KR20160070498A - 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치 - Google Patents

사용자 신체 데이터에 기반한 체형 분석 방법 및 장치 Download PDF

Info

Publication number
KR20160070498A
KR20160070498A KR1020140177526A KR20140177526A KR20160070498A KR 20160070498 A KR20160070498 A KR 20160070498A KR 1020140177526 A KR1020140177526 A KR 1020140177526A KR 20140177526 A KR20140177526 A KR 20140177526A KR 20160070498 A KR20160070498 A KR 20160070498A
Authority
KR
South Korea
Prior art keywords
information
user
data
circumference
body data
Prior art date
Application number
KR1020140177526A
Other languages
English (en)
Other versions
KR101709648B1 (ko
Inventor
박세진
민승남
이희란
신유경
무랄리
Original Assignee
한국표준과학연구원
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 한국표준과학연구원 filed Critical 한국표준과학연구원
Priority to KR1020140177526A priority Critical patent/KR101709648B1/ko
Publication of KR20160070498A publication Critical patent/KR20160070498A/ko
Application granted granted Critical
Publication of KR101709648B1 publication Critical patent/KR101709648B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A41—WEARING APPAREL
    • A41H—APPLIANCES OR METHODS FOR MAKING CLOTHES, e.g. FOR DRESS-MAKING OR FOR TAILORING, NOT OTHERWISE PROVIDED FOR
    • A41H1/00—Measuring aids or methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Accounting & Taxation (AREA)
  • Dentistry (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Textile Engineering (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치에 관한 것이다.
본 발명에 따른 사용자 신체 데이터에 기반한 체형 분석 방법은 사용자의 신체 데이터를 입력하는 입력단계, 상기 신체 데이터를 이용하여 상기 사용자의 체형 정보를 획득하는 획득단계 및 획득한 상기 체형 정보를 출력하는 출력단계를 포함할 수 있다.

Description

사용자 신체 데이터에 기반한 체형 분석 방법 및 장치{Method and Apparatus of analyzing body type dased on the body data}
본 발명은 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치에 관한 것이다.
현대 사회에서는 인간의 평균수명의 증가로 인해 건강에 대한 관심이 더욱 높아지고 있다.
아울러, 건강한 삶을 유지하기 위해 건강검진 등을 통해 체지방률 등의 체형정보를 확인하고 있다.
그러나 전문적인 기계장치 등을 이용하거나 전문적인 검진을 통해 체지방률 등의 체형 정보를 확인하기 위해서는 상당한 시간이 소요되거나 비용을 지출할 필요가 있다.
또한, 현대 사회에서는 인터넷 웹사이트에서 의류 등을 구매하는 경우가 폭발적으로 증가하고 있다.
오프라인 매장에서 의류를 구매하는 경우에는 점원의 도움을 받는 등의 방법으로 자신에게 맞는 의류를 용이하게 선택하는 것이 가능하다.
그러나, 인터넷 환경에서 의류를 구매하는 경우에는 본인의 체형 정보를 정확히 파악하지 못해 본인에게 맞지 않는 의류를 구매할 가능성이 높다.
본 발명은, 상기한 문제점을 해결하기 위해, 사용자의 신체 데이터를 데이터 베이스에 미리 저장된 정보와 비교하여 사용자의 체형 정보를 획득하는 체형 분석 방법 및 장치를 제공하는데 그 목적이 있다.
본 발명에 따른 사용자 신체 데이터에 기반한 체형 분석 방법은 사용자의 신체 데이터를 입력하는 입력단계, 상기 신체 데이터를 이용하여 상기 사용자의 체형 정보를 획득하는 획득단계 및 획득한 상기 체형 정보를 출력하는 출력단계를 포함할 수 있다.
또한, 신체 데이터는 상기 사용자의 성별, 키, 몸무게, 허리둘레, 복부둘레, 가슴둘레, 가슴넓이, 엉덩이둘레, 가슴둘레, 팔길이, 다리길이, 샅높이, 엉덩이높이, 목둘레, 허벅지둘레, 어깨넓이, 몸통 수직 길이, 목길이 또는 머리길이 중 적어도 하나를 포함할 수 있다.
또한, 상기 체형 정보는 체지방량, 체지방률, 기초대사량, 근육량, 수분량 또는 형태타입 중 적어도 하나는 포함할 수 있다.
또한, 상기 획득단계에서는 상기 사용자의 체형 정보 또는 상기 신체 데이터와 미리 설정된 표준 정보를 비교한 비교정보를 더 획득하고, 상기 출력단계에서는 상기 비교정보를 더 출력할 수 있다.
또한, 상기 사용자의 체형 정보 또는 신체 데이터 중 적어도 하나를 근거로 하여 의복 추천 정보를 제공하는 추천단계를 더 포함할 수 있다.
본 발명에 따른 사용자 신체 데이터에 기반한 체형 분석 장치는 사용자의 신체 데이터를 입력하는 입력부, 상기 신체 데이터를 이용하여 상기 사용자의 체형 정보를 획득하는 제어부 및 획득한 상기 체형 정보를 출력하는 출력부를 포함할 수 있다.
본 발명에 따른 또 다른 사용자 신체 데이터에 기반한 체형 분석 장치는 사용자의 신체 데이터를 입력하는 입력부, 상기 신체 데이터를 서버로 전송하고, 상기 서버로부터 상기 신체 데이터를 데이터 베이스에 미리 저장된 정보와 비교하여 획득한 상기 사용자의 체형 정보를 수신하는 통신부 및 수신한 상기 체형 정보를 출력하는 출력부를 포함힐 수 있다.
또한, 상기 신체 데이터는 상기 사용자의 키, 몸무게, 허리둘레, 복부둘레, 가슴둘레, 가슴넓이, 엉덩이둘레, 가슴둘레, 팔길이, 다리길이, 샅높이, 엉덩이높이, 목둘레, 허벅지둘레, 어깨넓이, 몸통 수직 길이, 목길이 또는 머리길이 중 적어도 하나를 포함할 수 있다.
또한, 상기 체형 정보는 체지방량, 체지방률, 기초대사량, 근육량, 수분량 또는 형태타입 중 적어도 하나는 포함할 수 있다.
또한, 상기 통신부는 상기 사용자의 체형 정보 또는 상기 신체 데이터와 미리 설정된 표준 정보를 비교한 비교정보를 더 수신하고, 상기 출력부는 상기 비교정보를 더 출력할 수 있다.
또한, 상기 통신부는 상기 사용자의 체형 정보 또는 신체 데이터 중 적어도 하나를 근거로 하여 획득한 의복 추천 정보를 더 수신하고, 상기 출력부는 상기 의복 추천 정보를 출력할 수 있다.
본 발명에 따른 체형 분석 방법 및 장치는 사용자의 신체 데이터를 입력하는 간단한 방법으로 사용자의 체형정보를 용이하게 획득할 수 있는 효과가 있다.
아울러, 본 발명은 획득한 체형정보를 이용하여 사용자에게 알맞은 의류를 추천함으로써, 의류 선택의 실수를 줄일 수 있는 효과가 있다.
도 1은 본 발명에 따른 체형 분석 장치의 구성에 대해 설명하기 위한 도면; 및
도 2 내지 도 13은 본 발명에 따른 체형 분석 방법에 대해 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치에 대해 상세히 설명한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해될 수 있다.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지 않을 수 있다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 수 있다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함할 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석될 수 있으며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않을 수 있다.
아울러, 이하의 실시예는 당 업계에서 평균적인 지식을 가진 자에게 보다 완전하게 설명하기 위해서 제공되는 것으로서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하에서 설명하는 체형 분석 방법 및 장치는 다양한 타입의 단말기에 적용될 수 있다.
예를 들면, 본 발명에 따른 체형 분석 방법 및 장치는 검진장치, PC, Laptop, 방송신호 수신기 등의 단말기에 적용될 수 있고, 휴대폰(Mobile Phone) 등의 이동통신 단말기에 적용되는 것이 바람직할 수 있다.
이하에서는, 설명의 편의를 위해, 본 발명에 따른 체형 분석 방법 및 장치가 이동통신 단말기에 적용되는 경우를 예로 들어 설명한다.
이동통신 단말기로는 휴대폰(Mobile Phone) 뿐 아니라, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션 등이 적용될 수 있다.
도 1은 본 발명에 따른 체형 분석 장치의 구성에 대해 설명하기 위한 도면이고, 도 2 내지 도 13은 본 발명에 따른 체형 분석 방법에 대해 설명하기 위한 도면이다.
도 1을 살펴보면, 본 발명에 따른 체형 분석 장치(100)는 통신부(110), 센싱부(120), 출력부(140), 사용자입력부(150), 인터페이스부(160), 메모리(170), 전원공급부(180) 및 제어부(130)를 포함할 수 있다. 도 2에 도시된 구성요소들이 필수적인 것은 아니어서, 그보다 많은 구성요소들을 갖거나 그보다 적은 구성요소들을 갖는 체형 분석 장치(100), 즉 이동통신 단말기를 구현하는 것도 가능하다.
통신부(110)는 다른 단말기 등과 무선 통신을 위한 하나 이상의 모듈을 포함할 수 있다. 통신부(110)는 도시하지 않은 서버(Server)와 데이터 송수신을 수행할 수 있다. 예를 들면, 통신부(110)는 서버로 신체 데이터를 전송하고, 서버로부터 체형 정보를 수신하는 것이 가능하다.
통신부(110)는 이동통신모듈(111), 무선 인터넷 모듈(112), 근거리 통신 모듈(113) 등을 포함할 수 있다.
이동통신 모듈(111)은, 이동 통신망 상에서 기지국, 외부의 단말(다른 이동통신 단말기), 서버 중 적어도 하나와 무선 신호를 송수신할 수 있다. 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
무선 인터넷 모듈(112)은 무선 인터넷 접속을 위한 모듈을 의미할 수 있다. 무선 인터넷 기술로는 LTE(Long Term Evolution), W-CDMA(Wideband Code Division Multiple Access), WLAN(Wireless LAN)(WiFi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등이 이용될 수 있다.
무선 인터넷 모듈(112)은 서버와 정보를 송수신할 수 있다.
근거리 통신 모듈(113)은 근거리 통신을 위한 모듈을 의미할 수 있다. 근거리 통신 기술로 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra Wideband), ZigBee 등이 이용될 수 있다.
사용자 입력부(150)는 사용자가 체형 분석 장치(100)의 동작 제어를 위한 입력 데이터를 발생시킬 수 있다. 사용자 입력부(150)는 키 패드(key pad), 돔 스위치(dome switch), 터치 패드(정압/정전), 조그 휠 및/또는 조그 스위치를 포함할 수 있다.
출력부(140)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 표시부(141), 음성 출력부(142)를 포함할 수 있다.
표시부(141)는 체형 분석 장치(100)에서 처리되는 정보를 표시 출력할 수 있다. 예를 들어, 이동통신 단말기인 체형 분석 장치(100)가 통화 모드인 경우 통화와 관련된 UI(User Interface) 또는 GUI(Graphic User Interface)를 표시할 수 있다.
아울러, 표시부(141)는 사용자의 신체 데이터, 체형 정보, 비교 정보, 추천 정보 등의 다양한 정보를 시각적으로 표시할 수 있다. 이에 대해서는 이하에서 보다 상세히 설명한다.
음성 출력부(142)는 체형 분석 장치(100)에서 수행되는 기능과 관련된 음향 신호를 출력한다.
메모리(170)는 제어부(130)의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 폰북, 메시지, 정지영상, 동영상 등)을 임시 저장할 수도 있다.
아울러, 메모리(170)는 체형 분석을 위한 다양한 정보를 저장할 수 있다. 예를 들면, 메모리(170)는 통계적 알고리즘을 저장할 수 있다.
인터페이스부(160)는 체형 분석 장치(100)에 연결되는 모든 외부기기와의 통로 역할을 할 수 있다. 인터페이스부(160)는 외부 기기로부터 데이터를 전송받거나 전원을 공급받아 체형 분석 장치(100) 내부의 각 구성 요소에 전달하거나 체형 분석 장치(100) 내부의 데이터가 외부 기기로 전송되도록 할 수 있다. 예를 들어, 유/무선 헤드셋 포트, 외부 충전기 포트, 유/무선 데이터 포트, 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트, 오디오 I/O(Input/Output) 포트, 비디오 I/O(Input/Output) 포트, 이어폰 포트 등이 인터페이스부(160)에 포함될 수 있다.
전원공급부(180)는 체형 분석 장치(100)에 필요한 전력을 공급할 수 있다.
제어부(130)는 체형 분석 장치(100)의 전반적인 동작을 제어할 수 있다. 예를 들어 음성 통화, 데이터 통신, 화상 통화 등을 위한 관련된 제어 및 처리를 수행할 수 있다.
아울러, 제어부(130)는 신체 데이터를 분석하여 알맞은 체형 정보를 획득할 수 있다.
제어부(130)는 입력된 신체 데이터를 통계치에 의한 자동 산출 알고리즘에 대입하여 사용자의 체형 정보를 연산 및 획득할 수 있다.
제어부(130)의 기능은 이하의 설명을 통해 보다 명확히 될 수 있다.
여기에 설명되는 다양한 실시예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 내에서 구현될 수 있다.
이상에서 설명한 체형 분석 장치(100)에 적어도 하나의 다른 부분이 추가되는 것이 가능할 수 있다.
이러한 구성의 체형 분석 장치(100)를 이용한 체형 분석 방법에 대해 이하에서 설명한다.
도 2를 살펴보면, 먼저 사용자의 신체 데이터를 입력(S100)할 수 있다.
예를 들면, 사용자 입력부(150)를 통해 사용자가 체형 분석 장치(100)에 신체 데이터를 입력하는 것이 가능하다. 이를 위해, 도 3의 경우와 같이, 신체 데이터를 입력하기 위한 입력창(200)을 표시부(141)에 표시할 수 있다. 이러한 경우, 사용자는 입력창(200)의 질문 항목에 적절한 답을 입력할 수 있다.
여기서, 신체 데이터는 체형 정보를 획득하기 위해 입력하는 정보로서 사용자가 상대적으로 용이하게 확인할 수 있는 정보일 수 있다. 예를 들면, 근육량과 같은 정보는 전문적인 검진장치를 이용하지 않는다면 사용자가 용이하게 확인하기 어려울 수 있는 정보이지만, 키와 몸무게와 같은 정보는 사용자가 자, 체중계와 같은 간단한 장치를 이용하여 용이하게 측정할 수 있다. 이처럼, 사용자가 용이하게 측정 및 확인할 수 있는 키, 몸무게와 같은 정보를 신체 데이터로 분류할 수 있다.
신체 데이터는 사용자 신체의 수치에 대한 정보 뿐 아니라 다양한 정보를 포함할 수 있다. 예를 들면, 신체 데이터는 사용자의 성별, 키, 몸무게, 허리둘레, 복부둘레, 가슴둘레, 가슴넓이, 엉덩이둘레, 가슴둘레, 팔길이, 다리길이, 샅높이, 엉덩이높이, 목둘레, 허벅지둘레, 어깨넓이, 몸통 수직 길이, 목길이 또는 머리길이 중 적어도 하나를 포함할 수 있다.
여기서, 도 4와 같이, 다리길이(a)는 하체의 외측에서 측정한 발부터 허리까지의 높이이고, 샅높이(b)는 발부터 가랑이까지의 높이이고, 몸통 수직 길이(c)는 허리부터 어깨까지의 높이일 수 있다.
본 발명에서 신체 데이터의 각 항목의 측정범위는 다양하게 변경될 수 있다.
신체 데이터를 입력하는 단계(S100) 이후에, 입력한 신체 데이터를 미리 설정된 체형 산출 알고리즘에 대입하여 사용자의 체형정보를 획득(S110)할 수 있다.
체형 산출 알고리즘은 통계적 알고리즘으로서 다수의 샘플(Sample) 정보에 대한 통계를 통해 결정될 수 있다.
자세하게는, 사용자 입력부(150)를 통해 입력된 신체 데이터를 제어부(110)에서 통계적 알고리즘을 이용하여 분석하여 체형정보를 연산/획득하는 것이다.
예를 들어, 도 5의 경우와 같이, A1 샘플의 경우, 신체 데이터로서 키 160cm, 몸무게 60kg, 허리둘레 80cm, 엉덩이둘레 90cm이고, 체형 정보로서 체지방률은 25.5%이다. B1 샘플의 경우, 신체 데이터로서 키 160cm, 몸무게 60kg, 허리둘레 80cm, 엉덩이둘레 91cm이고, 체형 정보로서 체지방률은 26%이다.
A1 샘플과 B1 샘플을 비교하면, 동일 신체 데이터에서 엉덩이 둘레가 1cm만큼 증가하는 경우에 체지방률이 0.5%증가하는 것을 알 수 있다. 이러한 패턴은 A1, B1, C1, D1, E1, F1 샘플의 비교를 통해 더욱 확고해질 수 있다.
또는, 도 6의 경우와 같이, A2 샘플의 경우, 신체 데이터로서 키 160cm, 몸무게 60kg, 허리둘레 80cm, 엉덩이둘레 90cm이고, 체형 정보로서 체지방률은 25.5%이다. B2 샘플의 경우, 신체 데이터로서 키 160cm, 몸무게 60.2kg, 허리둘레 80cm, 엉덩이둘레 90cm이고, 체형 정보로서 체지방률은 26%이다.
A2 샘플과 B2 샘플을 비교하면, 동일 신체 데이터에서 몸무게가 0.2kg만큼 증가하는 경우에 체지방률이 0.5%증가하는 것을 알 수 있다.
이러한 상황에서, 도 7의 경우와 같이, 사용자 X가 신체 데이터로서 키 160cm, 몸무게 59.8kg, 허리둘레 80cm, 엉덩이둘레 89cm를 입력하는 경우에는, 체지방률이 24.5%이라는 체형정보를 출력할 수 있다.
체지방률 24.5%의 체형정보는 아래와 같은 공식을 통해 연산될 수 있다.
[공식 1]
체지방률 = 기준 체지방률 + (키 변화량 × 제 1 단위값) + (몸무게 변화량 × 제 2 단위값) + (허리둘레 변화량 × 제 3 단위값) + (엉덩이둘레 변화량 × 제 4 단위값)
공식 1에서 기준 체지방률은 샘플 A1에 해당하는 25.5%인 것으로 가정하면, 사용자 X의 샘플 A1 대비 키 변화량은 0, 사용자 X의 샘플 1 대비 몸무게 변화량은 -0.2, 사용자 X의 샘플 1 대비 허리둘레 변화량은 0, 사용자 X의 샘플 1 대비 엉덩이둘레 변화량은 -1, 제 2 단위값은 몸무게 0.2kg당 0.5%(1kg당 2.5%), 제 4 단위값은 엉덩이둘레 1cm당 0.5%이다.
이러한 방법을 통해, 사용자 X의 체지방률이 24.5%이라는 체형정보를 연산/획득할 수 있다.
도 5 내지 도 6에서 언급한 샘플 정보의 수치는 설명의 편의를 위해 임의로 설정한 것으로 본 발명이 이에 한정되는 것은 아니다.
여기서는, 체형정보 중 체지방률을 연산/획득하는 경우만을 예로 들어 설명하였지만, 체지방량, 기초대사량, 근육량, 수분량 또는 형태타입과 같은 체형정보를 연산/획득하는 경우에도 동일하게 통계적 알고리즘이 적용될 수 있다.
이러한 방법으로 연산/획득한 체형정보를 사용자가 확인가능하도록 출력(S120)할 수 있다.
사용자의 편의를 고려하여, 입력하는 신체 데이터의 항목 개수를 줄이는 것도 가능하다. 예를 들면, 신체 데이터 중 키, 몸무게, 가슴둘레, 허리둘레 및 엉덩이둘레만을 이용하여 체형 정보를 획득하는 것이 가능하다.
만약, 사용자가 보다 정밀한 체형정보를 획득하고자 하는 경우에는, 키, 몸무게, 가슴둘레, 허리둘레 및 엉덩이둘레에 대한 정보 이외에 목둘레, 허벅지둘레 등의 추가적인 정보를 더 입력할 수 있다.
즉, Default 입력 신체 데이터로서 키, 몸무게, 가슴둘레, 허리둘레 및 엉덩이둘레를 설정하고, 나머지 체형정보는 선택적 입력 신체 데이터로 분류할 수 있는 것이다.
한편, 체형정보를 연산/획득하는 단계(S110)에서는 사용자의 체형 정보와 표준 체형 정보를 비교한 비교정보를 더 획득하고, 출력단계(S120)에서 비교정보를 더 출력하는 것이 가능하다.
예를 들어, 도 8의 경우와 같이, 대한민국 국적의 남성 사용자 "P"의 신체 데이터와 연산/획득된 사용자의 체형정보는 키 170cm, 몸무게 75kg, 허리둘레 80cm, 엉덩이둘레 85cm, 체지방률 23%, 근육량 56kg이라고 가정하고, 통계를 통해 확인한 대한민국 국적의 남성의 표준 체형이 키 174cm, 몸무게 70kg, 허리둘레 75cm, 엉덩이둘레 80cm, 체지방률 22%, 근육량 57kg이라고 가정하자.
이러한 경우, 남성 "P"의 키는 표준 대비 97.7%, 몸무게는 표준 대비 107.1%인 것을 알 수 있다. 이러한 정보를 비교정보라고 할 수 있다.
또는, 도 9의 경우와 같이, 남성 "P"의 정보에 대해 표준 체형 대비 우열 수준을 비교해서 그에 따른 결과를 도식적(Graphical)으로 출력할 수 있다.
이러한 경우, 사용자는 자신의 신체 데이터 또는 체형 정보가 표준 대비 어느 정도 수준인지를 직관적으로 확인할 수 있다.
이하에서는, 체형정보 중 형태타입 정보에 대해 설명한다.
도 10을 살펴보면, 체형정보를 연산/획득하는 단계(S110)에서는 입력된 신체 데이터를 분석하여 신체의 비율을 분석(S111)할 수 있다.
예를 들면, 가슴둘레와 가슴넓이의 수치를 비교하여 가슴부분의 비율을 분석할 수 있다. 예컨대, 가슴둘레가 110cm이고 가슴넓이가 60cm인 경우를 제 1 경우라고 하고, 가슴둘레가 100cm이고 가슴넓이가 70cm인 경우를 제 2 경우라고 가정하자.
이러한 상황에서는, 제 1 경우는 제 2 경우에 비해 상체가 더 넓적한 타입일 수 있다.
또는, 가슴넓이가 70cm이고 허리넓이가 40cm인 경우를 제 3 경우라고 하고, 가슴넓이가 60cm이고 허리넓이가 50cm인 경우를 제 4 경우라고 가정하자.
이러한 상황에서는 제 3 경우는 상체가 역삼각형에 가까운 타입이고, 제 4 경우는 상체가 통나무형에 가까운 타입이라고 볼 수 있다.
이와 같은 방법으로 신체 데이터 수치 비율을 분석함으로써 형태 타입을 결정(S112)할 수 있다.
신체의 형태타입은 다양한 방법으로 정의, 분류될 수 있다. 예를 들면, 도 11의 (A)의 경우와 같이, 여성의 경우 역삼각형 타입, (B)의 사다리꼴 타입, (C)의 직사각형 타입, (D)의 O타입, (E)의 삼각형 타입, (F)의 모래시계 타입, (G)의 땅콩 타입 등으로 분류될 수 있다.
또는, 도시하지는 않았지만, 체형을 외배엽형, 내배엽형, 중배엽형으로 구분, 분류할 수 있다.
또는, 도시하지는 않았지만, 대문자 I형, 소문자 b형, 대문자 R형, 대문자 B형, 대문자 S형, 대문자 D형, 소문자 i형 등으로 구분, 분류하는 것도 가능할 수 있다.
본 발명에서 신체의 형태타입을 분류하는 방법은 위의 내용에 한정되지 않고, 다양하게 변경될 수 있다.
신체 데이터로부터 연산/획득한 형태타입에 대한 정보를 도식적으로 출력하여 사용자에게 제공하면, 사용자는 직관적으로 자신의 형태타입을 인지할 수 있다.
한편, 사용자의 체형정보 또는 신체 데이터 중 적어도 하나를 의복 추천 정보를 더 제공할 수 있다. 이에 대해 살펴보면 아래와 같다.
도 12를 살펴보면, 본 발명에 따른 체형 분석 방법은 사용자에게 알맞은 의복 정보를 추천하는 추천단계(S130)를 더 포함할 수 있다.
추천단계에서는, 바람직하게는 신체 데이터로부터 획득한 형태타입 정보를 기반으로 하여 의복에 대한 추천 정보를 사용자에게 제공할 수 있다. 이하에서는 의복에 대한 추천 정보를 의복 추천 정보라 칭할 수 있다.
예를 들면, 도 13의 경우와 같이, 남성 사용자 "K"의 의복 추전 정보는 정장의 상의 및 하의 추전 정보, 군복의 상의 및 하의 추천 정보, 캐주얼의 상의 및 하의 추천 정보, 운동복의 상의 및 하의 추천 정보를 포함할 수 있다.
이러한 의복 추천 정보는 형태타입에 따라 다르게 제공될 수 있다. 예를 들어, 사용자 "M"과 "N"의 키가 175cm, 몸무게가 75kg으로 동일하고, 사용자 "M"의 형태타입이 대문자 I형이고, 사용자 "N"의 형태타입이 대문자 B형이라고 가정하자.
이러한 경우, 복부둘레 사이지의 차이로 인해 사용자 "N"의 의복 추전 정보와 사용자 "M"의 의복 추천 정보는 서로 다를 수 있다.
또는, 도 14의 경우와 같이, 남성 사용자 "K"의 의복 추전 정보는 추천 타입 정보(스키니 타입 등), 추천 명암 정보(밝은 톤 등), 추천 종류 정보(정장 등), 추천 브랜드 정보(AAA사 등)를 포함할 수 있다.
이러한 의복 추천 정보는 다수의 사용자의 선호도에 대한 통계를 통해 획득될 수 있다.
또는, 도시하지는 않았지만, 여성의 경우 의복 추천 정보는 투피스는 어떤 사이즈가 적당하며, 원피스의 경우는 어떤 사이즈가 적당한지에 대한 정보를 포함할 수 있다.
또는, 여성 사용자 "Z"의 경우, 형태타입을 고려하면 원피스보다 투피스가 더 어울릴 것이라는 추천 정보를 제공하는 것도 가능하다.
한편, 이상에서는 체형 분석 장치(100)가 신체 데이터를 통계적 알고리즘을 이용하여 분석하여 체형정보를 연산/획득하는 경우를 설명하였지만, 체형 분석 장치(100)에서는 사용자의 신체 데이터를 입력하고 이를 서버(Server)로 전송하여 서버에서 체형정보를 획득하는 방법도 가능하다. 이러한 방법에 대해 살펴보면 아래와 같다. 이하에서는 이상에서 설명한 부분의 설명의 생략될 수 있다. 예를 들면, 신체 데이터 및/또는 체형 정보의 종류, 체형정보를 연산/획득방법 등은 위에서 설명한 내용에 따를 수 있다.
도 15를 살펴보면, 체형 분석 장치(100)에서 사용자의 신체 데이터를 입력(S300)할 수 있다.
이후, 체형 분석 장치(100)는 신체 데이터를 도시하지 않은 서버로 전송(S310)할 수 있다. 자세하게는, 체형 분석 장치(100)의 통신부(110)는 신체 데이터를 서버로 전송할 수 있다.
신체 데이터를 전송받은 서버에서 신체 데이터를 분석하여 사용자의 체형정보를 연산하여 획득(S320)하는 것이 가능하다. 체형정보를 연산/획득하는 방법은 앞서 설명한 바 있다.
이처럼, 체형 분서 장치(100)에서 체형정보를 연산/획득하지 않고 신체 데이터를 서버로 전송하고 서버에서 연산을 수행하는 경우는, 체형정보를 획득하기 위한 통계적 알고리즘이 무겁고 용량이 큰 경우에 적합할 수 있다.
체형 분석 장치(100)는 서버로부터 체형정보를 수신(S330)할 수 있다. 자세하게는, 체형 분석 장치(100)의 통신부(110)는 서버로부터 사용자의 체형 정보를 수신할 수 있다.
이후, 수신한 체형정보를 출력(S340)할 수 있다.
이처럼, 서버에서 체형정보를 획득하는 경우에는, 앞서 설명한 비교정보 및/또는 의복 추천 정보를 서버에서 획득하는 것이 가능하다.
아울러, 체형 분석 장치(100)의 통신부(110)는 서버로부터 비교정보 및/또는 의복 추천 정보를 수신하는 것이 가능하다.
한편, 서버는 대용량의 데이터 베이스를 사용할 수 있기 때문에 샘플 정보를 충분히 저장할 수 있다.
이에 따라, 서버에서 체형정보를 획득하는 경우에는 통계적 알고리즘을 이용할 뿐 아니라 다수의 샘플 정보에서 사용자 신체 데이터와 가장 근접한 정보를 검색하여 이를 이용할 수 있다.
자세하게는, 서버는 수신한 신체 데이터를 데이터 베이스에 미리 저장된 정보와 비교하여 체형정보를 획득할 수 있다.
예를 들어, 도 16의 (A)와 같은 샘플 정보가 서버의 데이터 베이스에 저장되어 있는 것으로 가정하자. 아울러, 체형 분석 장치(100)가 도 16의 (B)와 같은 사용자 X의 신체 데이터를 서버로 전송하는 것으로 가정하자.
이러한 경우, 서버에서는 사용자 X의 신체 데이터에 가장 근접한 샘플, 즉 A1 샘플 정보를 검색할 수 있다.
사용자 X의 경우, 신체 데이터는 키 160cm, 몸무게 60kg, 허리둘레 80cm, 엉덩이둘레 90.2cm이다.
A1 샘플의 경우, 신체 데이터로서 키 160cm, 몸무게 60kg, 허리둘레 80cm, 엉덩이둘레 90cm이고, 체형 정보로서 체지방률은 25.5%이다.
서버에서는, 사용자 X의 신체 데이터와 가장 유사한 A1 샘플의 체형정보, 즉 체지방률 25.5%의 정보를 체형 분석 장치(100)로 전송할 수 있다. 그러면, 체형 분석 장치(100)에서는 이를 수신하여 사용자가 확인가능하도록 출력할 수 있는 것이다.
이러한 경우는, 사용자 X의 신체 데이터와 가장 유사한 A1 샘플의 체형정보를 보정없이 그대로 사용하는 경우라고 볼 수 있다.
이와는 다르게, 서버에서는 사용자 X의 신체 데이터와 가장 유사한 A1 샘플의 체형정보로부터 원하는 결과값을 획득한 이후에 결과값을 보정하고, 보정한 정보를 체형 분석 장치(100)로 전송하는 것도 가능할 수 있다.
예를 들면, 도 16에서 사용자 X의 신체 데이터는 A1 샘플과 가장 유시하고, 사용자 X1의 엉덩이둘레는 A1 샘플과 A2 샘플의 사이 값을 갖는다.
이러한 경우, 사용자 X의 체형정보, 예컨대 체지방률은 A1 샘플의 체지방률과 가장 유사하면서도 A1 샘플의 체지방률과 A2 샘플의 체지방률의 사이 값을 갖는 것이 가능하다.
자세하게는, A1 샘플과 A2 샘플의 체지방률의 차이와 엉덩이둘레의 차이의 비율분석하여 사용자 X의 체지방률을 연산/유추할 수 있다.
결과적으로는 사용자 X의 체지방률은 25.5%에 근접하면서도 25.5%과 26%의 사이일 수 있다.
한편, 서버에서 수신한 사용자 신체 데이터를 데이터 베이스에 미리 저장된 샘플 정보와 비교하 체형 정보를 획득하는 경우에는 신체 데이터 성분들 중 중요도 높은 순서에 따라 매칭작업을 진행하는 것이 가능하다.
예를 들면, 도 17의 경우와 같이, 신체 데이터 성분 중 키와 몸무게에 대해 가중치를 1로 설정하고, 엉덩이둘레, 허리둘레 및 복부둘레에 대해 가중치 0.7을 설정하고, 허벅지둘레에 대해 가중치 0.5로 설정하고, 가슴둘레에 대해 가중치 0.3으로 설정하는 것이 가능하다.
여기서, 가중치가 높다는 것은 체형정보에 미치는 영향의 정도가 크다는 것을 의미할 수 있다.
예를 들면, 키와 몸무게는 체지방률에 큰 영향을 미치지만, 가슴둘레는 키와 몸무게에 비해 체지방률에 상대적으로 적은 영향을 미칠 수 있다.
도 18의 (A)와 같이, 데이터 베이스에 저장된 G 샘플의 경우, 신체 데이터로서 키 175cm, 몸무게 80kg, 허리둘레 90cm, 복부둘레 100cm이고, 체형 정보로서 체지방률은 26%이다. H 샘플의 경우, 신체 데이터로서 키 176cm, 몸무게 80kg, 허리둘레 90cm, 복부둘레 95cm이고, 체형 정보로서 체지방률은 25%이다.
이러한 경우, 도 18의 (B)와 같이, 사용자 X의 신체 데이터가 키 175cm, 몸무게 80kg, 허리둘레 90cm, 복부둘레 95cm인 경우를 가정하여 보자.
사용자 X의 정보와 G 샘플을 비교하면, 사용자 X의 신체 데이터의 성분 중 가중치가 1로서 상대적으로 높은 키와 몸무게가 G 샘플과 매칭되고, 가중치 0.7인 허리둘레도 G 샘플과 매칭된다. 반면에, 가중치 0.7인 복부둘레가 G 샘플과 다르다.
사용자 X의 정보와 H 샘플을 비교하면, 사용자 X의 신체 데이터의 성분 중 가중치가 0.7로서 키에 비해 상대적으로 낮은 복부둘레와 허리둘레가 H 샘플과 매칭되고, 몸무게도 H 샘플과 매칭된다. 반면에, 가중치 1인 키가 H 샘플과 다르다.
이러한 경우, 사용자 X의 신체 데이터에 매칭되는 정보는 G 샘플일 수 있다. 그 이유는 사용자 X의 신체 데이터 중 가중치가 0.7인 복부둘레가 G 샘플에 매칭되지는 않지만 가중치가 1로서 상대적으로 높은 키가 G 샘플에 매치되기 때문이다.
이에 따라, 사용자 X의 체형정보로서 체지방률은 G 샘플에 매칭되는 26%가 될 수 있다.
만약, 체형 분석 장치(100)의 메모리(170)가 다수의 샘플 정보 및/또는 통계 알고리즘을 저장할 수 있을 만큼 충분히 큰 경우에는 체형 분석 장치(100) 자체에서 앞서 설명한 도 16 내지 도 18에서 설명한 방법을 적용하는 것이 가능할 수 있다.
이와 같이, 상술한 본 발명의 기술적 구성은 본 발명이 속하는 기술분야의 당업자가 본 발명의 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.
그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야 하고, 본 발명의 범위는 전술한 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (11)

  1. 사용자의 신체 데이터를 입력하는 입력단계;
    상기 신체 데이터를 이용하여 상기 사용자의 체형 정보를 획득하는 획득단계; 및
    획득한 상기 체형 정보를 출력하는 출력단계;
    를 포함하는 방법.
  2. 제 1 항에 있어서,
    상기 신체 데이터는 상기 사용자의 성별, 키, 몸무게, 허리둘레, 복부둘레, 가슴둘레, 가슴넓이, 엉덩이둘레, 가슴둘레, 팔길이, 다리길이, 샅높이, 엉덩이높이, 목둘레, 허벅지둘레, 어깨넓이, 몸통 수직 길이, 목길이 또는 머리길이 중 적어도 하나를 포함하는 방법.
  3. 제 1 항에 있어서,
    상기 체형 정보는 체지방량, 체지방률, 기초대사량, 근육량, 수분량 또는 형태타입 중 적어도 하나는 포함하는 방법.
  4. 제 1 항에 있어서,
    상기 획득단계에서는 상기 사용자의 체형 정보 또는 상기 신체 데이터와 미리 설정된 표준 정보를 비교한 비교정보를 더 획득하고,
    상기 출력단계에서는 상기 비교정보를 더 출력하는 방법.
  5. 제 1 항에 있어서,
    상기 사용자의 체형 정보 또는 신체 데이터 중 적어도 하나를 근거로 하여 의복 추천 정보를 제공하는 추천단계를 더 포함하는 방법.
  6. 사용자의 신체 데이터를 입력하는 입력부;
    상기 신체 데이터를 이용하여 상기 사용자의 체형 정보를 획득하는 제어부; 및
    획득한 상기 체형 정보를 출력하는 출력부;
    를 포함하는 장치.
  7. 사용자의 신체 데이터를 입력하는 입력부;
    상기 신체 데이터를 서버로 전송하고, 상기 서버로부터 상기 신체 데이터를 데이터 베이스에 미리 저장된 정보와 비교하여 획득한 상기 사용자의 체형 정보를 수신하는 통신부;
    수신한 상기 체형 정보를 출력하는 출력부;
    를 포함하는 장치.
  8. 제 7 항에 있어서,
    상기 신체 데이터는 상기 사용자의 키, 몸무게, 허리둘레, 복부둘레, 가슴둘레, 가슴넓이, 엉덩이둘레, 가슴둘레, 팔길이, 다리길이, 샅높이, 엉덩이높이, 목둘레, 허벅지둘레, 어깨넓이, 몸통 수직 길이, 목길이 또는 머리길이 중 적어도 하나를 포함하는 장치.
  9. 제 7 항에 있어서,
    상기 체형 정보는 체지방량, 체지방률, 기초대사량, 근육량, 수분량 또는 형태타입 중 적어도 하나는 포함하는 장치.
  10. 제 7 항에 있어서,
    상기 통신부는 상기 사용자의 체형 정보 또는 상기 신체 데이터와 미리 설정된 표준 정보를 비교한 비교정보를 더 수신하고,
    상기 출력부는 상기 비교정보를 더 출력하는 장치.
  11. 제 7 항에 있어서,
    상기 통신부는 상기 사용자의 체형 정보 또는 신체 데이터 중 적어도 하나를 근거로 하여 획득한 의복 추천 정보를 더 수신하고,
    상기 출력부는 상기 의복 추천 정보를 출력하는 장치.
KR1020140177526A 2014-12-10 2014-12-10 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치 KR101709648B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140177526A KR101709648B1 (ko) 2014-12-10 2014-12-10 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140177526A KR101709648B1 (ko) 2014-12-10 2014-12-10 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160070498A true KR20160070498A (ko) 2016-06-20
KR101709648B1 KR101709648B1 (ko) 2017-02-24

Family

ID=56354331

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140177526A KR101709648B1 (ko) 2014-12-10 2014-12-10 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101709648B1 (ko)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180064708A (ko) * 2016-12-06 2018-06-15 주식회사 셀바스헬스케어 체성분 측정 방법 및 장치
KR20190014241A (ko) * 2017-07-31 2019-02-12 주식회사 자이언소프트 가상신체 구현 시스템
KR20200015236A (ko) 2018-08-03 2020-02-12 동의대학교 산학협력단 단말기 상에서 체형 정보를 입력하는 방법 및 입력된 체형 정보에 기초하여 맞춤 의류를 추천하는 방법과 시스템
KR20200020342A (ko) 2018-08-17 2020-02-26 동의대학교 산학협력단 단말기 상에서 체형 정보를 입력하는 방법 및 입력된 체형 정보에 기초하여 가상 의류 착용 방법과 이를 위한 시스템
KR102093087B1 (ko) * 2020-01-13 2020-03-24 최정훈 의류 추천 서비스 제공 방법 및 이를 위한 장치
KR20200061865A (ko) 2018-11-26 2020-06-03 동의대학교 산학협력단 입력된 체형정보를 기반으로 한 의류 추천 및 광고 방법
KR20210061690A (ko) * 2019-11-20 2021-05-28 엔에이치엔 주식회사 맞춤 의류 추천 서비스 제공 장치 및 시스템 및 방법
KR102268143B1 (ko) * 2020-11-17 2021-06-23 주식회사 예스나우 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법
CN113100753A (zh) * 2021-04-07 2021-07-13 深圳市知足数据科技有限公司 一种基于身高体重脚型的自动三围测量方法
KR20210090498A (ko) 2020-01-10 2021-07-20 주식회사 리모 2d 영상 기반의 3차원 체형 분석 방법, 그 시스템 및 그 프로그램
WO2022254417A1 (ja) * 2021-06-04 2022-12-08 株式会社Zozo 情報処理装置、情報処理方法及び情報処理プログラム
WO2022254418A1 (ja) * 2021-06-04 2022-12-08 株式会社Zozo 情報処理装置、情報処理方法及び情報処理プログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100352347B1 (en) * 2001-09-18 2002-09-11 So Ra Kim Method for creating customized clothes using mass customization method based on network
KR20090109413A (ko) * 2008-04-15 2009-10-20 김용보 체형진단시스템 및 그 방법
KR20130084886A (ko) * 2012-01-18 2013-07-26 주식회사 도브투래빗 맞춤상품을 디스플레이하기 위한 디지털 디스플레이 장치 및 방법, 그리고 그를 이용하는 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100352347B1 (en) * 2001-09-18 2002-09-11 So Ra Kim Method for creating customized clothes using mass customization method based on network
KR20090109413A (ko) * 2008-04-15 2009-10-20 김용보 체형진단시스템 및 그 방법
KR20130084886A (ko) * 2012-01-18 2013-07-26 주식회사 도브투래빗 맞춤상품을 디스플레이하기 위한 디지털 디스플레이 장치 및 방법, 그리고 그를 이용하는 시스템
KR101325506B1 (ko) * 2012-01-18 2013-11-07 주식회사 도브투래빗 맞춤상품을 디스플레이하기 위한 디지털 디스플레이 장치 및 방법, 그리고 그를 이용하는 시스템

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180064708A (ko) * 2016-12-06 2018-06-15 주식회사 셀바스헬스케어 체성분 측정 방법 및 장치
KR20190014241A (ko) * 2017-07-31 2019-02-12 주식회사 자이언소프트 가상신체 구현 시스템
KR20200015236A (ko) 2018-08-03 2020-02-12 동의대학교 산학협력단 단말기 상에서 체형 정보를 입력하는 방법 및 입력된 체형 정보에 기초하여 맞춤 의류를 추천하는 방법과 시스템
KR20200020342A (ko) 2018-08-17 2020-02-26 동의대학교 산학협력단 단말기 상에서 체형 정보를 입력하는 방법 및 입력된 체형 정보에 기초하여 가상 의류 착용 방법과 이를 위한 시스템
KR20200061865A (ko) 2018-11-26 2020-06-03 동의대학교 산학협력단 입력된 체형정보를 기반으로 한 의류 추천 및 광고 방법
US11915292B2 (en) 2019-11-20 2024-02-27 Nhn Cloud Corporation Apparatus, system and method for providing customized clothing recommendation service
KR20210061690A (ko) * 2019-11-20 2021-05-28 엔에이치엔 주식회사 맞춤 의류 추천 서비스 제공 장치 및 시스템 및 방법
KR20210090498A (ko) 2020-01-10 2021-07-20 주식회사 리모 2d 영상 기반의 3차원 체형 분석 방법, 그 시스템 및 그 프로그램
KR102093087B1 (ko) * 2020-01-13 2020-03-24 최정훈 의류 추천 서비스 제공 방법 및 이를 위한 장치
KR102268143B1 (ko) * 2020-11-17 2021-06-23 주식회사 예스나우 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법
WO2022108026A1 (ko) * 2020-11-17 2022-05-27 주식회사 예스나우 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법
CN113100753A (zh) * 2021-04-07 2021-07-13 深圳市知足数据科技有限公司 一种基于身高体重脚型的自动三围测量方法
CN113100753B (zh) * 2021-04-07 2024-03-29 深圳市知足数据科技有限公司 一种基于身高体重脚型的自动三围测量方法
WO2022254418A1 (ja) * 2021-06-04 2022-12-08 株式会社Zozo 情報処理装置、情報処理方法及び情報処理プログラム
JP2022186531A (ja) * 2021-06-04 2022-12-15 株式会社Zozo 情報処理装置、情報処理方法及び情報処理プログラム
JP2022186530A (ja) * 2021-06-04 2022-12-15 株式会社Zozo 情報処理装置、情報処理方法及び情報処理プログラム
GB2621792A (en) * 2021-06-04 2024-02-21 Zozo Inc Information processing device, information processing method, and information processing program
GB2621793A (en) * 2021-06-04 2024-02-21 Zozo Inc Information processing device, information processing method, and information processing program
WO2022254417A1 (ja) * 2021-06-04 2022-12-08 株式会社Zozo 情報処理装置、情報処理方法及び情報処理プログラム

Also Published As

Publication number Publication date
KR101709648B1 (ko) 2017-02-24

Similar Documents

Publication Publication Date Title
KR101709648B1 (ko) 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치
CN111819632B (zh) 用于对个性化护肤产品制定配方的系统和方法
US9565521B1 (en) Automatic semantic labeling based on activity recognition
KR102312628B1 (ko) 워치 페이스를 제시하는 방법 및 장치, 그리고 스마트 워치
US9185167B2 (en) Associating broadcasting device data with user account
CN104457955A (zh) 体重信息获取方法、装置及系统
WO2015094222A1 (en) User interface based on wearable device interaction
CN105278378A (zh) 信息提示方法和装置
CN103984847A (zh) 一种饮食推荐方法及相关装置
CN105511277A (zh) 推荐饮品的方法及装置
KR20190036731A (ko) 사이즈 제안을 지원하는 쇼핑몰 서비스 제공 장치
Kwon et al. Hands-free human activity recognition using millimeter-wave sensors
CN109146605A (zh) 信息推送方法及相关产品
CN105306107B (zh) 使用近程无线连接传输数据的便携装置
CN109658198B (zh) 一种商品推荐方法及移动终端
RU2628497C2 (ru) Измерение части тела
JP2018530082A (ja) １回の送出トラッキングを有するウェアラブルな食事および運動トラッキング装置
WO2016119385A1 (zh) 通信信息的处理方法、装置、系统、设备及非易失性计算机存储介质
CN112826514B (zh) 一种房颤信号的分类方法、装置、终端以及存储介质
US20230055597A1 (en) System, Method, Program and Recording Medium Recording Program for Recommendation Item Determination and Personality Model Generation
US20180225988A1 (en) Sign language gesture determination systems and methods
CN105528242B (zh) 切换模式的方法和电子设备
WO2016084453A1 (ja) 情報処理装置、制御方法、およびプログラム
CN109426411A (zh) 信息处理方法、信息处理装置以及信息处理程序
KR101617828B1 (ko) 정량 평가 네트워크 기반 이미지 컨셉정보 추출 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191001

Year of fee payment: 4