타겟 매칭 지수를 산출하는 타겟매칭 판단부
    를 포함하는, 매칭 가능성에 기반한 타겟 탐색 장치.
KR1020100111181A 2010-11-09 2010-11-09 매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체 KR101150944B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100111181A KR101150944B1 (ko) 2010-11-09 2010-11-09 매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100111181A KR101150944B1 (ko) 2010-11-09 2010-11-09 매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체

Publications (2)

Publication Number Publication Date
KR20120049761A true KR20120049761A (ko) 2012-05-17
KR101150944B1 KR101150944B1 (ko) 2012-05-29

Family

ID=46267485

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100111181A KR101150944B1 (ko) 2010-11-09 2010-11-09 매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체

Country Status (1)

Country Link
KR (1) KR101150944B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101072A (zh) * 2019-06-18 2020-12-18 北京陌陌信息技术有限公司 人脸匹配方法、装置、设备及介质
KR20210052866A (ko) * 2019-11-01 2021-05-11 (주) 아이디얼랩스 이미지 분석 기반 매칭 서비스 제공 방법 및 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990050271A (ko) * 1997-12-16 1999-07-05 구자홍 얼굴 인식을 이용한 범죄자 얼굴 자동 검색 방법 및 장치
KR20000054824A (ko) * 2000-06-27 2000-09-05 이성환 얼굴 영상을 이용한 이상형 검색 시스템 및 그 제어 방법
KR100394933B1 (ko) * 2000-11-09 2003-08-19 주식회사 좋은만남 선우 이상형 상대자 매칭 및 소개시스템
KR20050045772A (ko) * 2003-11-12 2005-05-17 (주)버추얼미디어 얼굴 영상을 이용한 3차원 이상형 얼굴 검색 시스템과 그제어 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101072A (zh) * 2019-06-18 2020-12-18 北京陌陌信息技术有限公司 人脸匹配方法、装置、设备及介质
KR20210052866A (ko) * 2019-11-01 2021-05-11 (주) 아이디얼랩스 이미지 분석 기반 매칭 서비스 제공 방법 및 장치

Also Published As

Publication number Publication date
KR101150944B1 (ko) 2012-05-29

Similar Documents

Publication Publication Date Title
US11501514B2 (en) Universal object recognition
JP5740210B2 (ja) 顔画像検索システム、及び顔画像検索方法
JP6013241B2 (ja) 人物認識装置、及び方法
US8724845B2 (en) Content determination program and content determination device
US9171012B2 (en) Facial image search system and facial image search method
Wang et al. Human posture recognition based on images captured by the kinect sensor
CN110869938A (zh) 人员识别系统和方法
US20210312772A1 (en) Storefront device, storefront management method, and program
US9122912B1 (en) Sharing photos in a social network system
US20200334454A1 (en) People stream analysis method, people stream analysis apparatus, and people stream analysis system
CN106295566A (zh) 人脸表情识别方法及装置
MX2011012725A (es) Aparato de busqueda de imagenes y metodo de busqueda de imagenes.
JP6548998B2 (ja) 人物検索システムおよび人物検索方法
TW201222292A (en) Facilitating people search in video surveillance
US9047504B1 (en) Combined cues for face detection in computing devices
Zhang et al. Emotion detection using Kinect 3D facial points
Lee et al. Emotional recognition from facial expression analysis using bezier curve fitting
JP2016200969A (ja) 画像処理装置、画像処理方法、及びプログラム
Alrihaili et al. Music recommender system for users based on emotion detection through facial features
US20070253598A1 (en) Image monitoring apparatus
JP2017021530A (ja) 関心度判定装置、関心度判定方法および関心度判定プログラム
JP2014229129A (ja) 組み合わせ提示装置及びコンピュータプログラム
CN107231519B (zh) 视频处理装置及控制方法
KR101150944B1 (ko) 매칭 가능성에 기반한 타겟 탐색 장치, 그 방법, 및 그 기록매체
JP2021026744A (ja) 情報処理装置、画像認識方法及び学習モデル生成方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150521

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee