KR20160071371A - 표면의 색상 및 스펙트럼의 측정 및 범주화를 위한 시스템 및 방법 - Google Patents

표면의 색상 및 스펙트럼의 측정 및 범주화를 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20160071371A
KR20160071371A KR1020167007315A KR20167007315A KR20160071371A KR 20160071371 A KR20160071371 A KR 20160071371A KR 1020167007315 A KR1020167007315 A KR 1020167007315A KR 20167007315 A KR20167007315 A KR 20167007315A KR 20160071371 A KR20160071371 A KR 20160071371A
Authority
KR
South Korea
Prior art keywords
color
measurements
spectral
measurement device
spectra
Prior art date
Application number
KR1020167007315A
Other languages
English (en)
Other versions
KR102242460B1 (ko
Inventor
끌로에 에이. 르장드르
가이브 발루찌
크리스토퍼 에이. 루온고
월터 더블유. 슬론
파레쉬 파텔
알란 알. 루더밀크
Original Assignee
로레알
스펙트럴 센서스 인코포레이티드
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 로레알, 스펙트럴 센서스 인코포레이티드 filed Critical 로레알
Publication of KR20160071371A publication Critical patent/KR20160071371A/ko
Application granted granted Critical
Publication of KR102242460B1 publication Critical patent/KR102242460B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/255Details, e.g. use of specially adapted sources, lighting or optical systems
    • AHUMAN NECESSITIES
    • A45HAND OR TRAVELLING ARTICLES
    • A45DHAIRDRESSING OR SHAVING EQUIPMENT; EQUIPMENT FOR COSMETICS OR COSMETIC TREATMENTS, e.g. FOR MANICURING OR PEDICURING
    • A45D44/00Other cosmetic or toiletry articles, e.g. for hairdressers' rooms
    • A45D44/005Other cosmetic or toiletry articles, e.g. for hairdressers' rooms for selecting or displaying personal cosmetic colours or hairstyle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022Monitoring a patient using a global network, e.g. telephone networks, internet
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/1032Determining colour for diagnostic purposes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02Details
    • G01J3/0205Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
    • G01J3/0254Spectrometers, other than colorimeters, making use of an integrating sphere
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02Details
    • G01J3/0272Handheld
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/463Colour matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/52Measurement of colour; Colour measuring devices, e.g. colorimeters using colour charts
    • G01J3/524Calibration of colorimeters
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J2003/466Coded colour; Recognition of predetermined colour; Determining proximity to predetermined colour
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/465Measurement of colour; Colour measuring devices, e.g. colorimeters taking into account the colour perception of the eye; using tristimulus detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/06Illumination; Optics
    • G01N2201/062LED's
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/08Optical fibres; light guides
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/125Digital circuitry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/127Calibration; base line adjustment; drift compensation

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Dentistry (AREA)
  • Psychiatry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

색상 범주화 시스템 및 방법이 설명된다. 상기 방법은 색상 또는 스펙트럼 측정 장치를 사용하여 표면의 색상의 하나 이상의 색상 또는 스펙트럼 측정치를 구하는 단계, 상기 하나 이상의 색상 또는 스펙트럼 측정치를 다차원 특징 공간으로 매핑하는 단계, 및 매핑된 하나 이상의 스펙트럼 측정치를 하나 이상의 분급기를 사용하여 색상 카테고리로 분류하는 단계를 포함한다.

Description

표면의 색상 및 스펙트럼의 측정 및 범주화를 위한 시스템 및 방법 {SYSTEMS AND METHODS FOR MEASURING AND CATEGORIZING COLORS AND SPECTRA OF SURFACES}
본 발명은 피부와 같은 물체 및 물질의 색상, 반투명성, 광택 및 다른 특징들과 같은 스펙트럼 및 광학적 특징들을 측정하는 것에 관한 것이며, 보다 구체적으로 피부 또는 다른 반투명하거나 불투명한 물체의 스펙트럼 및 다른 광학적 특징들을 측정하고, 측정된 피부 또는 다른 물체에 매치하거나, 또는 원하는 방식으로 피부 또는 다른 물체를 (예를 들면, 밝게 하거나, 어둡게 하거나, 보다 일정하게 하는 등과 같이) 변형시키기 위해, 측정치들을 제품들 또는 제품 공식화에 관련한 카테고리로 범주화하기 위한 장치 및 방법들에 관한 것이다.
피부, 머리카락, 및 다른 물체들의 스펙트럼, 색상 또는 다른 광학적 특징들을 측정하고, (파운데이션과 같은) 화장품을 예측하거나 그렇지 않으면 결정하고, 이렇게 측정된 광학적 특징들에 기초한 색상 준비, 복원 또는 다른 프로세스를 위한 장치 및 방법들에 대한 필요가 인식되어져 왔다.
수용성 정도를 바꿔가며 다양한 다른 장치들로, 피부, 이빨, 머리카락 및 신체의 다른 부분들을 측정하기 위한 시도가 이뤄져 왔다. 색상의 측정 및 범주화에 있어 반드시 극복해야 할 하나의 명확한 문제는 유연성 있고 수용 가능한 시스템에서 많은 수의 측정치들을 빠르고 효과적으로 범주화하는 데에 대한 현재 시스템의 무능함이다. 예를 들면, 종래 기술에 따른 시스템은 상업적으로 적절한 방식으로 이빨을 측정하고 색조 매치를 하는 데에 사용되었다.
피부를 측정하고, 적용 가능한 방식으로 많은 수의 측정치들을 분류하기 위한 다른 시도들은 성공적이지 못했고, 피부를 측정하고, 색상 값들을 계산하고, 그리고/또는 색조 또는 화장품 제품을 예측하기 위해 이러한 측정으로부터 나오는 결과 데이터를 처리하며, 외부 계산 및/또는 저장 소스에 이러한 측정치로부터의 결과 데이터를 교류하기 위한, 시스템 및 방법에 대한 요구가 남아있다.
종래 기술에 기초하면, 광학적 특징들을 측정하기 위한 시스템 및 방법들은 제시되었고, 예를 들면 피부, 머리카락 및 신체의 다른 부분들의 스펙트럼의 측정을 가능하게 했다. 시스템 및 방법은 바람직하게는 소매 영업 환경을 포함하여, 편리하고 쉽게 (예를 들면, 이마, 볼 및 목 영역들의) 복수의 원하는 위치에서 측정하는 것을 가능하게 하는 포켓용 장치로 스펙트럼의 측정을 제공한다. 바람직한 실시예에 따르면, 상기 포켓용 장치는 스펙트럼의 측정치들로부터의 유래된 결과를 처리하여 색상 값(예를 들면, L*, a*, b* 값들 또는 L*, C*, h* 값들)을 계산하고, 이러한 데이터 그리고/또는 이렇게 계산된 값들에 기초하여 하나 이상의 화장품 제품들 (예를 들면, 파운데이션이) 선택될 수 있다. 이러한 선택은 바람직하게는 인간 관찰자가 우수한 조합 또는 그렇지 않으면 측정된 피부에 적절한 선택이라고 단언할 수 있는 화장품 제품의 예측을 제공하는 예측 알고리즘에 기초하여 결정된다. 어떤 바람직한 실시예들에 따르면, 상기 예측 알고리즘은 화장품 제품들의 선택을 위한 임상 연구들로부터 획득된 데이터를 평가하는 분급기 모델에 기초한다. 바람직하게는, 상기 예측 알고리즘은 분야에서 또는 상업적 세팅에서 사용되는 것과 같은 장치의 추가 데이터의 수집에 기초하여 적용된다. 더 바람직하게는, 상기 장치는 스펙트럼 측정치를 구하고, 직관에 의한 그리고 사용하기 쉬운 방식으로 제품 또는 다른 예측을 제공하기 위한 (예를 들면, 비과학적으로 훈련된 사용자들인) 사용자들을 안내하는 사용자 인터페이스에 따라서 작동한다. 바람직한 실시예에 따르면, 상기 장치는, 바람직하게는 (예를 들면, USB로) 와이어 연결될 수 있는, 더 바람직하게는 (예를 들면, WiFi, 블루투스™, 등으로) 무선 연결되는, 외부 컴퓨터 네트워크와 통신이 이뤄진다. 바람직한 실시예에서, 상기 장치는 외부 네트워크와 무선으로 통신하며, 또한 스마트폰, 태블릿, 노트북 컴퓨터 또는 다른 계산 장치와 같은 동반 장치에 무선으로 통신한다.
따라서, 본 발명의 목적은 피부, 머리카락, 신체의 다른 부분들의 스펙트럼을 측정하기 위한 시스템 및 방법을 제공하는 것이다.
본 발명의 다른 목적은, 이러한 측정치들로부터의 결과 데이터, 또는 이러한 결과 데이터에 기초하여 예측된 또는 다른 평가들을, 외부 네트워크에 와이어 또는 바람직하게는 무선 데이터 연결을 통하여 통신하는 장치에 통합된 디스플레이로, 교류하기 위한 시스템 및 방법들을 제공하는 것이다.
본 발명의 또 다른 목적은, 측정된 피부에 매치하거나 바람직하게는 대응하는 예를 들면 파운데이션 또는 다른 화장품 제품들 (또는 머리카락이 측정된 경우 헤어 제품들, 등)을 예측하기 위한 분급기 모델을 실행하는 중앙 처리 유닛을 제공하는 것이다.
본 발명의 다른 목적은, 스펙트럼 측정치, 측정 데이터의 통신 또는 결과 또는 이에 기초한 예측 또는 다른 데이터를 구하는 데 있어, 비-과학적으로 훈련된 사용자를 포함하는, 사용자들을 안내하기 위한 사용하는 것이 직관적이고 쉬운 인터페이스를 제공하는 것이다.
마지막으로, 본 발명의 목적은 원거리 집중형망 (예를 들면, 저장, 추가적인 처리, 미래 예측을 위한 업데이트된 테이블의 생성 등을 위한 "클라우드")에 이러한 데이터를 처리하고 통신하기 위한 시스템 및 방법을 제공하는 것이다.
도 1, 도 2 및 도 2a는 본 발명의 시스템에 따른 구체적인 바람직한 실시예의 포켓용 장치의 하드웨어 및 물리적 설계 양상을 나타낸다.
도 3은 본 발명의 시스템에 따른 구체적인 바람직한 실시예의 포켓용 장치의 전기적 부품들 및/또는 회로 기능을 나타내는 블록 다이어그램이다.
도 4a, 도 4b 및 도 4c는 본 발명의 구체적인 실시예에 따른 예시적인 교정, 정규화 및 측정 방법을 나타낸다.
도 5는 본 발명에 따른 시스템을 개략적으로 나타내는 기능적 다이어그램이다.
도 6a, 도 6b, 도 6c, 도 6d, 도 6e 및 도 6f는 본 발명의 구체적인 실시예에 따른 방법들에 기초한 분급기의 원리와 양상을 나타낸다.
도 7a 및 도 7b는 본 발명의 바람직한 구체적인 실시예에 따른 분급기의 양상들과 원리들을 나타낸다.
도 8a, 도 8b, 도 8c, 도 8d, 도 8e, 도 8f, 도 8g, 도 8h, 도 8i, 도 8j, 도 8k, 도 8l, 도 8m, 도 8n, 도 8o, 도 8p, 도 8q, 도 8r, 도 8s, 도 8t, 도 8u, 도 8v, 도 8w, 도 8x, 도 8y, 도 8z, 도 8aa, 도 8bb, 도 88cc, 도 8dd, 도 8ee, 도 8ff, 도 8gg, 도 8hh, 도 8ii, 도 8jj, 도 8k, 도 8ll, 도 8mm, 도 8nn, 도 8oo, 도 8pp 및 도 8qq는 본 발명의 바람직한 구체적인 실시예에 따라서 활용되어 표시된 예시적인 스크린을 나타낸다.
본 발명의 상술한 목적과 다른 장점들은 첨부된 도면을 참조하여, 본 발명의 바람직한 실시예들을 상세하게 설명함으로써 보다 명확해질 것이다.
본 발명은 구체적인 바람직하고 대안적인 실시예들을 참고하여 보다 자세하게 설명될 것이다. 후술하듯이, 여기의 원리 및 교시들에 기초하여 다양한 실시예들의 개선 및 대체가 가능하다.
도 1은 본 발명의 일 실시예에 따른 포켓용 분광 광도계(spectrophotometric instrument)의 바람직한 실시예의 분해도이다. 그러나, 당업자에게 이해될 수 있듯이, 다른 광학적 색상 측정 장치들이 본 발명의 시스템에 또한 사용될 수 있다. 이러한 광학적 색상 측정 장치의 비-제한적인 실시예로 3색 색도계(tristimulus colorimeter)가 있다. 이러한 바람직한 실시예에 따르면, 상기 분광 광도 장치는 포켓용이고 주로 상부 핸드피스(5)와 하부 핸드피스(3)로 밀봉된다. 바람직하게는, 선명하고, 투명한 LCD 덮개(10)는 그 아래에 위치된 액정 표시 장치(LCD; Liquid Crystal Display)의 시야를 위한 실질적으로 밀폐된 윈도우를 제공한다. 바람직한 실시예에서, 가요성 및 중합체 LCD 하우징/버튼부(11)가 LCD 디스플레이를 둘러싸도록 제공되며, 상기 분광 광도 장치에 대해 튼튼하고, 바람직하게는 먼지 및 습기 방지 밀폐형 인클로져로서 유지되면서, 그 아래의 촉각 버튼이 눌러질 수 있게 하도록 제공된다. 비록 선택적인 실시예에서 상기 분광 광도 장치의 전자 장치들은 단일 PCB 또는 2개 이상의 PCB들에 포함되어 있을지라도, 바람직한 실시예에서, 디스플레이 인쇄 회로 기판(PCB: Printed Circuit Board)(14)은 도시되었듯이 CPU PCB(13)에 기계적으로 및 전기적으로 부착된다. 중요한 것은, 그 전자 장치들이 여기 다른 곳에서 더욱 완전히 설명되었듯이 기능들 및 동작들을 제공하기 위하여 상기 상기 분광 광도 장치에 제공된다는 것이다.
비록 다른 실시예들에서는 다른 분광 해상도가 제공되나, 바람직한 실시예에서, 10nm 가시 대역 분광 광도계가 정밀한 스펙트럼 측정을 제공하기 위하여 제공된다. 상술한 실시예에 따르면, 광학적 전단이 제공되고, 발광 다이오드(LED: Light Emitting Diode) 돔(dome)(8)에 위치한 금속 페룰(ferrule)로 바람직하게는 구성된 말단을 구비한 중앙 센서 번들로 바람직하게는 구성된다. LED 돔(8)은 바람직하게는 플라스틱과 같은 백색에 가까운 또는 백색의 물질이며, 복수의 LED들로부터 이 안으로 빛들이 제공되는 광학적 공동을 제공한다. LED 돔(8)은 바람직하게는 이 안으로 LED들이 배치되는 개구들을 포함하고, 중앙 처리 유닛(CPU) PCB(13) 안에 또는 상에 포함된 프로세서의 제어 하에서 선택적으로 활성화된다. 또한, 바람직한 실시예에서, 상기 광학적 전단은 복수의 LED 추적 섬유 번들을 포함하고, 바람직하게는 LED 추적 어레이(9)에 의해 유지되며, LED 돔(8)과 실질적으로 동-축상의 배치로 끼워 맞춰진다. 핸드피스 팁(tip)(6)은, 상술하였듯이 내부 부품들을 실질적으로 밀봉하도록, 상부 핸드피스(5) 및 하부 핸드피스(3)와 함께 끼워 맞춰진다.
도 1에 도시되었듯이, 다른 내부 부품들은 바람직하게는 배터리(12), 배터리 커버(7) 및 핸드피스 스파인(spine)(4)을 포함한다. 핸드피스 스파인은 바람직하게는 상기 분광 광도 장치에 내부 구조물을 제공하고, 또한 내부 부품들을 쉽게 조립하게 한다. 바람직한 실시예에서, 분광 광도계는 40개까지의 채널들을 제공하고, CPU PCB(13)에 탑재되는 광학적 센서들을 포함할 수 있고, 바람직하게는 중합체 "에그크레이트(eggcrate)" 또는 어레이 고정부(1)의 벽들에 의해 둘러싸이고, 바람직하게는 밴드패스 간섭 필터들이 안에 배치되는 공동 또는 다른 개구들을 포함한다. 섬유 번들 매니폴드(manifold)(2)가 제공되며, 이 안에 LED 트래킹 섬유 번들들과 메인 센서의 말단들이 단단하게 부착된다. 당업자에게 이해될 수 있듯이, 도 1에 도시된 부품들은, 섬유 번들 매니폴드(2), 필터들을 구비한 어레이 고정부(1) 및 CPU PCB(13)가 적절한 방식으로 부착되도록, 스크류와 같은 것으로 조립체가 고정될 수 있게 하는 세부 부품들을 포함한다. 설명을 위하여, CPU PCB(13)와 디스플레이 PCB(14) 사이에 연합기(cabling), LED 돔(8)을 비추는 LED들에 전력을 공급하기 위한 연결 와이어들과 같은 추가적인 세부 부품들이 도시되지 않았으나, 당업자들은 이러한 것들을 이해할 수 있을 것이다.
또한, 도 1에 도시된 바와 같이, CPU PCB(13)는, 바람직하게는 대응하는 베이스 유닛(도 2 참조)에 충전 회로의 대응하는 핀들과 전기적으로 체결하기 위해 하부 핸드피스(3)를 통하여 연장되는, 충전 블레이드 또는 핀(13A)들을 바람직하게는 구비한다. 또한, 도 1에는 핸드피스 팁(6)의 일부로서, 바람직하게는 3개가 배치되는 자석(6AA)이 도시된다. 도 2에 연관지어 더 완전하게 설명되었듯이, 자석(6AA)은 (도 2의 교정 디스크(4A)를 참조하면) 광학적 기준의 표면을 핸드피스 팁(6)의 단부 부분에 가져오게 하는 것을 돕고, 이것은 바람직한 실시예에서 최소한의 구체적인 측정에 앞서 상기 분광 광도 장치를 표준화하는 데에 사용된다.
도 2를 참조하면, 상기 분광 광도 장치를 위한 정규화 기준 이행 및 충전 시스템을 바람직하게 제공하는 데에 사용되는 바람직한 실시예의 예시적인 베이스 유닛의 분해도가 도시된다. 상기 예시전인 베이스 유닛은 메인 본체(1A), 하부 커버(7A) 및 도 1의 충전 블레이드(13A)들과 전기적으로 체결되는 충전 블레이드 또는 핀들을 구비한 충전 보드를 포함한다. 변압기, DV 전력 공급기, 등으로부터와 같은 전기적 동력원은 도시되지는 않았으나, 상기 베이스 유닛의 외부에 있고, 상기 베이스 유닛에 전력을 제공하고, 상기 분광 광도 장치의 핸드피스를 충전하기 위한 전류를 제공한다.
여기 다른 곳에서 논의되었듯이, 구체적인 바람직한 실시예에서, 교정 또는 정규화 기준은 스펙트럼들을 측정하기 위해 상기 분광 광도 장치를 사용하기 이전에 핸드피스 팁(6)(도 1 참조)에 근접하여 가져오게 된다. 이러한 정규화 공정은 LED들로부터의 광 출력에서의 변화들 및/또는 상기 측정 시스템의 광학적 특성에서 다른 변화들을 바람직하게는 수용할 수 있다. 정밀한 스펙트럼 측정을 위하여, 핸드피스 팁(6)이 상기 교정 또는 정규화 기준과 같은 높이에 신뢰성 있게 배치되는 것이 중요하다. 바람직한 실시예들은 이러한 정규화를 위한 향상된 이행 및 방법들을 제공한다.
바람직한 실시예에서, 상기 베이스 유닛은 베이스 내부 팁(3A), 보유 디스크(6A), 탑재 스크류(8A), 스프링(2A) 및 플런저(5A)를 포함한다. 이러한 부품들과, 다른 부품들은 도 2에 도시되어 있고, 캘리브레시션 디스크(4A)에 대하여 이동 가능한 베이스를 제공하며, 상기 베이스 유닛 내에 핸드피스 팁(6)을 배치시키고 교정 디스크(4A)에 대하여 실질적으로 중심에 있는 플러시(flush) 위치로 핸드피스 팁(6)을 신뢰성 있게 가져오게 하도록 이동시킨다. 또한, 특정한 바람직한 실시예들에서, 교정 디스크(4A)는 금속 기판상에 소성 자기 또는 세라믹 물질과 같은 백색 또는 실질적으로 백색의 코팅으로 구성된다. 바람직하게는, 금속 기판은 (예를 들면, 강철인) 강자성 물질로 구성되거나 이를 포함한다. 바람직한 실시예에서, 세라믹 물질은 광학적으로 안정적이고 깨끗하게 될 수 있는, 높은 불활성 및 내구성 표면을 제공하기 위해 파우더 코팅되고 소성된다. 바람직하게는, 핸드피스 팁(6)에서 자석(6AA)의 배치는, 바람직하게는 3개의 자석들이 삼각형 구조로 있고, 교정 디스크(4A)의 자성 기판에 끌리게 된다. 따라서, 상기 베이스 유닛에 상기 핸드피스를 위치시키는 사용자에 응답하여, 핸드피스 팁(6)은 교정 디스크(4A)에 대하여 플러시 위치에 맞춰지게 된다. 동시에, 핸드피스의 충전 블레이드(13A)는 상기 베이스 유닛의 충전 블레이드와 전기적으로 접촉하도록 맞춰진다.
도 2a는 피부, 머리카락, 및 신체의 다른 부분을 측정하기 위해 바람직하게 적용될 수 있는 분광 광도계 시스템의 바람직한 실시예를 전체적으로 나타내는 도면이다. 핸드피스(3)는, 핸드피스(3)의 충전 콘택들이 베이스 유닛(5)의 대응하는 충전 콘택들과 전기적으로 접촉하도록 맞춰지도록 핸드피스(3)의 형상에 주로 일치되는 베이스 유닛(5)에 안착된다. 추가로, 핸드피스(3)의 팁(tip)은, (여기의 다른 곳에서 설명된 바와 같이 자성-보조적(magnetic-assisted) 위치 결정에 의해 도움을 받을 수 있는) 베이스 유닛(5)의 형상에 의하여, (여기 다른 곳에서 보다 상세하게 모두 설명된 바와 같이) 베이스 유닛(5)에 포함된 정규화 기준과 신뢰성 있는, 플러시 위치에 맞춰진다. 설명하였듯이, 핸드피스(3)는 바람직하게는 상부 근접 위치와 하부 근접 위치에 배치된 버튼(9)들을 구비한 디스플레이(7)를 포함한다. 버튼(9)들의 다른 배치가 다른 실시예에서 사용될 수 있으나, 도시된 실시예에서는 상부 버튼(9)은 바람직하게는 파워 온/오프를 제공한다. (예를 들면, 상기 장치를 켜기 위하여, 2초와 같은, 기 설정된 제1 시간 간격으로 누르고, 켜져 있는 상태에서 장치를 끄기 위하여, 5초 또는 10초와 같은, 기 설정된 제2 시간 간격으로 누른다.) 상기 상부 버튼은 또한 (예를 들면, 측정치를 구하는) 활성화 기능으로서 사용될 수 있다. 오른쪽, 왼쪽 및 중앙 하부 버튼(9)은, 예를 들면 선택 기능을 제공하는, 중앙 하부 버튼을 구비하고, 예를 들면, 오른쪽/왼쪽 스크롤 타입 기능을 제공하는 데에 사용될 수 있다. 여기 다른 곳에서 설명되는 바와 같이, 버튼(9)들 중에서 특정한 하나에 근접하여 디스플레이(7)에 표시된 정보는, 장치의 동작의 포인트 상태에서 특정한 버튼의 기능을 사용자에게 표시할 수 있다. 바람직한 실시예에서, 다양한 동작 모드들은 버튼(9)들이 사용자에게 다른 기능들을 표시하게 할 수 있고, 또 다른 바람직한 실시예에서, 버튼(9)들과 디스플레이(7)의 동작은 이러한 바람직한 실시예들에서 사용되는 필드 프로그램 가능 게이트 어레이(FPGA; Field Programmable Gate Array) 코드의 내용에 기초하여 시간에 따라 다른 포인트들에서 다른 방식으로 작동할 수 있다.
바람직한 실시예에 따르면, 분광 광도계의 물리적인 형상은, 개구가 측정되는 피부의 부분에 제공되는 핸드피스의 팁의 평평한 표면이 실질적으로 길이 방향으로 수직하도록, 길이 방향을 따라서 전체적으로 만곡된 형상을 갖는다. 상기 물리적인 형상은, 상기 핸드피스의 팁이 바로 측정하고자 하는 피부의 부분과 접촉하도록 형성된다.
이제 도 3을 참조하면, 특정한 바람직한 실시예에 포함된 예시적인 전자 기기는 설명될 것이다.
여기 다른 곳에서 설명되었듯이, 본 발명의 특정한 바람직한 실시예들에 따른 시스템 및 방법들은, 피부, 머리카락, 이빨, 페이트, 잉크, 섬유, 음식, 식물, 보석 등이 될 수 있는, 광학적으로 특징짓고자 하는 물질 또는 표면에 광을 제어가능하게 제공하고, 바람직하게는 복수의 센서로 표면 물질로부터 되돌아오는 광을 감지한다. 바람직하게는, 광원은 백색 LED 및 적절한 유형의 전구와 같은 광대역 광원이다. 복수의 센서들은 바람직하게는 (디지털 값들을 출력하도록, 카운터 및 제어 회로망과 같은 추가적인 전기 회로망을 포함할 수 있는) 센서 광-주파수 컨버터(LFCs; light to frequency converters)에 포함되고, 바람직하게는 간섭 필터들로 구성되는, 밴드패스 필터들을 통하여 지나간 뒤에 광을 수용한다.
도 3에 도시된 바와 같이, 조명이 LED들(22, 24)에 의해 예시적인 바람직한 실시예로서 제시된다. 본 발명의 범위 내에 다른 광원들이 있을 수 있으나, LED들(22)은 상업적으로 사용 가능한 백색 LED들이다. 이러한 LED들은 일반적으로 더욱 짧은 파장으로 훨씬 더 낮은 강도를 제공하기 때문에, 바람직한 실시예에서 자외선(UV) LED들(24)이 더욱 짧은 파장으로 조도를 높이기 위하여 선택적으로 제공된다. LED(22, 24)들은 FPGA(34)에 의해 제어되고, LED 조광 제어기(44)를 제공하도록 논리적으로 구성된 FPGA(34) 내의 전기 회로망에 의하여 특히 제어된다. 당엄자들에게 이해될 수 있는 바와 같이, LED(22, 24)들은 조광 제어기(44)의 제어 하에서, (도 3에서 측정 표면(26)으로 표시된 것과 같은 스킨, 등에) 측정되는 표면 또는 물질에, 원하는 지속시간과 원하는 조명의 강도를 제공하도록 제어된다.
상기 표면(26)의 특징들에 기초하여, 광은, 도 3에 개략적으로 부등변 사각형으로 표시되었으나, 광섬유들의 번들로서 이해될 수 있는 (도 1의 메인 센서 번들을 또한 참조하면) 광섬유 번들(28)에 의하여 수신된다. 광섬유 번들(28)은 바람직한 실시예들에서 광 공동에서 수신기를 제공하고, 바람직하게는 간섭 필터들을 통하여 LFC 센서 어레이(30)의 개별적인 센서들에 빛을 결합하는 역할을 하는 복수의 출력들을 제공한다. 설명된 실시예는 40개의 개별적인 LFC 센서들을 포함하지만, 바람직한 실시예에서, 각각의 개별적인 필터들은 예를 들면 410nm에서 700nm까지의 대략 10nm 중심에 있으면서, 40개의 "채널"들 중 30개가 광섬유 번들(28)의 다리들에 결합된다. 예시적인 바람직한 실시예에서, 남아있는 10개의 채널들 중 7개는 LED(22, 24)들에 의해 제공된 조명을 모니터하거나 추적하는 데에 사용되고, 작동하는 소프트웨어 및 프로세서(36)에 의해 조명의 전체적인 강도와 스펙트럼이 추적되는 것을 가능하게 한다. 이러한 조명의 다중-채널 추적 및 모니터는 프로세서(36)와 소프트웨어가 조명 추이를 추적하게 하고, 상기 분광 광도 장치의 재-정상화시키기 위한 작동을 알리거나, 특정한 실시예에서 상기 조명 추이의 관점에서 측정치를 보상하게 한다.
바람직한 실시예에서, 광 바이어스가 각 센서가 원하는 최소 레벨로 수치를 출력하는것을 보장하도록, LFC 센서들의 일부 또는 전부에 제공된다. 도 3에 도시된 실시예에서, 바이어스 조명이, 적외선(IR) LED(32)들을 통하여, 프로세서(36)와 LED 조광 제어기(44)에 의한 소프트웨어 제어 하에서, 제어 가능하게 제공된다. 도 3으로부터 명확하게 이해될 수 있는 바와 같이, IR LED들은, (예를 들면, 스펙트럼의 측정을 위해서만 사용되는 센서들일 수 있는) 원하는 LFC 어레이 센서(40)가 원하는 최소 레벨로 펄스들을 출력하도록, 펄스 폭 변조를 통하여 그 출력을 증폭시도록 선택적으로 단계를 밟아 나아갈 수 있다. 바람직한 일 실시예에서, IR LED(32)들에 의해 제공된 바이어스의 양은 기설정된 양만큼 증가되며, 상기 센서는 상기 최소 레벨이 달성되었는지 결정하도록 측정되며, 그리고 그렇지 않다면 원하는 LFC 센서들에 대하여 최소 레벨이 달성되었다고 결정될 때까지 바이어스의 양이 단계적인 방식으로 증가된다. 이러한 방식으로, 바람직한 바이어스 레벨이 자동적인 방식으로 달성될 수 있다. 특정한 바람직한 실시예들에서, 이러한 자동화 바이어스 세팅 작동은, 장치 시동시에 수행되며, 다른 실시예에서는 각 사용 전에 정규화 처리의 일부로서 수행된다. 또한, IR LED들의 사용은 예시적인 것이라는 것을 이해하여야 하며, 할로겐 또는 다른 백열등 타입의 전구와 같은 다른 조명 소스들이, CPU PCB(도 1)의 뒷면에 바람직하게 배치되며, 예를 들면 LFC 센서들의 아래에 PCB에 위치한 구멍들에 의해, LFC 센서들에 의해 수신될 수 있는 조명을 제공한다. 이러한 바이어스 조명을 제공하는 대안적인 방법은 본 발명의 범위 내에 있는 것이다.
또한, 도 3을 도시된 바와 같이, FPGA(34)는 바람직하게는, 예를 들면 (SDRAM(52)가 결합될 수 있는) SDRAM 제어기(40), (플래시 메모리(54)가 결합될 수 있고, 예를 들면 시리얼 플래시 메모리인) 플래시 제어기(42), (푸시 버튼(56)들이 결합될 수 있고, 2개, 3개, 4개 등과 같은 어떤 원하는 수일 수 있고, 본 기술분야에서 알려진 전기 용량서의 또는 다른 유형의 스위치들일 수 있으나, 바람직하게는 사용자에게 촉각 피드백을 제공하는) 다른 키패드 주변 IO(PIO; peripheral IO), 여기 보다 상세하게 도시된 바와 같이, (WiFi 라디오(58)와 같은 무선 모듈이 결합될 수 있으나, 또한 블루투스(Bluetooth)™ 또는 다른 표준 또는 맞춤형 와이어 또는 무선 통신 프로토콜일 수 있는) 외부 장치와의 데이터 통신을 위한 범용 비동기화 송수신기(UART: Universal Asynchronous Receiver/Transmitte)(50) 및 (LCD(60) 또는 다른 적절한 디스플레이 장치가 결합될 수 있는) LCD 디스플레이 제어기(46)을 포함하는, 상기 분광 광도 장치의 제어를 위한 계산 시스템의 다른 부품들을 포함한다. 다른 실시예들은 범용 직렬 버스(USB: Universal Serial Bus)(2.0, 3.0, 1.1, 등)과 같은 데이터 통신 모듈들을 포함한다. 중요한 것은 FPGA가 예를 들면 상기 분광 광도 장치를 위한 원하는 회로 기능을 포함하도록 구성된 알테라 사이클론(Altera Cyclone) III™일 수 있다는 것이다. 다른 실시예들은 CPU, 메모리 제어기, 디스플레이 제어기 등과 같은 개별적인 회로들을 포함하는 반면, 바람직한 실시예들에서 FPGA(34)가 사용되고, 상기 분광 광도 장치의 하드웨어가 다양한 적용을 위하여 판독 가능하게 재구성될 수 있고, 화장품/예측 테이블들 및 데이터를 업데이트 하고, 화장품/예측 테이블 등에 제품 라인을 추가할 수 있게 한다.
도 4a 내지 도 4c를 이제 참조하면, 포켓용 분광 광도계(410)의 예시적인 장치 작동이 이제 더 설명될 것이다.
도 4a의 작동(100)은 본 발명의 바람직한 실시예에서 사용된 예시적인 "공장 교정" 작동을 나타낸다. 단계(102)에 도시되었듯이, 개별적인 장치는, 바람직하게는 적어도 4개의, 복수의 교정 표준을 측정한다. 이러한 측정 결과들은 추가적인 처리를 위해 저장된다. 단계(104)에 도시된 바와 같이, 스펙트럼 밴드의 선형화를 위한 상수들이 단계(102)에서 측정으로부터 저장된 데이터에 기초하여 계산되고, 저장된다. 바람직한 실시예에서 이러한 상수들은, 색상 연구 및 적용, 1520-6378, DOI: 10.1002/칼럼21824., Sloan W. W.의, "45°/0°반구형의 분광 광도계 측정 공동에서 단일-빔 샘플 흡수 오차의 보정(Correction of single-beam sample absorption error in a hemispherical 45°/0° spectrophotometer measurement cavity)"에서 설명된 바와 같은, 공동 모델(Cavity Model) 상수들일 수 있다. 단계(106)에 도시된 바와 같이, (즉, 도 2의 디스크(4A)와 같은 광학적 교정 디스크인) 교정/정규화 표준은, 상기 분광 광도 장치에 수반될 것이며, 상기 분광 광도 장치의 교정과 정규화를 위해 사용되며, 측정되고, 결과들이 저장된다. 상기 장치 에는 상기 분광 광도 장치가 수반하는 바람직한 공동 모델 상수들과 교정/정규화 기준 표준의 스펙트럼 반사율이 저장된다. 이러한 데이터의 생성과 저장은 바람직한 실시예에 따르면 공장 교정에 사용된다. 또한, 바람직한 실시예에 따르면, 핸드피스들과 베이스 유닛들(도 1, 도 2 및 도 2a 참조)은 (예를 들면, 함께 공장 교정된 특정 베이스 유닛에 매치 되거나 다르게 대응하는 핸드피스들에 대한 순번을 갖고) 순서대로 나열된다.
도 4b의 작동(108)은 본 발명의 바람직한 실시예에서 사용되는 정규화/교정 작동을 나타낸다. 공장 교정 동안에 측정된 교정/정규화 기준 표준은 (도 2의 교정 디스크(4A)를 참조하면) 베이스 유닛(4)에 배치된다. 측정을 하기에 앞서, 교정/정규화 작동이 (도 7b에 포함되고, 관련되, 여기 이외의 다른 설명을 참조하면) 공장 교정(단계(110)) 동안에 사용된 동일한 교정/정규화 기준을 사용하여 수행되고, 이 교정/정규화 측정으로부터의 결과는 같은 교정/정규화 기준(단계(112))의 저장된 스펙트럼의 데이터와 비교된다. 이러한 비교에 기초하여, 이득 계수들 또는 상수들이 계산되고 상기 분광 광도 장치에 저장되며(단계(114)), 상기 분광 광도 장치와 함께 (그 다음 교정 정규화 때까지) 차후의 측정을 위하여 사용된다. 이러한 교정/정규화는, 광원 조명에서의 변화를 포함하는 그 공장 교정이 공동, 섬유 번들들, 필터 등의 광학적 특성들에서 변화시키기 때문에, 상기 분광 광도 장치의 광학적 성능에서의 변화를 보상하는 경향이 있다.
도 4c의 작동(116)은 본 발명의 바람직한 실시예에서 사용된 측정 작동을 나타낸다. 단계(118)에서, 여기 다른 부분을 참고하면, 피부, 머리카락 또는 다른 물체 또는 물질일 수 있는, 샘플이 측정된다. 단계(120)에서, 정규화 이득 계수들/상수들은 정규화된 스펙트럼을 생성하도록 단계(118)에서 측정으로부터의 스펙트럼 데이터에 적용된다. 단계(122)에서, 단계(120)로부터의 정규화된 스펙트럼 데이터는, 바람직한 실시예서 공동 모델 상수인, 선형화 계수를 사용하여 조정된다. 단계(122)로 주로 정규화되고 선형화된 스펙트럼의 결과를 얻는다. 여기에 기초하여, 단계(124)에서, 3 자극치 값들이 계산된다. 이러한 값들은 여기서 다른 부분에서 설명되는 바와 같이 분류 및 범주화 알고리즘에 사용될 수 있다.
바람직한 실시예에 따르면, 광 공동이 평가 중인 피부 또는 다른 물체 또는 물질에 제공된다. 상기 광 공동은, 각 유형은 유형별로 하나 또는 복수의 LED들을 구비한, 바람직한 실시예에서 하나 또는 복수의 유형의 LED들인, 조명 소스로부터 바람직하게는 광대역의 광을 수신하고 반사시킨다. 상기 광 공동에서 개구는 평가 중인 표면에 광이 입사되게 한다. 이 광의 일부는, 바람직하게는, 여기 다른 곳에서 보다 상세하게 설명된 바와 같이, 밴드패스 필터에 의하여 센서 어레이에 광을 전파하고 결합시키는, 수신기 섬유 번들인 수신기에 의해 수신된다.
평가 중의 표면으로부터 되돌아온 광의 일부는, 그러나 수신기/센서 번들에 의하여 직접 수신되지는 않으며, 오히려 광 공동의 일부에 입사되고, 이 광은 평가 중인 표면에 재-입사되도록 한 번 이상 반사시킬 수 있다. 여기서, 이러한 광학적 효과는 샘플 치환 오차, 샘플 흡수 오차 등으로 일컬어지며, 이것은 색상 연구 및 적용의, 1520-6378, DOI: 10.1002/칼럼.21824.의 Sloan W. W.에 의한, " 45°/0°반구형의 분광 광도계 측정 공동에서 단일-빔 샘플 흡수 오차의 보정"에 설명된 바와 같은, 알려진 방법을 사용하여 수량회될 수 있고, 보정될 수 있다.
본 발명의 바람직한 실시예에서, 본 발명에 따른 상기 포켓용 분광 광도계는 측정-관련 또는 다른 데이터를 입력하기 위한 사용자 인터페이스 수단을 추가로 제공한다. 그러면, 상기 측정-관련 또는 다른 데이터는 측정치들의 구체적인 세트에 첨부된 메타데이터로서 통합될 수 있다. 이러한 메타데이터의 비-제한적인 실시예로 측정이 이뤄지는 때의 대상자의 나이, 성별, 또는 종족이 될 수 있다. 특정 데이터를 태그(tag)하는 데에 사용될 수 있는 메타데이터의 다른 예로, 색상의 범주화를 원하는, 후술되는, 화장품의 구체적인 범위가 있다. 다른 메타데이터는 또한 측정 데이터를 자동적으로 태그하는 데에 사용될 수 있다. 예를 들면, 포켓용 분광 광도계 또는 본 발명의 시스템에 사용하기 위한 다른 광학적 색상 측정 장치는 타임 스탬프, 또는 자체-생성 지리적 또는 소매 위치 정보를 포함하는 태그를 자동적으로 적용할 수 있다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 시스템이 이제 설명될 것이다. 시스템(500)은 (예를 들면, 소매점 또는 화장품 유형의 품들이 판매되거나 사용자들에게 이러한 제품들이 제공되는 다른 위치가 될 수 있는) 복수의 다른 지리적 위치에 위치한 복수의 포켓용 분광 광도계(510) 및 상기 포켓용 분광 광도계들 각각으로부터 떨어져 위치한 중앙 데이터 처리 유닛(501)을 포함한다.
도 5에 도시된 바와 같이, 포켓용 분광 광도계(510)의 베이스, 및/또는 측정 장치 그 자체는, 통신 허브(513)에 와이어 연결을 통하여 연결될 수 있고, 그 자체로서 인터넷과 같은 더 큰 네트워크(508)에 연결된 컴퓨터(512)에 연결될 수 있다. 또한, 상기 포켓용 분광 광도계(510)의 베이스 및/또는 측정 장치는 그 자체로, 테블릿 컴퓨터(511), 또는 이와 같은 것에, IEEE 802.15.1 (블루투스™), IEEE 802.11 (WiFi), 또는 다른 적절한 무선 기술을 통하여 무선 방식으로 연결될 수 있다. 태블릿 컴퓨터(511)는 IEEE 802.11 (WiFi) 또는 다른 적절한 무선 기술을 통하여 무선 접속 포인트(509)에 연결될 수 있고, 그 자체로 인터넷과 같은 더 큰 네트워크(508)에 연결될 수 있다. 또한, 도 5에 도시된 바와 같이, 포켓용 분광 광도계(510) 및/또는 측정 장치 그 자체는, IEEE 802.11 (WiFi) 또는 다른 적절한 무선 기술을 통하여 무선 접속 포인트(509)에 직접 연결될 수 있다.
상기 중앙 데이터 처리 유닛(501)은 방화벽(514) 및 서버(515)를 통하여 네트워크(508)에 연결된다. 서버(515)는 측정치와 메타데이터뿐만 아니라, 후술되는 것과 같은 포켓용 분광 광도계(510)로부터의 인증 확인을 수신하도록 배치된다. 서버(515)는 또한 분광 광도계(510)를 다루기 위한 확인 요구뿐만이 아니라, 선택적인 소프트웨어 및 펌웨어 업데이트를 전송하도록 구성된다.
서버(515)는 중앙 데이터 처리 유닛(501)에 연결된다. 특히, 데이터 처리 유닛(501)의 매핑 모듈(Mapping module)(502)은 서버(515)를 통하여 구체적인 포켓용 분광 광도계(510)으로부터 메타데이터 정보와 측정치들을 수신하도록 적용된다. 매핑 모듈은 수신된 측정치들을 도 7b를 참조하여 후술되는 것과 같은 색상 공간상에 매핑한다. 그리고 나서, 매핑된 측정치들은 사전-분류 모듈(503)로 보내어지고, 도 7b를 참조하여 또한 이후에 설명되는 것과 같은 몇 개의 분급기 라벨 세트(504-1, 504-2, 504-3, 504-N)들 중 하나를 선택하도록 메타데이터를 사용하도록 형성된다.
일단, 상기 분급기들이 매핑된 측정치들을 범주화하면 (즉, 일단 매핑된 측정치들이 하나 이상의 라벨 세트의 하나 이상의 라벨로 태그되면), 측정 메타데이터와 라벨 태그와 함께 매핑된 측정치들은 확인을 위해 확인 모듈(505)로 통과된다. 상기 확인 모듈(505)은 서버(515)를 통하여 확인 요구를 구체적인 포켓용 분광 광도계(510) 중 하나 이상으로 되돌려 보내도록 형성된다. 만일 범주화가 확인되면, 상기 확인 모듈은 메모리 저장 유닛(506)에 태그된 라벨과 함께 매핑된 측정치들을 저장한다. 메모리 저장 유닛(506)에 데이터는 컴퓨터(507)에 의하는 방식으로 접속되고, 분석되고, 가공될 수 있다. 시스템(500)의 더욱 구체적인 작동은 도 7b를 참조하여 이후에 설명될 것이다.
기계 학습 및 통계에서, "분류"는 미리 정해진 카테고리로 물체를 할당하기 위한 방법이다. 분류를 이행하는 알고리즘은 "분급기"로서 알려져 있으며, 데이터의 부분(sub)-집단 ("클래스")으로 한 세트의 카테고리들로 식별함으로써 훈련 데이터 세트로부터 전개된다. 각 클래스는 "설명 변수" 또는 "특징들"로 일컬어지는 하나 이상의 정량화할 가능한 특성들로 정의된다. 분급기는 학습 시스템이며, 즉 추가 입력 데이터가 설명 변수를 조정하고, 데이터 분류의 정확성을 향상시키는 새로운 휴리스틱(heuristic)을 발달시키기 위해 사용될 수 있다.
도 6a는 분급기를 전개 시키고 업데이트 하기 위한 일반화된 흐름도이다. 데이터가 수집되고(600), 특징들(설명 변수들)이 데이터로부터 추출되며(602), 클래스 라벨 예측를 위하여 사용된다(604). 훈련 데이터의 많은 형태들 및 소스들이 본 발명의 범위 내에 포함되는 것으로 간주된다. 이러한 데이터의 비-제한적인 예로서, 전문가 사용자에 의한, 또는 다른 유형의 분광 광도계들 또는 이와 같은 장치들에 의해 범주화된 일련의 측정치들이 있다. 추가적인 데이터가 수집되고 분류될 수 있고(606), 설명 변수들을 조정하거나 부가적인 휴리스틱들을 추가함으로써 분급기(608)를 유지하는 데에 사용된다. 학습된 분급기 모델(610)은 그리고 나서 클래스 라벨 예측에 사용된다.
도 6b는 색조 추전을 위해 분급기를 전개 시키고 업데이트 하기 위한 흐름도이다. 필드 데이터가 스펙트럼 측정치의 형태로 수집되고(612), 특징들이 명도, 채도 및 색상(L*, C* 및 h*)의 3 자극치 계산의 형태로서 추출된다(615). 특징들은 클래스 라벨 예측(616)을 위하여 사용된다. 추가 데이터가 수집되고 분류될 수 있으며(618), 설명 변수들을 조정하거나 추가 휴리스틱들을 부가함에 의해 분급기(620)를 유지하는 데에 사용된다. 학습된 모델(622)은 그리고 나서 클래스 라벨 예측을 위해 사용된다.
대안적인 실시예에서, 특징들은 (예를 들면, CIELAB인) 다른 3자극치 계산의 형태로서 필드 데이터 스펙트럼들로부터 추출된다. 그리고 나서, 이러한 특징들은 클래스 라벨 예측을 위하여 사용된다. 또 다른 대안적인 바람직한 실시예에서,구체적인 파장-의존적 스펙트럼의 반사율의 관심 측정치가 클래스 라벨 예측을 위하여 직접 사용된다. 이 실시예에서, 관심 측정치들은 선택적으로 주성분 분석(principal component analysis)와 같은 적절한 특징 추출의 자동화된 방법을 통하여 또는 수동적으로 결정된다.
또 다른 실시예에서, 구체적인 특징들은 타켓 측정 기초의 색소 조성(들)에 기초하여 관련된 것으로 알려진 측정치들로 스펙트럼들을 변환시킴으로써 필드 데이터 스펙트럼으로부터 추출된다. 피부 측정치의 경우에, 피부의 현색에 대한 주로 원인이 되는 특정한 색조(산소화헤모글로빈 (oxyhaemoglobin), 데옥시헤모글로빈 (deoxyhaemoglobin) 및 멜라닌)를 가진 것으로 피부 분광학 문헌으로 알려졌다. 스펙트럼의 반사율은 흡광 스펙트럼으로 변환되며, 이러한 발색의 상대적인 집중도는 문헌으로부터의 수식을 사용하여 결정된다(피부의 홍반 및 색소의 생체 측정: 상업 기기를 구비한 분산된 반사율 분광학의 실현의 새로운 수단, 피부과학 영국 저널, 2008년, 159(3), 683-690, Stamatas, G. N., Zmudzka, B. Z., Kollias, N. 및 Beer, J. Z. 참조). 이러한 발색 집중도 변수들이 클래스 라벨 예측을 위한 특징들로서 사용된다. 대안적인 바람직한 실시예서, 스펙트럼들로부터 추출된 앞서 설명된 특징들의 조합들이 클래스 라벨 예측을 위해 사용된다.
도 6d는 범위-기반 분급기에 대한 일반화된 흐름도이다. 상기 분류 모듈(650)은 훈련 데이터(644), 및 훈련 데이터 라벨(646)들로부터 추출된 특징들(648)로부터 전개(학습)된다. 각 클래스들을 위한 분류 모델을 설립(학습)하기 위하여, 다음의 계산들이 훈련데이터로부터 각 특징들에 대해 수행된다.
평균 값(652)
최소 값(654)
최대 값(656)
회귀로부터 가중 요인 계산(658)(선택적)
휴리스틱들로부터 가중 요인 계산(660)(선택적)
도 6e는 이 설명에서 범위-기반 분급기에 대한 학습 모델의 흐름도이다. 훈련 데이터가 훈련 대상자의 이마, 볼 및 아래턱선의 전체 반사율 스펙트럼을 측정함에 의해 수집된다(662) 18개의 특징들이 훈련 데이터(666)들로부터 다음과 같이 추출된다.
이마, 볼 및 아래턱선에 대하여 3 자극치 값(L*, C*, h*)들을 계산(668)
각각의 3 자극치 값(L*, C*, h*)들에 대하여, 색상 차이를 계산(670)
볼 - 아래턱선
볼 - 이마
아래턱선 - 이마
상기 분류 모델(672)은 각각의 특징들의 범위와 평균을 계산함으로써 (파운데이션 메이크업 색조의) 각각의 클래스들에 대해 전개(학습)된다.
훈련 데이터로부터 18개 특징들 각각에 대한 평균 값 계산(674)
훈련 데이터로부터 18개 특징들 각각에 대한 최소 값 계산(676)
훈련 데이터로부터 18개 특징들 각각에 대한 최대 값 계산(678)
(선택적으로) 회귀에 기초하여 각 특징들의 가중치 계산(680)
(선택적으로) 휴리스틱들에 각 특징들의 가중치 계산(682)
도 6c는 도 6d에 설명된 분급기에 기초한 고객 색조 추전/범주화를 위한 흐름도이다. 대상자의 이마, 볼 및 아래턱선의 전체 반사율 스펙트럼을 측정함으로써 필드 데이터를 수집한다(624). 그리고 나서 18개의 특징들을 다음과 같이 필드 데이터로부터 추출한다(626).
이마, 볼 및 아래턱선에 대한 3 자극치 값(L*, C*, h*) 계산(628)
각 3 자극치 값(L*, C*, h*)에 대하여, 색상 차이를 계산(630)
볼 - 아래턱선
볼 - 이마
아래턱선 - 이마
상기 학습된 분류 모델(642)은 클래스들 각각의 범위와 평균값들과 대상자의 특징들을 비교함으로써 대상자들에게 (파운데이션 메이크업 색조의) 클래스들 할당하는 데에 사용된다(632). 각 클래스는 18개 특징들 각각에 대한, 그 자체의 최소, 최대 및 평균을 포함한다.
18개 특징들 각각에 대하여, 만약에 필드 데이터가 범위 내에 있다면 그 특징에 대한 점수를 계산한다. 상기 점수는 그 클래스에 대한 평균으로부터, 평균에서의 것으로부터의, 그리고 상기 범위의 최소 또는 최대에서의 0까지의 감소하는 그 거리에 의존한다(634).
학습된 모델(642)은 특징들 각각에 대하여 가중 요인을 포함한다. 그 특징에 대한 점수로 특징에 대한 가중 요인을 곱한다. 모든 특징들에 대하여 전체 가중된 점수를 계산한다. 이것은 클래스에 대한 전체 점수가 된다(636).
클래스 각각에 대한 전체 점수를 비교한다. 가장 높은 점수가 측정된 대상자에 대해 예측된 클래스이다(637).
만약 대상자 피드백이 (파운데이션 메이크업 색조의) 예측된 클래스의 색조-매치에 대하여 긍정적이라면, 상술한 바와 같이, 예측된 클래스로 필드 데이터를 라벨 표시한다(638)(선택적).
캡처 된 필드 데이터를 추가함으로써 분급기를 유지한다(640).
도 6f는 분급기 모델의 선형적 실시예에 대한 일반화된 흐름도이며, 분류 문제의 공식화(684), 훈련 데이터 및 훈런 라벨들의 수집(686), 선택적으로 훈련데이터를 사전-처리하고, 학습 모델의 훈련을 위해 그 데이터를 사용하는 것(688, 690), 선택적으로 훈련 데이터와 같은 방식으로 테스트 데이터를 사전-처리하는 것(692, 694), 학습 모델을 테스트하고, 결과가 바람직한지를 결정하는 것(696, 698), 선택적으로 훈련 데이터와 같은 방식으로 필드 데이터를 수집하고 테스트하는 것(699, 697, 695)을 나타낸다. 분급기의 이 선형적 실시예는, 필드 데이터가 획득되고 처리되기 때문에, 학습 모델의 지속적 조정으로서 불리지는 않는다.
도 7a 및 도 7b는 본 발명에 따른 분류 모들의 바람직한 실시예를 나타내는 일반화된 흐름도이며, 상기 분류 모델은 색조 범주화를 위한 패턴 분류 알고리즘에 기초한 최근접-이웃(nearest-neighbor)에 기초한 것이다.
상기 분류 모델은 훈련 데이터로부터 추출되고 훈련 데이터 라벨에 대응하는 특징들로부터 전개(학습)된다. 각 클래스에 대한 분류 모델을 구축(학습)하기 위해, 도 7a에 도시된 방법의 다음의 단계들(단계(750) 내지 단계(754), 그리고 선택적으로 단계(755))이 훈련 데이터의 각 관측을 위해 수행된다.
다음의 모델은 근본적인 모수화를 (즉, 어떤 클래스에 대하여 확률 분포가 없는 것으로 가정된 것으로) 가정하지 않으며, 이것은 클래스 수단과 차이가 알려지지 않은 때에, 훈련 데이터의 양이 적은 경우의 알고리즘의 사용을 가능하게 한다는 것을 기억해야 한다. 이러한 방식으로, 상기 알고리즘은 통제된 패턴 분류에서 (즉, 한도 학습-기초 모델에서 사용할 수 있는 초기 데이터가 없는 경우의) "첫 시작 문제(cold start problem)"와 관련된 일부 어려움들을 완화시킬 수 있다.
단계(750)에서, 훈련 데이터는 상술한 바와 같이, 테스트 대상자의 이마, 볼 및 아래턱선의 전체 반사율 스펙트럼을 측정함으로써 수집된다. 그리고 나서, 단계(751)에서, 이마, 볼 및 아래턱선에 대한 3자극치 값들 (명도(L*), 채도(C*), 색상(h*))들을 계산함으로써 훈련 데이터로부터 9개의 특징들이 추출된다. 그리고 나서, 단계(752)에서, 이러한 3자극치 값들은 9차원 특징 공간으로 매핑되고, 이러한 9개의 값은 9차원 특징 벡터로서 훈련 데이터 세트로 각각의 관찰자(대상자)를 완전하게 기술한다. 이해될 수 있듯이, 대안적인 색상 공간에 따라서, 색상 공간상에 스팩트럼 측정치의 매핑의 다른 형태들이, 본 발명과 연관되어 또한 사용될 수 있다.
훈련 데이터 세트를 완성하기 위하여, 하나 이상의 클래스 라벨이 단계(753)에서 각 관찰에 대하여 획득된다. 다중 분류 구성(scheme)이 바람직할 수 있고, 예를 들면, (예를 들면, 주어진 메이크업 제품 라인에서 색조의 수에 의해 제어되는) 분류를 위한 특징 공간의 양자화 정도에 의존하여, 10그룹 중 하나, 또는 20그룹 중 하나로, 새로운 관찰을 분류하는 것이 궁극적으로 바람직할 수 있다. 클래스 라벨 세트는 여기서 (예를 들면, 주어진 제품 라인에 대하여) 주어진 분류에 대하여 같은 특징 공간에서의 복수의 클래스 라벨들로서 정의된다. 따라서, 다중 클래스 라벨들은 (즉, 다수의 클래스 라벨 세트들 각각으로부터 단일 클래스 라벨은), (다수의 제품 라인들에 대하여, 예를 들면, 또는 다수의 지리적 위치로부터 수신된 측정치들의 범주화를 위하여) 다수의 분류 루틴에서 이후에 사용하기 위해 한 관찰(테스트 대상자)에 대하여 획득될 수 있다.
추가적으로, 다수의 클래스 라벨들 (즉, 단일 클래스 라벨 세트로부터 선택된 다수의 클래스 라벨들)은 심지어 한 분류 루틴에서 사용하기 위해 한 관찰에 할당될 수 있다. 이러한 상황에서, 그 관찰을 위하여 한번 이상의 범주화가 적용될 수 있고, 이 추가적 정보는 분류 모델의 개선에 사용될 수 있다. 단계(754)에서, 단계(750) 내지 단계(753)는 사용 가능한 추가 훈련 데이터가 없을 때까지 반복된다.
훈련 데이터 세트에 포함되지 않은 새로운 관찰에 대하여, 예를 들면, 색조 범주화를 원하는 새로운 사용자에 대해, 필드 데이터가 단계(756)에서 대상자의 이마, 볼 및 아래턱선의 전체 반사율 스펙트럼을 측정함으로써 수집된다. 그리고 나서, 이러한 측정치들은 단계(757)에서 원하는 색상 공간으로 매핑된다. 바람직한 실시예에서, 9개의 특징들은 측정 구역 각각에 대하여, 3자극치 값들(명도(L*), 채도(C*), 색상(h*))을 계싼함으로써 새로운 데이터로부터 추출된다. 그리고 나서, 단계(758)에서, 색상 공간 측정치들은 9 차원 특징 공간으로 매핑된다.
학습 모델을 효과적으로 작동하게 하기 위하여, 상기 측정 구역은 훈련 데이터 세트를 생성하는 데에 사용된 측정 구역에 가능한 가까운 것이어야 한다. 예를 들면, 이것은 얼굴 도해의 애니메이션을 사용하여 위치를 측정하도록 사용자를 안내하기 위하여, 분광 광도게 상에 그래픽 사용자 인터페이스(GUI: graphical user interface)를 제공함에 의해 이뤄질 수 있다. 사용자에 대한 측정 벡터는 9차원 특징 벡터가 되어야 한다. 상기 훈련 데이터 세트는, 각 관찰(대상자)에 대한 한 세트로, 9-D 벡터들의 세트를 포함한다.
일단 새로운 데이터가 클래스-라벨 표시된 훈련 데이터와 같은 방식으로 형식화되면, 사용되는 분류 모델은 k-최근접 이웃(kNN: k-Nearest Neighbors) 알고리즘의 분류 모델이다. 높은 레벨에서, 이 패턴 분류 알고리즘은 클래스-라벨 표시된 훈련 데이터의 세트, 상기 훈련 데이터에 식별 가능하게 형식화된 새로운 관찰, 관찰 사이의 거리를 비교하기 위해 사용되는 거리 매트릭의 선택 및 분류에서 고려하고자 하는 이웃 관찰(k)의 수의 선택을 요구한다.
비-제한적인 예에서, k는 1로 설정되고, 거리 함수는 유클리드 거리 (L2-norm)로 설정된다. 그리고 나서, 알고리즘은, 단계(760)에서 새롭게 매핑된 측정치와 데이터 세트에서 모든 관찰 사이의 쌍별 유클리드 거리들을 계산한다. 새로운 관찰에 가장 가까운 상기 데이터 세트에서 관찰은 단계(761)에서 이 가장 가까운 관찰(단계(762))의 클래스 라벨에 따라서 식별된다. 마지막으로, 이 클래스 라벨은 단계(763)에서 새로운 관찰에 대하여 예측된 클래스로서 되돌아 간다.
kNN 알고리즘에서, 변수 k는 상기 분류에서 사용되는 "이웃들"의 수를 나타내는, 경험적으로 최적화된 정수 상수 값에서 설정된다. 만약 k 값이 1보다 크다면, 관찰 가중치 또는 투표 기법이 관련의 경우에 대하여 요구된다. 다른 클래스 라벨들을 갖는 다수의 이웃들의 경우는 새로운 관찰을 위한 최종 최상의 클래스를 선택하기 위한 몇몇의 추가 휴리스틱을 요구할 것이다. 보다 신뢰성 있는 데이터가 수집되고 훈련 데이터 세트에 통합됨에 따라, k 값은 분류 정확도를 개선하기 위해 조정될 수 있다. 비록 이 알고리즘에서 다수의 다른 거리 함수들을 사용할 수 있을 나, 유클리드 거리가 바람직한 거리 함수로서 제공된다.
바람직한 실시예에서, 이웃들의 수, k는 1로 설정되고, 사용된 거리 함수는 (모든 훈련 데이터와 형식화된 새로운 관찰도 9-D이기 때문에) 9-D로 표준화된 유클리드 거리 함수이다. 훈련 데이터와 새로운 관찰들은, 이제 설명되는 바와 같이, 9개의 변수들의 불규칙한 스케일링(scaling)으로 인하여, 표준화된다.
훈련 데이터의 각 변수의 표준 편차가 단계(755)에서 먼저 계산된다. 예를 들면, 이마의 명도(L*)의 표준 편차가 훈련 세트의 전체 관찰에 걸쳐서 계산된다. 분류에 앞서, 새로운 관찰과 훈련 데이터 모두의 9-D 벡터들의 모든 성분들은, 단계(759)에서 도시된 바와 같이, 대응하는 변수들에 대하여 계산된 표준 편차 값들에 의해 나눠진다. 바람직한 실시예에서, 상기 표준 편차 값과 표준화된 훈련 데이터는 보다 적은 온라인 계산을 위하여 사전-계산된다. 훈련 데이터 세트의 크기가 커질 수록, 완전한 쌍별 거리의 계산은 지나치게 늦어지고, 보다 복잡해질 수 있으며, 이러한 탐색을 위해 설계된 대안적인 데이터 구조들이 당업자들에게 알려져 있으며, 분류를 가속화하고 거리 계산의 수를 줄이기 위해 실행될 수 있다.
또 다른 바람직한 실시예에서, 이웃들의 수, k는 1로 설정되고, 거리 함수는 맞춤-가중, 표준 유클리드 거리 함수이다. 측정치 그들 자체에 의존하는, 각 관찰에 대하여 쌍별 거리들을 측정하는 데에 사용된 9 변수들의 (상대적인 중요성의) 가중치들 다르다. 예를 들면, 볼의 명도는 특정 종족의 사용자에 대하여 이마의 명도보다 더 중요성을 가질 수 있다.
바람직한 실시예에서, 측정치들의 세 개의 메인 클래스들이 밝음, 중간 및 어두운 그룹들의 피부 톤에 대응하여 먼저 식별된다. 밝은 그룹은 (이마, 볼, 목에 걸친 평균의) 명도 값에 의해 식별되고, L* > 54이며, 중간 그룹은 명도 54 ≥ L* ≥ 40의 값으로 정해지며, 어두운 그룹은 40 > L*의 명도 값으로서 정해진다. 그리고 나서, 각 그룹에 대하여, 9개의 변수들 각각에 대한 거리 함수 가중치 값들이 모든 가중치들의 합이 1과 같도록 설정된다. 각 피부톤 그룹에 대한 최적의 가중치 값은 훈련 데이터를 사용하여 실험을 통하여 결정될 수 있다. 이러한 접근으로, 새로운 관찰과 훈련 데이터 지점 사이의 쌍별 거리들은 다양해 지고, 각 피부톤 범위에서 새로운 데이터의 클래스들을 예측하는 데에 더 적합해 질 것이다. 이러한 접근의 추가적인 장점은 3개의 피부 톤 부분-그룹들로의 제1 분류에 기초하여 더욱 적은 쌍별 거리 계산의 요구한다는 것이다.
본 발명의 시스템에 의해 실행되는 전체적인 방법이 이제 도 5 내지 도 7b를 참고하여 설명될 것이다.
단계(701)에서, 포켓용 분광 광도계(510)을 사용하여 일련의 측정치들을 구한다. 이러한 측정치들은 대상자의 이마, 볼 및 아래턱선의 전체 반사율 스펙트럼을 포함한다. 일단 단계(702)에서 포켓용 분광 광도계(510)에 로컬 메모리에 저장되면, 상기 측정 데이터는, 예를 들면 시간/날짜 스탬프, 및/또는 포켓용 분광 관도계(510)와 관련된 지리적 또는 소매 위치 정보와 같은 메타데이터로 태그될 수 있다. 단계(703)에서, 포켓용 분광 광도계(510)은 범주화를 위하여 중앙 처리 유닛(501)에 어떠한 메타데이터와 함께, 측정치들을 전송한다. 상술하였듯이, 이것은 방화벽(515)과 서버(515)인, 네트워크(508)을 통하여 수행된다.
단계(704)에서, 중앙 처리 유닛(501)의 매핑 모듈(502)은 측정치를 선호되는 색상 공간으로 매핑하고, 그리고 나서, 도 7a를 참조하여 상세하게 설명하였듯이,계(705)에서, 9-차원 특징 공간으로 매핑한다. 당업자에게 이해될 수 있듯이, 매핑 모듈(502)은 선택적으로 포켓용 분광 광도계(501)에서 실행될 수 있다. 그리고 나서, 매핑된 측정치들은 어떤 라벨 세트(들)(504-1, 504-2, 503-3, ..., 504-N)아 매핑된 측정치들을 범주화하는 데에 사용될지를 결정하기 위하여 사전-분류 모듈(503)으로 보내어 진다.
분급기 라벨 세트(들)의 선택은 도 7a의 단계(762)에서 라벨들의 어떤 세트(들)이 클래스 라벨(들)을 결정하는 데에 사용될지를 결정할 수 있다. 라벨 세트들의 비-제한적인 예로 다양한 시장에서 사용 가능한 화장품 라인의 색조들을 포함할 수 있다. 각 라벨 세트는 특징 공간의 다양한 수준의 양자화를 포함한다. 따라서, 제1 제품 라인에 대하여, 제1 라벨 세트는 10개의 다른 라벨(색조)들로 나눠질 수 있고, 동시에 제2 제품 라인에 대하여, 제2 라벨 세트는 10개의 다른 라벨(색조)들로 나눠질 수 있다. 또한, 각 라벨 세트의 특징 공간은 더 양자화되지 않을 수 있고, 따라서 특징 공간의 더 많고 더 적은 구역들을 커버하는 "더 많은" 그리고 "더 적은" 라벨들을 포함할 수 있다.
본질적으로, 다른 라벨 세트들의 선택은 주로 다른 라벨들의 적용으로 유도될 것이며, 따라서 다른 범주화 결과를 초래한다. 그와 같이, 다른 라벨 세트들을 사용하는 분급기들은 다른 분급기로 보일 수 있으며, 따라서 주로 다른 결과를 도출할 것이다.
단계(706)에서, 사전-분급기 모듈(503)은 어떤 라벨 세트(들)이 매핑된 측정을 분류하는 데에 사용될지를 선택하기 위하여 포켓용 분광 광도계(510)로부터 수신된 메타데이터를 사용한다. 이 예로서, 만일 메타데이터가 지리적 및 소매 위치를 포함하는 경우에, 사전-분류 모듈(503)은 특정 제품 라인에 대한 지리적 및 소재 위치를 매치시킬 수 있다. 일단 특정 제품 라인이 식별되면, 그 관련된 라벨 세트가 분류를 위해 사용될 수 있다. 선택적으로, 사전-분류 모듈(503)은 측정치가 구해지는 특정 소매점에서 (즉, 주어진 나라 또는 주의 브랜드 상점에서), 하나 이상의 제품 라인이 사용가능한지를 결정할 수 있다. 이러한 경우에, 사전-분류 모듈(503)은 2개 다른 라벨 세트들을, 각 제품 라인에 대한 하나를 선택할 수 있다.
단계(707)에서, (즉, 다른 라벨 세트들을 사용하는 분급기인) 하나 이상의 분급기들(504-1, 504-2, 504-3, 504-N)이 매핑된 측정치들과 함께 관련된 하나 이상의 카테고리 라벨을 식별하는 데에 사용된다. 이러한 분류들 각각은 상술한 바와 같이 실행되며, 메모리 저장 유닛(506)들에 저장된 데이터 세트에 접속을 요구한다.
일단 매핑된 측정치들이 하나 이상의 카테고리 라벨과 연결되면, 그들은 확인 모듈로 그들이 연결된 하나 이상의 카테고리 라벨과 함께 보내어 진다. 단계(708)에서, 확인 모듈은, 측정치를 구하는 데에 사용된 포켓용 분광 광도계에 다시 상기 하나 이상의 카테고리 라벨을 전송하고, 사용자에게 (즉, 색조와 관련된) 카테고리를 보여준다. 사용자는 그리고 나서, 제시된 범주화를 받아들일지, 거절할지 또는 무시할지를 질문을 받을 수 있다.
만약 사용자가 범주화를 받아들인다면, 상기 포켓용 분광 광도계는 확인 모듈로 다시 확인 표시를 전송한다. 그러나, 만약 사용자가 범주화를 거절하면, 상기 포켓용 분광 광독계는 사용자에게 대안적인 범주화를 선택할지를 묻는다. 일단 선택되면, 대안 범주화는 추가 처리를 위해 확인 모듈로 전송될 수 있다.
단계(709)에서, 카테고리의 확인을 받아들일지에 대한 결정이 이뤄진다. 이것은, 특정 시간 기간 후에 수행될 수 있다. 확인이 받아들여지게 되면, 그리고 나서 매핑된 측정치와 카테고리 라벨이 단계(713)에서 관련 데이터 세트에 추가된다. 그러나, 만약 확인이 수신되지 않는다면, 대안 카테고리 라벨과 관련된 대안 제품이 제시될 지에 대한 결정이 만들어진다. 만약 그렇다면, 매핑된 측정치는 단계(712)에서 대안 카테고리 라벨로 할당되고, 모두는 단계(713)에서 관련 데이터 세트에 추가된다. 마지막으로, 만약 확인이 수신되지 않고, 대안 제품이 제시되지 않는다면, 매핑된 측정치는 단계(711)에서 그저 폐기될 수 있다.
본 발명의 일부 실시예들에서, 단계(701) 내지 단계(708)은 포켓용 분광 광도계 장치(510) 그 자체에 의해서 실행되고, 매핑된 측정치와 라벨들은 중앙 처리 유닛(501)에 주기적으로 업로드 하기 위해 국부적으로 저장된다. 이러한 실시예들에서, 분류는, 비록 국부적으로 저장된 데이터 세트로, 상술한 방을 사용하여 수행된다. 이러한 실시예에서, 상기 중앙 처리 유닛은 확인된 매핑된 측정치와 라벨들을 수신하며, 메모리 저장 유닛(506)들에 적합한 데이터 세트에 이들을 부가한다.
주기적으로, 상기 중앙 처리 유닛은 각 포켓용 분광 광도계 장치에서 국부적으로 저장된 데이터 세트를 저장 유닛(506)의 전역적 또는 시스템-전역적 데이터 세트로 대체하는, 데이터 세트 업데이트를 각 포켓용 분광 광도계 장치(510)에 요구할 것이다. 이 전역적 또는 시스템-전역적 축적 측정치들은, 자동화된 데이터 세트의 푸싱과 함께 포켓용 장치를 업데이트하고, 시스템에 각 분광 광도계 장치(510)가 시스템(500)에서 모든 (또는 일부의) 다른 분광 광도계 장치(510)들에 의해 효력이 발생된 범주화들로부터 이득을 보게 할 것이다.
여기 다른 부분에서 설명되었듯이, 본 발명의 바람직한 실시예는, 직관적이고 강력한 사용자 인터페이스를 제공하기 위하여, 사용자에게 그래픽, 문자 및 숫자 정보를 편리하기 제공하기 위한, 바람직하게는 LCD인 디스플레이를 포함한다. 이러한 디스플레이는, 바람직하게는 상부 버튼(9)과 3개의 하부 버튼(9)(예를 들면, 도 2a 참조)과 함께, 바람직한 실시예가 이러한 직관적이고 강력한 사용자 인터페이스를 제공하게 할 것이다.
이제 도 8a 이하를 참고하면, 표시된 예시적으로 스크린 샷이 설명된다. 예시적인 스크릿 샷에 기초하여 여기에 설명되나, 당업자는 본 발명의 범위 내에서 보강물, 변화물 및 대체물이 있다는 것을 이해할 수 있을 것이다.
도 8a에 도시된 바와 같이, 바람직한 도입 화면이 표시된다. 이 스크린은, 예를 들면, 회사 또는 제품 식별자, 및 적절한 유형의 그래픽 등을 제공할 수 있다. 바람직하게는, 시작(Start) 지시기가 버튼(9)들 중 하나 (예를 들면, 하부 중앙 버튼(9))에 근접하여 표시되며, 상기 적절한 버튼(9)을 누름으로써 작동이 시작한다.
도 8b에 도시된 바와 같이, 바람직한 실시예에서, 교정 시작 스크린이 표시된다. 바람직하게는, 교정 시작(Start Calibration) 지시기가 버튼(9)들 중 하나(예를 들면, 하부 중앙 버튼(9))에 근접하여 표시되며, 상기 적절한 버튼(9)을 누름으로써 교정이 시작된다.
도 8c에 도시된 바와 같이, 바람직한 실시예에서 교정 스크린이 표시되고, 이것은 바람직하게는 교정 처리가 진행되는 것(Calibrating)을 사용자에게 알리는 것이다.
도 8d에 도시된 바와 같이, 바람직한 실시예에서 시작 스크린이 표시되며, 이것은 교정 처리가 성공적으로 완료되었다는 것을 나타낸다. 성공적이지 못한 교정이 발생한 경우에, 바람직하게는 사용자에게 교정을 시작 (또는 재-시작)할 것을 묻는 스크린이 표시된다. 대안적인 바람직한 실시예에서, 상기 교정 시퀀스는 사용자에게 교정의 재-시작을 묻기 전에 여러 번 시작되며, 전력 차단, 기술자 서비스, 클리닝, 또는 다른 교정 기준의 수리, 등과 같은 또 다른 선택적인 추가 메시지가 표시될 수 있다. 바람직하게는, 스캔 시작(Start Scan) 지시기가 버튼(9)들 중 하나 (예를 들면, 하부 중앙 버튼(9))에 근접하여 표시되며, 추가적인 처리공정의 시작이 상기 적절한 버튼(9)을 누름으로써 시작된다.
도 8e에 도시된 바와 같이, 바람직한 실시예에서 스캔 구역(Scan Zone) 1이 스크린에 표시된다. 바람직하게는 구역 1을 시작하기 위한 지시기가 버튼(9)들 중 하나 (예를 들면, 하부 중앙 버튼(9))에 근접하여 표시되며, 스캔의 시작이 상기 적절한 버튼(9)을 누름으로써 시작된다. 바람직한 실시예에서, 도시된 바와 같이, 구역 1의 스캔의 대략적인 위치를 사용자에게 안내하는 그래픽이 표시된다. 바람직한 실시예에서, 스캔의 시작으로 3번의 측정과 같은, 한번의 활성화로 복수의 측정을 시작한다는 것을 고려해야 한다. 이러한 구체적인 실시예에서, 스팩트럼 대역에 의해 스팩트럼 대역의, 3번의 측정의 평균이 구해진다. 다른 실시예에서, L*, a*, b* 또는 L*, C*, h* 값들이 계산되고, 평균화 된다. 중요한 것은, 이러한 실시예에서 복수의 측정치들이 데이터 완전성 및 신뢰도를 증가시키기 위하여 사용될 수 있고 평균화된다는 것이다.
도 8f에 도시된 바와 같이, 바람직한 실시예에서 사용자가 구역 1의 재스캔 또는 다음 단계를 진행하는 것을 가능하게 하는 스크린이 표시된다. 바람직하게는, 재스캔(Rescan) 및 다음(Next) 지시기가 버튼(9)들 중 하나 (예를 들면, 하부 좌측 및 우측 버튼(9))에 대응하여 근접하게 표시되며, 상기 적절한 버튼(9)을 누름으로써 재스캔 또는 다음 단계로의 진행이 선택된다.
도 8g는 도 8f와 유사하나, 도 8f에서는 다음(Next) 지시기 강조되고, 반면 도 8g에서는 재스캔(Rescan) 지시기가 강조된다. 바람직한 실시예에서, 일단 선택이 강조되며, 선택된 동작의 활성화가 버튼(9)들 중 기설정된 하나(예를 들면 하부 중앙 버튼(9))에 의해서 시작된다.
도 8h에 도시된 바와 같이, 바람직한 실시예에서, 스캔 구역(Scan Zone) 2 스크린이 표시된다. 바람직하게는 구역 2의 스캔을 시작하는 지시기는 버튼(9)들 중 하나 (예를 들면, 하부 중앙 버튼(9))에 근접하여 표시되며, 스캔의 시작은 상기 적절한 버튼(9)을 누름으로써 시작된다. 바람직한 실시예에서, 도시된 바와 같이, 구역 2의 스캔의 대략적인 위치를 사용자에게 안내하는 그래픽이 표시된다.
도 8i에 도시된 바와 같이, 바람직한 실시예에서, 구역 2의 재스캔 또는 다음 단계의 진행을 가능하게 하는 스크린이 표시된다. 이 스크린 및 관련된 버튼들은 도 8f 및 도 8g에 관하여 설명된 것과 유사하게 표시되며 작동한다.
도 8j에 도시된 바와 같이, 바람직한 실시예에서 스캔 구역(Scan Zone) 3 스크린이 표시된다. 바람직하게는, 구역 3의 스캔을 시작하는 지시기는 버튼(9)들 중 하나 (예를 들면, 하부 중앙 버튼(9))에 근접하여 표시되며, 스캔의 시작은 상기 적절한 버튼(9)을 누름으로써 시작된다. 바람직한 실시예에서, 도시된 바와 같이, 구역 3의 스캔의 대략적인 위치를 사용자에게 안내하는 그래픽이 표시된다.
도 8k에 도시된 바와 같이, 바람직한 실시예에서 구역 3의 재스캔 또는 다음 단계의 진행을 가능하게 하는 스크린이 표시된다. 이 스크린 및 관련된 버튼들은 도 8f 및 도 8g에 관하여 설명된 것과 유사하게 표시되며 작동한다.
도 8l에 도시된 바와 같이, 바람직한 실시예에서, 사용자가 스캐닝 프로세스를 다시 시작하게 하거나, 다음 단계를 진행하게 하는 스크린이 표시된다. (대안적인 실시예에서, 프로세스에 대한 재시작은 교정 단계의 시작 또는 선택적으로 스캔 구역 1 단계로 되돌아가게 한다.) 바람직하게는, 상기 재시작(Start Over) 또는 다음(Next) 지시기는 버튼(9)들 중 하나(예를 들면, 하부 좌측 및 우측 버튼(9))에 대응하게 근접하여 표시되며, 상기 적절한 버튼(9)를 누름으로써 재시작 또는 다음 단계로의 진행이 선택된다.
도 8m은 도 8l과 유사하나, 도 8l에서는 재시작(Start Over) 지시기가 강조되어 있는 반면, 도 8m에서는 다음(Next) 지시기 강조되어 있다. 바람직한 실시예에서, 일단 선택이 강조되면, 버튼(9)들 중 기설정된 버튼(예를 들면, 하부 중앙 버튼(9))에 의해 선택된 동작의 활성화가 시작된다.
도 8n에 도시된 바와 같이, 바람직한 실시예에서, 도시된 바와 같이 첫 번째 제품 선택 스크린이 표시된다. 바람직하게는 이러한 유형의 제품 선택 스크린은, 예를 들면, (뷰티 어드바이저와 같은) 사용자가 이전 단계에서 얻어진 분광광도 데이터 (또는 그렇지 않으면 이로부터 계산되거나 결정된 데이터)에 기초하여 제품의 유형의 선택을 하게 하거나 매칭시키는 것을 가능하게 한다 (제품 선택 또는 매칭은 여기 다른 곳에서 보다 상세하게 설명되어 있다). 도 8n의 예시적인 스크린은 좌측에 (예를 들면, 랑콤(LANCOME)의 상표인, 드림톤(DreamTone) 세럼인) 랑콤의 세럼 타입 제품을 바람직하게는 제품의 병 또는 용기 또는 세럼 타입 제품의 식별자에 대한 그림과 함께 나타내고 있다. 도 8n의 예시적인 스크린은 추가로 (예를 들면, 랑콤의 상표인, 뗑 미라클(Teint Miracle) 파운데이션인) 랑콤의 파운데이션 타입 제품을 바람직하게는 제품의 병 또는 다른 용기 또는 파운데이션 타입 제품에 대한 식별자의 그림과 함께 우측에 나타낸다. 바람직한 실시예에 따르면, 이전 단계에서 획득된 분광광도 데이터는 제1 예측 알고리즘에 따라 제1 제품 타입의 타켓 또는 매칭 제품을 선택하는 데에 사용될 수 있다. 그리고, 동시에 이러한 분광광도 데이터는 제2 예측 알고리즘에 따라서, 제1 제품 타입과는 다른 (예를 들면, 세럼 대 파운데이션과 같은), 제2 제품 타입의 타켓 또는 매칭 제품들을 선택하는 데에 사용될 수 있다. 이러한 제품 라인과 예측 알고리즘은 그래픽 이미지 안내와 함께 직관적이고 쉽게 선택될 수 있다. 여기의 설명에 기초하여 당업자들에게는 이러한 예측 알고리즘은 제품 라인 및 제품 라인 유형의 구체적인 특징들에 기초하여 최적화될 수 있다는 것을 이해할 수 있을 것이다.
도 8o와 도 8q에 도시된 바와 같이, 바람직한 실시예에서, 제품 타입 스크린이 사용자(예를 들면, 뷰티 어드바이저)의 선택 후에 표시된다. 도 8n은 도 8p와 유사하나, 도 8n에서는 세럼 타입 제품 지시기가 강조된 반면, 도 8p에서는 파운데이션 타입 제품 표시기가 강조된 것이다. 바람직한 실시예에서, 일단 선택이 강조되면, 버튼(9)들 중 기설정된 하나(예를 들면, 하부 중앙 버튼(9))에 의해 선택된 동작의 활성화가 시작된다.
도 8q를 참조하면, 제1 파운데이션-타입 제품(예를 들면, 뗑 미라클 파운데이션 파운데이션 제품들)은 바람직하게는 (예시적인 제품 병을 나타내는) 그래픽에 의하는 방식으로 표시되며, 지시기는 또한 사용자가 다른 파운데이션-타입 제품들로 움직일 수 있다는 것을 나타내도록 제시된다. 도 8r에서, 스크롤 타입 버튼을 누른 뒤에, 제2 파운데이션-타입 제품(예를 들면, 랑콤의 상표인, 뗑 아이돌 울트라(Teint Idole Ultra))가 바람직하게는 (예시적인 제품 병을 나타내는) 그래픽에 의하는 방식으로 표시되고, 하나 도는 복수의 지시기는 또한 사용자가 다른 파운데이션-타입 제품으로 한 방향 또는 두 방향으로 움직일 수 있다는 것을 나타내느도록 제공된다. (한 방향 스크롤과 두 방향 스크롤은 모두 본 발명의 범위 내에 있는 것이다.) 도 8t에서, 스크롤 타입 버튼을 누른 후에, 제3 파운데이션-타입 제품 (예를 들면, 랑콤의 상표인, 뗑 비지오네르(Teint Visionnaire))가 바람직하게는 (예시적인 제품 병을 나타내는 그래픽에 의하는 방식으로 표시된다. 바람직한 실시예에서, 일단 파운데이션-타입 선택이 선택되면, 선택 활성화는 버튼(9)들 중 기설정된 것(예를 들면, 하부 중앙 버튼(9))에 의하여 시작되고, 파운데이션-타입 제품이 선택된다(도 8s 참조).
도 8s에 도시된 바와 같이, 파운데이션-타입 제품이 선택될 수 있고, 동시에 여기서 다른 부분에서 설명된 바와 같이 선택 또는 매칭 알고리즘을 시작하거나, 여기서 다른 부분에서 설명된 바와 같이 선택 또는 매칭 알고리즘의 출력을 시작한다. 바람직한 실시예에서, 선택 또는 매칭 알고리즘은, 결과가 제품 라인의 선택 후에, 보다 지체없이 표시될 수 있도록, 제품 타입들 및 라인들의 전부 또는 일부에 대해 자동적으로 시작된다. 다른 실시예에서, 상기 알고리즘은 상기 제품 타입과 구체적인 라인이 선택된 후에, 시작된다.
도 8u에 도시된 바와 같이, 바람직한 실시예에서, 선택된 또는 매칭된 제품들이 표시되며, 바람직하게는 선택 또는 매칭의 나타내는 그래픽, 글자 및 숫자를 제시한다. 도 8u에서, 뗑 비지오네르 파운데이션이 선택된 제품 라인이고, 220 Buff C기 최상 또는 최적의 선택 또는 매칭으로 결정된 구체적인 파운데이션 제품이다. 최상 또는 최적의 선택 또는 매칭은 제품이 달성하고자 하는 최종 결과에 기초한 원하는 선택으로 예상되는 예상된 시각적 매칭 또는 제품 선택을 나타낼 수 있다는 것을 이해하여야 한다. 또한, 도 8u에 도시된 바와 같이, 지시기는 바람직하게는, 사용자가 파운데이션 선택 또는 매칭을 버튼 누름을 통하여 편집하거나, 대안적으로는 버튼 누름을 통하여 선택을 확정할 수 있도록 제시된다. (확정 선택 지시기가 도 8u에 도시되어 있다.) 만약 (뷰티 어드바이져 또는 파운데이션을 적용하고 결과가 수용 가능한지를 확정하는 최종 구매자에 의해 하는 것과 같이) 선택 또는 매칭이 확정되면, 도 8w에 도시된 바와 같이, 그래픽으로 선택을 확정하고, (새로운 구매자가) 버튼 누름으로 새로운 스캔을 시작하게 하는 선택을 할 수 있는 지시기를 제공하는, 스크린이 표시된다. (그리고. 이러한 이벤트로 교정 단계 또는 스캔 시작 단계 등이 다시 시작할 수 있게 한다.)
만약 사용자가 버튼 누름을 통하여 파운데이션 선택을 편집하는 것을 선택한다면, 바람직하게는 도 8v에 도시된 것과 같은 스크린이 표시된다. 다른 대안들이 본 발명의 범위 내에 있으나, 도 8v는 체크와 마크를 통한 선택으로 제시된 상기 분광 광도 장치의 표시와 음영(shading)에 의해 현재의 선택을 제시한다. 도 8x 및 도 8y에 도시된 바와 같이, (예를 들면, 좌/우측 하부 버튼(9)의) 버튼 누름을 사용하여, 선택된 제품 라인의 제품들을 통한 스크롤링(scrolling)을 할 수 있다. 바람직한 실시예에서, 제품 라인의 제품들은 바람직하게는 (값과 같은, 또는 값과 색상에 의한 특징들, 등의) 광학적 특성들에 의해서 저장되거나 또는 정리되며, 스크롤은 원하는 기설정된 순서로 제품들을 통하여 나아간다. (예를 들면, 중앙 하부 버튼(9)의) 버튼 누름 사용자가 대안적인 선택에 들어가게 하는 데에 사용될 수 있고, 이것은 도 8z에 도시된 바와 같이 강조된 선택으로 도출된다. (이것은, 앞서 설명한, 도 8w와 유사하다.) 도 8w와 도 8z는 선택된 제품의 표시와, (도 8aa에 도시된 것과 같은 디스플레이, 도 8b의 교정 스크린, 등으로 유도할 수 있는) 새로운 스캔을 시작하게 하는 옵션을 제시한다.
도 8bb 내지 도 8ee를 이제 참조하면, 동반 태블릿 적용 및 WiFi 네트워크에 상기 분광 광도 장치를 연결하기 위한 예시적인 스크린이 도시된다. 앞선 설명으로부터 이해될 수 있듯이, 버튼(9)은 (예를 들면, 위/아래로 좌/우측 하부 버튼(9)으로) 스크롤 하는 데에 그리고 (예를 들면, 선택을 위해 중앙 하부 버튼(9)으로) 선택을 하는 데에 사용될 수 있다. (예를 들면, 태블릿, 컴퓨터, 스마트폰, 판매시점 단말기(point of sale terminal), 키오스크(kiosk) 등의) 장치들에 연결이 도 8bb와 도 8cc에 도시된 것과 같은 스크린을 통하여 이뤄질 수 있다. WiFi 네트워크에 연결의 선택은 도 8dd와 도 8ee에 도시된 바와 같은 스크린을 통하여 이뤄질 수 있다.
도 8ff는 감지된 네트워크로 표시된 리스트로부터 네트워크의 선택을 나타낸다. (네트워크 감지는 바람직한 실시예에 포함되는 것과 같은 WiFi 모듈로 이뤄질 수 있다.) 도 8gg는 네트워크 보안을 위해 패스워드 입력을 나타낸다. (예를 들면, 여기 다른 부분에서 이해될 수 있는 바와 같이, 버튼(9)을 통하여 문자와 숫자들이 표시되고, 선택되고, 스크롤될 수 있다.) 도 8hh는 상기 분광 광도 장치가 WiFi 네트워크에 연결하기 위한 프로세스를 사용자에게 표시하는 예시적인 스크린을 나타낸다. 도 8ii는 상기 분광 광도 장치가 선택된 네트워크에 연결된 것을 사용자아게 나타내는 예시적인 스크린을 나타낸다. 동반 장치들 및 WiFi 네트워크에 대한 연결을 위한 이러한 스크린들에 대한 대안들은 본 발명의 범위 내에 있는 것이다.
도 8jj 내지 도 8mm은 바람직한 실시예에서 배터리 레벨, (배터리 충전 레벨의 애니매이션으로 표시하는 것과 같은) 충전 상태, (태블릿 또는 스마트폰과 같은) 동반 장치에 대한 연결 상태, WiFi 네트워크에 대한 연결 상태와 같은 예시적인 상태 아이콘을 제시하는 것으로 이해될 것이다. 이러한 상태 아이콘들은 본 발명의 범위 내에 있는 것이다.
도 8nn 내지 도 8qq는 바람직한 실시예에서 지리적 구역(도 8nn), 하위 구역(도 8oo) 및 국가(도 8pp)와 같은 위치 정보를 선택하기 위한 예시적인 스크린을 제시하는 것으로 이해될 것이다. 또한, 도 8qq는 국가 프로파일의 세팅을 나타낸다. 여기에 다른 설명으로부터 이해될 수 있는 바와 같이, 버튼(9)은 바람직하게는 이러한 지리적 정보의 스크롤과 선택을 가능하게 한다. 도시, 매장 이름, 매장 내의 위치와 같은 다른 위치 정보가 또한 본 발명의 범위 내에 포함된다.
바람직하게는, 예시적으로 도시된 스크린들을 통하여, 사용자의 작동에 반응하여, 분광광도 데이터뿐만 아니라 L*, a*, b* 및 L*, C*, h*, 등과 같은 3자극치 색상 값들이 획득되고, 분광 광도 장치에 저장된다. 여기 다른 곳에서 설명된 바와 같이 선택/매칭 알고리즘을 통한 상기 분광 광도 장치의 선택을 나타내는 데이터와, 상술한 바와 같은 편집 선택으로 사용자에 의해 선택 편집이 이뤄진 경우의 편집된 정보를 나타내는 데이터는 또한 모두 상기 분광 광도 장치에 저장된다. 바람직한 실시예에서 상기 분광 광도 장치는 지속적인 또는 간헐적인 네트워크 연결을 포함하고, 상기 분광 광도 장치로부터 이러한 연결에 의한 데이터는, 웹-연결 데이터베이스와 같은, 집중형 소스에 연결될 수 있다. 집중형 망 또는 네트워크 소스에 데이터 연결을 하는 방식은, (예를 들면, 바람직하게는 HTML 서비스 등을 포함하는, 도 3의 FPGA(34)의 구조물 내에 포함된 기능으로) 상기 분광 광도 장치에 제공된 HTML 서비스를 통하여 직접 이뤄질 수 있거나, 중간 컴퓨터, 태블릿, 또는 스마트폰을 통하여 연결이 이뤄질 수 있고, 이러한 데이터는 바람직하게는 집중형 소스에 대한 데이터 연결을 통하여 전송된다. 본 발명의 범위 내에는 블루투스 또는 WiFi 연결과 같은 무선 데이터 연결, 및/또는 USB 또는 LAN과 같은 와이어 데이터 연결을 포함한다.
본 발명의 실시예에 다르면, 데이터는 집중형 소스에 저장되고, 또한 이후의 데이터 처리는 집중형 소스를 통하여 수행되고, 이것은 상술한 바와 같이 집중형 소스를 통하여 또는 저장된 데이터에 대한 접속을 포함하는 하나 이상의 컴퓨터 또는 서버를 통하여 집중적으로 직접 발생하거나 원격으로 발생할 수 있다. 이러한 처리는, 예를 들면, 여기 다른 부분에서 설명된 바와 같이 예측 알고리즘을 실행하기 위해 상기 분광 광도 장치에서 사용되는 개선된 선택 또는 매칭 알고리즘들 및/도는 테이블 또는 다른 데이터 구조들에 대한 업데이트를 제공할 수 있다. 또한, 본 발명의 범위 내에 다음의 전부 또는 일부를 집중형 소스로 전송하는 것을 포함한다.
(MAC 주소 또는 장치 시리얼 넘버와 같은 다른 식별자와 같은) 분광 광도 장치를 식별하는 정보,
분광 광도 장치의 매장 또는 다른 상업적 위치와 같은, 분광 광도 장치의 지리적 위치를 나타내는 정보,
예를 들면, FPGA 구성의 소프트웨어 ore 펌웨어를 나타내는, 또는 비-FPGA의 실시예의 경우에 다른 소프트웨어를 나타내는 정보,
도 8b를 통하여 시작된 교정 프로세스를 통하여 획득된 것과 같은 정규화 또는 교정 데이터,
초기 정규화 데이터 또는 초기 정규화 기준을 위한 식별자일 수 있는, 분광 광도 장치에 사용된 정규 도는 교정 기준을 나타내는 정보, 및
네트워크 연결에 의하여 가끔 업데이트 되는 시계를 통하여, 또는 WiFi 모듈에서 또는 분리형 모듈로서 실시간 시간 기능을 통하여 제공될 수 있는, 측정에 대한 날짜 및 타임 스탬프. (다른 실시예에서, 타임 스탬프는 단지 집중형 소스에 의해 수신된 날짜 및 시간이다.)
분광 광도 장치에서 이러한 데이터 발생 및/또는 저장과, (예를 들면, 데이터 베이스, 클라우드 기반 데이터 저장, 또는 웹서비스와 같은) 하나 이상의 원격 및/또는 집중형 소스에 대한 전송은 본 발명의 범위 내에 있는 것이다. 또한, 여기 다른 부분에서 설명된 바와 같이, 구성데이터, 소프트웨어, 예측 알고리즘, 예측 데이터 구조에 대한 업데이트 또한 본 발명의 범위 내에 있는 것이고, 하나 이상의 집중형 소스는 바람직하게는 이러한 업데이트 데이터를 여기서 고려되는 기기들에 제공한다. (이것은 동일하거나 다른 집중형 소스일 수 있으나, 어떤 경우에든지, 이어란 업데이트는 분광 광도 장치에 의해 앞서 전송된 데이터에 기초하여 분광 광도 장치에서 집중형 소스까지에 제공된다.
상세한 설명 및 도면들은 단지 본 발명의 원리를 설명하는 것이다. 따라서 당업자는, 여기 명확하게 설명되거나 도시되지는 않았으나, 다양한 장치를 만들 수 있고, 본 발명의 원리의 구현으로 본 발명의 범위 내에 포함되는 것이다.
게다가, 여기서 언급된 원리, 양상, 본 발명의 실시예들뿐만 아니라, 그 구체적인 예시들에 대한 서술들은 그 등가물을 포함하고자 한 것이다. 예를 들면, "모듈"로서 도출된 모든 기능적 블록 라벨들을 포함하는, 도면에서 도시된 다양한 부품들의 기능은, 전용의 하드웨어의 사용을 통하여 제공될 수 있을 뿐만 아니라, 적절한 소프트웨어와 연결되어 소프트웨어에 의해 실행될 수 있는 하드웨어에 의해 제공될 수 있다.
게다가, "중앙 데이터 차리 유닛"이란 용의 명확한 사용은 소프트웨어로 실행될 수 있는 하드웨어를 배타적으로 일컫는 것으로 이해되지 않아야 하며, 제한되지 않고, 디지털 신호 프로세서(DSP: digital signal processor), 네트워크 프로세서, 주문형 반도체(ASIC: application specific integrated circuit), 필드 프로그램 가능 게이트 어레이(FPGA: field programmable gate array), 소프트웨어를 저장하기 위한 읽기용 기억 장치(ROM: read only memory), 임의 접근 기억 장치(RAM: random access memory) 및 비휘발성 기억장치(non-volatile storage)를 내적으로 포함할 수 있다. 다른 하드웨어, 일반적인 및/또는 맞춤형 장치 또한 포함될 수 있다.
당업자는 상술된 다양한 방법들의 단계들이 프로그램된 컴퓨터에 의해 실행될 수 있다는 것을 쉽게 이해할 것이다. 여기서, 몇몇 실시예들은 또한, 예를 들면 디지털 데이터 저장 매체인, 프로그램 저장 장치를 포함하는 것을 의도한 것이며, 상기 저장 장치는 기계 또는 컴퓨터 판독가능한 것이고, 비-일시적인 기계-실행가능 또는 컴퓨터-실행가능 프로그램의 명령어들을 엔코드하며, 여기서 상기 명령어는 상술한 방범들의 단계들의 전부 또는 일부를 실행한다.
프로그램 저장 장치들은, 예를 들면, 디지털 메모리, 자기 디스크 및 자기 테이프와 같은 자기 기억 매체, 하드 드라이브, 또는 광학적으로 판독 가능한 디지털 데이터 저장 매체일 수 있다. 실시예들은 상술한 방법들의 단계들을 실행하기 위해 프로그램되는 컴퓨터를 포함하는 것으로 또한 의도한 것이다. 당업자들은 여기의 모든 블록 다이어그램은 본 발명의 원리를 구현하는 설명적인 전기 회로망의 개념을 나타내는 도면이라는 것을 이해할 것이다.

Claims (32)

  1. 색상 범주화 방법으로서,
    색상 또는 스펙트럼 측정 장치를 사용하여 표면의 색상의 하나 이상의 색상 또는 스펙트럼의 측정치를 구하는 단계;
    상기 하나 이상의 색상 또는 스펙트럼의 측정치를 다차원 특징 공간으로 매핑 하는 단계; 및
    매핑된 하나 이상의 스펙트럼의 측정치를 하나 이상의 분급기를 사용하여 색상 카테고리로 분류하는 단계를 포함하는 것을 특징으로 하는 색상 범주화 방법.
  2. 제 1 항에 있어서,
    매핑된 하나 이상의 스펙트럼의 측정치와 색상 카테고리를 상기 분급기에 의해 사용되는 훈련 데이터에 추가하는 단계를 더 포함하는 것을 특징으로 하는 색상 범주화 방법.
  3. 제 1 항에 있어서,
    상기 색상 또는 스펙트럼 측정 장치의 사용자에게, 상기 분류하는 단계에서 결정된 상기 색상 카테고리를 확인하도록 요구하는 것을 포함하는 확인 요구를 만들어내는 단계;
    상기 색상 또는 스펙트럼 측정 장치의 사용자가 상기 색상 카테고리를 확인한 경우에만, 매핑된 하나 이상의 스펙트럼의 측정치와 색상 카테고리를 상기 분급기에 의해 사용되는 훈련 데이터에 추가하는 단계를 더 포함하는 것을 특징으로 하는 색상 범주화 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 색상 또는 스펙트럼 측정 장치는 스펙트럼 측정 장치이고, 상기 색상 또는 스펙트럼의 측정치는 스펙트럼의 측정치이며, 상기 방법은,
    다차원 특징 공간으로 상기 하나 이상의 스펙트럼의 측정치를 매핑하기 전에,
    상기 하나 이상의 스펙트럼의 측정치를 색상 공간으로 매핑하는 단계를 더 포함하는 것을 특징으로 하는 색상 범주화 방법.
  5. 제 4 항에 있어서,
    상기 색상 공간은 3자극치, 명도, 채도, 색상 및 LCh 색상 공간인 것을 특징으로 하는 색상 범주화 방법.
  6. 제 5 항에 있어서,
    상기 표면은 피부, 머리카락, 손톱 또는 전신의 다른 부위의 표면을 포함하는 것을 특징으로 하는 색상 범주화 방법.
  7. 제 6 항에 있어서,
    상기 표면은 피부 표면이고,
    스펙트럼 측정 장치를 사용하여 표면의 색상의 하나 이상의 스펙트럼의 측정치를 구하는 단계는, 대상자의 이마의 3개의 스펙트럼의 측정치, 상기 대상자의 볼의 3개의 스펙트럼의 측정치 및 상기 대상자의 목의 3개의 스펙트럼의 측정치를 구하는 단계를 포함하고,
    상기 하나 이상의 스펙트럼의 측정치를 다차원 특징 공간으로 매핑하는 단계는, 상기 하나 이상의 스펙트럼의 측정치를 9차원 특징 공간으로 매핑하는 단계를 포함하는 것을 특징으로 하는 색상 범주화 방법.
  8. 제 7 항에 있어서,
    상기 분급기는 복수의 카테고리 라벨 세트 중 하나 이상을 사용함으로써 상기 훈련 데이터에서 k-최근접 이웃 알고리즘을 사용하여 범주화하는 것을 특징으로 하는 색상 범주화 방법.
  9. 제 8 항에 있어서,
    상기 k-최근접 이웃 알고리즘의 거리 함수는 유클리드 거리 함수인 것을 특징으로 하는 색상 범주화 방법.
  10. 제 9 항에 있어서,
    k = 1인 것을 특징으로 하는 색상 범주화 방법.
  11. 제 8 항 내지 제 10 항 중 어느 한 항에 있어서,
    상기 k-최근접 이웃 알고리즘의 거리 함수는 표준화된 유클리드 거리 함수이고, 상기 훈련 데이터는 각각 새롭게 매핑된 측정치와 훈련 데이터를 대응하는 변수들에 대하여 계산된 표준 편차 값들로 나눔으로써 표준화되는 것을 특징으로 하는 색상 범주화 방법.
  12. 제 8 항 내지 제 11 항 중 어느 한 항에 있어서,
    상기 k-최근접 이웃 알고리즘의 거리 함수는 맞춤-가중 거리 함수이고, 여기서 9 변수들의 가중치는 각각의 측정치 차이에 대하여 쌍별 거리를 측정하는 데에 사용되는 것을 특징으로 하는 색상 범주화 방법.
  13. 제 8 항 내지 제 12 항 중 어느 한 항에 있어서,
    상기 방법은,
    상기 하나 이상의 스펙트럼 측정치들에 관련된 메타데이터를 수집하는 단계;
    상기 메타데이터에 기초하여, 상기 분류하는 단계에서 사용되는 하나 이상의 라벨 세트의 전부 또는 일부를 선택하는 단계;를 포함하는 것을 특징으로 하는 색상 범주화 방법.
  14. 제 13 항에 있어서,
    상기 메타데이터는, 상기 측정치가 구해지는 시간을 나타내는 타임-스탬프, 대상자의 식별과 관련된 세부정보 및 상기 대상자의 지리적 또는 소매 위치 중의 하나 이상을 포함하는 것을 특징으로 하는 색상 범주화 방법.
  15. 제 8 항 내지 제 14 항 중 어느 한 항에 있어서,
    각각의 카테고리 라벨 세트는 화장품의 색조와 관련된 복수의 라벨을 포함하는 것을 특징으로 하는 색상 범주화 방법.
  16. 제 15 항에 있어서,
    상기 카테고리 라벨 세트는 다양한 화장품 라인들과 관련된 것을 특징으로 하는 색상 범주화 방법.
  17. 제 15 항에 있어서,
    상기 카테고리 라벨 세트는 상기 대상자의 지리적 또는 소매 위치에서 사용 가능한 다양한 화장품 라인들과 관련된 것을 특징으로 하는 색상 범주화 방법.
  18. 제 1 항 내지 제 17 항 중 어느 한 항에 따른 방법의 단계들을 프로세서가 실행하게 하는 명령이 저장된 비-일시적 유형의 컴퓨터-판독가능 매체.
  19. 색상 범주화 시스템으로,
    표면의 색상의 하나 이상의 색상 또는 스펙트럼의 측정치를 구하며, 데이터-통신 네트워크를 통해 데이터 처리 유닛에 상기 하나 이상의 스펙트럼의 측정치를 교류하도록 형성된 하나 이상의 색상 또는 스펙트럼 측정 장치; 및
    중앙 처리 유닛을 포함하고, 상기 중앙 처리 유닛은,
    상기 하나 이상의 색상 또는 스펙트럼 측정치를 수신하고;
    상기 하나 이상의 색상 또는 스펙트럼 측정치를 다차원 특징 공간으로 매핑하며;
    매핑된 하나 이상의 스펙트럼 측정치를 하나 이상의 분급기를 사용하여 카테고리로 분류하고;
    상기 하나 이상의 색상 또는 스펙트럼 측정 장치에 상기 카테고리의 식별을 전송하는 것을 특징으로 하는 색상 범주화 시스템.
  20. 제 19 항에 있어서,
    상기 중앙 처리 유닛은, 또한,
    확인 요구를 생성하고;
    상기 하나 이상의 색상 또는 스펙트럼 측정 장치에 상기 확인 요구를 보내며,
    상기 하나 이상의 색상 또는 스펙트럼 측정 장치는, 또한,
    상기 색상 또는 스펙트럼 측정 장치의 사용자에게 확인 요구를 표시하며;
    상기 색상 또는 스펙트럼 측정 장치의 사용자로부터 확인 반응을 받고;
    상기 중앙 처리 유닛으로 상기 확인 반응을 보내는 것을 특징으로 하는 색상 범주화 시스템.
  21. 제 20 항에 있어서,
    상기 중앙 처리 유닛은, 또한, 상기 하나 이상의 스펙트럼 측정 장치로부터 받은 확인 반응이 긍정적인 경우, 매핑된 하나 이상의 스펙트럼의 측정치와 색상 카테고리를 상기 분급기에 의해 사용되는 훈련 데이터에 추가하는 것을 특징으로 하는 색상 범주화 시스템.
  22. 색상 범주화 시스템으로서,
    하나 이상의 색상 또는 스펙트럼 측정 장치와 중앙 처리 유닛을 포함하고,
    상기 하나 이상의 색상 또는 스펙트럼 측정 장치는,
    표면의 색상의 하나 이상의 색상 또는 스펙트럼 측정치를 구하고;
    상기 하나 이상의 색상 또는 스펙트럼 측정치를 다차원 특징 공간으로 매핑하며;
    매핑된 하나 이상의 색상 또는 스펙트럼 측정치를 하나 이상의 분급기를 사용하여 색상 카테고리로 분류하고;
    상기 중앙 처리 유닛은, 매핑되고 분류된 하나 이상의 색상 또는 스펙트럼의 측정치와 색상 카테고리를 수신하는 것을 특징으로 하는 색상 범주화 시스템.
  23. 제 22 항에 있어서,
    상기 중앙 처리 유닛은, 또한,
    매핑된 하나 이상의 스펙트럼의 측정치와 색상 카테고리를 상기 분급기에 의해 사용되는 훈련 데이터에 부가하며;
    상기 하나 이상의 색상 또는 스펙트럼 측정 장치에 상기 훈련 데이터를 주기적으로 보내는 것을 특징으로 하는 색상 범주화 시스템.
  24. 제 22 항에 있어서,
    상기 하나 이상의 색상 또는 스펙트럼 측정 장치는, 또한,
    확인 요구를 생성하고;
    상기 색상 또는 스펙트럼 측정 장치의 사용자에게 확인 요구를 표시하며;
    상기 색상 또는 스펙트럼 측정 장치의 사용자로부터 확인 반응을 받고;
    상기 중앙 처리 유닛으로 상기 확인 반응을 보내며;
    상기 중앙 처리 유닛은, 또한, 상기 색상 또는 스펙트럼 측정 장치로부터 상기 확인 반응을 수신하고, 만일 상기 확인 반응이 긍정적인 경우에, 매핑된 하나 이상의 스펙트럼 측정치와 색상 카테고리를 상기 분급기에 의해 사용되는 훈련 데이터에 부가하는 것을 특징으로 하는 색상 범주화 시스템.
  25. 제 19 항 내지 제 24 항 중 어느 한 항에 있어서,
    상기 하나 이상의 스펙트럼 측정 장치는 피부, 머리카락, 손톱 또는 전신의 다른 부위의 표면의 색상 또는 스펙트럼 측정치를 구하는 것을 특징으로 하는 색상 범주화 시스템.
  26. 제 19 항 내지 제 25 항 중 어느 한 항에 있어서,
    상기 하나 이상의 스펙트럼 측정 장치는,
    피부의 표면의 색상 또는 스펙트럼의 측정치를 구하고,
    대상자의 이마의 3개의 색상 또는 스펙트럼 측정치, 상기 대상자의 볼의 3개의 색상 또는 스펙트럼 측정치, 및 상기 대상자의 목의 3개의 색상 또는 스펙트럼 측정치를 구하는 것을 특징으로 하는 색상 범주화 시스템.
  27. 제 19 항 내지 제 26 항 중 어느 한 항에 있어서,
    상기 분급기는 복수의 카테고리 라벨 세트들 중 하나 이상을 사용함으로써, 그리고 상기 훈련 데이터에서 k-최근접 이웃 알고리즘을 사용함으로써 범주화하도록 형성되는 것을 특징으로 하는 색상 범주화 시스템.
  28. 제 19 항 내지 제 27 항 중 어느 한 항에 있어서,
    상기 시스템은, 또한
    상기 하나 이상의 스펙트럼 측정치에 관련된 메타데이터를 수집하도록 형성된 메타데이터 수집 수단; 및
    상기 메타데이터에 기초하여, 상기 분급기에 의하여 사용되는 하나 이상의 라벨 세트들의 전부 또는 일부를 선택하도록 형성된 선택 수단을 포함하는 것을 특징으로 하는 색상 범주화 시스템.
  29. 제 28 항에 있어서,
    상기 메타데이터는, 상기 측정이 이뤄지는 시간을 나타내는 타임-스탬프, 상기 대상자의 식별과 관련된 세부정보 및 상기 대상자의 지리적 또는 소매 위치 중 하나 이상을 포함하는 것을 특징으로 하는 색상 범주화 시스템.
  30. 제 27 항 내지 제 29 항 중 어느 한 항에 있어서,
    각각의 카테고리 라벨 세트는, 화장품의 색조와 관련된 복수의 라벨들을 포함하는 것을 특징으로 하는 색상 범주화 시스템.
  31. 제 30 항에 있어서,
    상기 카테고리 라벨 세트는 다양한 화장품 라인들에 관한 것을 특징으로 하는 색상 범주화 방법.
  32. 제 30 항에 있어서,
    상기 카테고리 라벨 세트는 상기 대상자의 지리적 또는 소매 위치에서 사용 가능한 다양한 화장품 라인들에 관한 것을 특징으로 하는 색상 범주화 방법.
KR1020167007315A 2013-09-19 2014-09-18 표면의 색상 및 스펙트럼의 측정 및 범주화를 위한 시스템 및 방법 KR102242460B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361880157P 2013-09-19 2013-09-19
US61/880,157 2013-09-19
PCT/EP2014/069888 WO2015040110A1 (en) 2013-09-19 2014-09-18 Systems and methods for measuring and categorizing colors and spectra of surfaces

Publications (2)

Publication Number Publication Date
KR20160071371A true KR20160071371A (ko) 2016-06-21
KR102242460B1 KR102242460B1 (ko) 2021-04-21

Family

ID=51619155

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167007315A KR102242460B1 (ko) 2013-09-19 2014-09-18 표면의 색상 및 스펙트럼의 측정 및 범주화를 위한 시스템 및 방법

Country Status (6)

Country Link
US (2) US9364071B2 (ko)
EP (1) EP3047244B1 (ko)
JP (1) JP6375557B2 (ko)
KR (1) KR102242460B1 (ko)
CN (1) CN105683724B (ko)
WO (1) WO2015040110A1 (ko)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014144275A2 (en) 2013-03-15 2014-09-18 Skin Republic, Inc. Systems and methods for specifying and formulating customized topical agents
KR101660582B1 (ko) * 2014-06-19 2016-09-29 황규천 엘이디등 및 이를 포함하는 경화기
WO2017181293A1 (en) 2016-04-22 2017-10-26 Fitskin Inc. Systems and method for skin analysis using electronic devices
WO2018059744A1 (de) * 2016-09-27 2018-04-05 Siemens Aktiengesellschaft Endoskop und verfahren zum betreiben eines endoskops
WO2018090142A1 (en) * 2016-11-18 2018-05-24 Andrzej Barwicz Method and system for data processing for distributed spectrophotometric analyzers
DE102017209860B4 (de) * 2017-06-12 2019-07-11 Henkel Ag & Co. Kgaa Verfahren und Vorrichtung zum Ermitteln eines Körperbereichzustands
DE102017211067A1 (de) * 2017-06-29 2019-01-03 Byk-Gardner Gmbh Aufnahmevorrichtung für ein Oberflächenmessgerät
USD846417S1 (en) * 2017-07-12 2019-04-23 Byk-Gardner Gmbh Colorimeter
USD846416S1 (en) * 2017-07-12 2019-04-23 Byk-Gardner Gmbh Colorimeter
USD846415S1 (en) * 2017-07-12 2019-04-23 Byk-Gardner Gmbh Colorimeter
WO2019164737A1 (en) 2018-02-20 2019-08-29 International Flavors & Fragrances Inc. Device and method for integrating scent into virtual reality environment
JP7453956B2 (ja) 2018-07-13 2024-03-21 株式会社 資生堂 カスタム外用薬を調整するためのシステムおよび方法
EP3643272B1 (de) * 2018-10-25 2021-06-23 Ivoclar Vivadent AG Verfahren zur festlegung einer zahnfarbe
JP7187983B2 (ja) * 2018-10-30 2022-12-13 コニカミノルタ株式会社 分光測色装置
US20200167669A1 (en) * 2018-11-27 2020-05-28 Oracle International Corporation Extensible Software Tool with Customizable Machine Prediction
EP3701854B1 (en) * 2019-02-27 2024-02-07 L'oreal Device for inspecting a hair sample
CN113557716B (zh) * 2019-03-13 2023-11-10 莱雅公司 用于将包括毛发颜色变化的数字内容投影到用户的头部,面部或身体上的系统,设备和方法
CN110507335B (zh) * 2019-08-23 2021-01-01 山东大学 基于多模态信息的服刑人员心理健康状态评估方法及系统
CN110631704A (zh) * 2019-09-05 2019-12-31 杭州市农业科学研究院 一种基于Lab色彩模式的绿壳鸡蛋壳色分类色卡
USD949032S1 (en) * 2019-11-27 2022-04-19 Byk-Gardner Gmbh Color appearance measurement instrument
USD949713S1 (en) 2019-11-27 2022-04-26 Byk-Gardner Gmbh Appearance measurement instrument
CN112214598B (zh) * 2020-09-27 2023-01-13 吾征智能技术(北京)有限公司 一种基于头发状况的认知系统
JP2022077587A (ja) * 2020-11-12 2022-05-24 セイコーエプソン株式会社 測色装置
JP2022077753A (ja) 2020-11-12 2022-05-24 セイコーエプソン株式会社 測色装置
TWI839658B (zh) 2021-11-17 2024-04-21 國立中正大學 色度量測方法及裝置
US11869015B1 (en) 2022-12-09 2024-01-09 Northern Trust Corporation Computing technologies for benchmarking
CN117783012B (zh) * 2024-02-26 2024-05-14 珠海天祥粤澳质量技术服务有限公司 一种化妆品色素快速测定方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040010622A (ko) * 2001-04-11 2004-01-31 루미다임 인크. 광학 분광분석법을 이용한 개체의 생체인식 식별 또는검증을 위한 기구 및 방법
KR20100002742A (ko) * 2008-06-30 2010-01-07 서강대학교산학협력단 세포 또는 생체 조직의 라만 신호 영상화 방법 및 장치
KR20100101173A (ko) * 2008-01-07 2010-09-16 마이스킨 인크 스펙트럼 콘볼루션에 기반하여 광과 물질 간의 상호작용을 분석하는 시스템 및 방법
KR20130056886A (ko) * 2010-06-25 2013-05-30 노스이스턴 유니버시티 스펙트럼 이미징에 의해 생물 표본을 분석하는 방법

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5311293A (en) * 1983-07-18 1994-05-10 Chromatics Color Sciences International, Inc. Method and instrument for selecting personal compatible colors
US4654794A (en) * 1984-02-18 1987-03-31 Colorgen, Inc. Methods for determining the proper coloring for a tooth replica
US5268749A (en) * 1991-07-26 1993-12-07 Kollmorgen Corporation Apparatus and method for providing uniform illumination of a sample plane
JP3014216B2 (ja) * 1992-05-15 2000-02-28 松下電器産業株式会社 分光放射束測定装置および全光束測定装置
US5781342A (en) * 1995-01-06 1998-07-14 W.L. Gore & Associates, Inc. High light diffusive and low light absorbent material and method for making and using same
JP3555400B2 (ja) * 1997-08-28 2004-08-18 ミノルタ株式会社 反射特性測定装置
US5923039A (en) * 1997-09-16 1999-07-13 Labsphere, Inc. Ultraviolet transmittance analyzing method and instrument
JP3887486B2 (ja) * 1998-05-26 2007-02-28 浜松ホトニクス株式会社 散乱吸収体の内部特性分布の計測方法及び装置
JPH11332835A (ja) * 1998-05-28 1999-12-07 Noevir Co Ltd 肌状態評価方法
DE19850350C1 (de) * 1998-11-02 2000-09-28 Jena Optronik Gmbh Verfahren und Vorrichtung zur Erzeugung von Daten für die Diagnose des Schädigungsgrades von Hautgewebe eines Patienten
JP3367489B2 (ja) * 1999-05-11 2003-01-14 花王株式会社 肌色情報表示方法
JP2006271385A (ja) * 2001-03-14 2006-10-12 Dna Chip Research Inc 大腸癌の予測方法
JP4222835B2 (ja) * 2001-03-14 2009-02-12 株式会社Dnaチップ研究所 癌の予測方法
US6603550B1 (en) * 2001-06-12 2003-08-05 Fd Management, Inc. Device, kit and method for selecting personalized color cosmetics
US7116420B2 (en) * 2002-11-21 2006-10-03 The Sherwin-Williams Company Method of color matching wood stains
EP1649408B1 (en) * 2003-06-30 2012-01-04 Honda Motor Co., Ltd. Systems and methods for training component-based object identification systems
US7783082B2 (en) * 2003-06-30 2010-08-24 Honda Motor Co., Ltd. System and method for face recognition
GB0504279D0 (en) * 2005-03-02 2005-04-06 Carroll Charles C Skin colour matching system and method
US20070091106A1 (en) * 2005-10-25 2007-04-26 Moroney Nathan M Adaptive lexical classification system
US8860748B2 (en) * 2005-10-03 2014-10-14 Gary Lynn Campbell Computerized, personal-color analysis system
US7719675B2 (en) * 2006-02-28 2010-05-18 Applied Extrusion Technologies, Inc. Method for optical characterization and evaluation of optically variable devices and media
US7736905B2 (en) * 2006-03-31 2010-06-15 Biodesix, Inc. Method and system for determining whether a drug will be effective on a patient with a disease
JP4961161B2 (ja) * 2006-04-27 2012-06-27 株式会社日立ハイテクノロジーズ 検査装置
US7830568B2 (en) * 2007-03-29 2010-11-09 Canon Kabushiki Kaisha Color processing apparatus and color processing method
US7711747B2 (en) * 2007-04-06 2010-05-04 Xerox Corporation Interactive cleaning for automatic document clustering and categorization
WO2009036313A1 (en) * 2007-09-14 2009-03-19 Corventis, Inc. Adherent device with multiple physiological sensors
IL195795A0 (en) * 2008-12-08 2009-09-01 Viramedics Ltd System and method for non-invasive diagnosis of melanoma
US8417649B2 (en) * 2009-07-13 2013-04-09 International Business Machines Corporation Providing a seamless conversation service between interacting environments
KR101091791B1 (ko) * 2009-12-01 2011-12-08 한국표준과학연구원 적분구 광도계 및 그 측정 방법
WO2011089884A1 (ja) * 2010-01-25 2011-07-28 パナソニック株式会社 画像分類装置、方法、プログラム、プログラムを記録する記録媒体及び集積回路
JP5608919B2 (ja) * 2010-02-24 2014-10-22 大塚電子株式会社 光学測定装置
US8591413B2 (en) * 2010-02-26 2013-11-26 Empire Technology Development Llc Echogram detection of skin conditions
TWI556116B (zh) * 2012-02-15 2016-11-01 Hitachi Maxell Skin condition analysis and analysis information management system, skin condition analysis and analysis information management method, and data management server
US11373336B1 (en) * 2013-05-22 2022-06-28 Sephora USA, Inc. Skin tone scanning tool for cosmetics products matching

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040010622A (ko) * 2001-04-11 2004-01-31 루미다임 인크. 광학 분광분석법을 이용한 개체의 생체인식 식별 또는검증을 위한 기구 및 방법
KR20100101173A (ko) * 2008-01-07 2010-09-16 마이스킨 인크 스펙트럼 콘볼루션에 기반하여 광과 물질 간의 상호작용을 분석하는 시스템 및 방법
KR20100002742A (ko) * 2008-06-30 2010-01-07 서강대학교산학협력단 세포 또는 생체 조직의 라만 신호 영상화 방법 및 장치
KR20130056886A (ko) * 2010-06-25 2013-05-30 노스이스턴 유니버시티 스펙트럼 이미징에 의해 생물 표본을 분석하는 방법

Also Published As

Publication number Publication date
EP3047244C0 (en) 2024-04-03
CN105683724B (zh) 2018-09-14
JP6375557B2 (ja) 2018-08-22
KR102242460B1 (ko) 2021-04-21
US20150092191A1 (en) 2015-04-02
WO2015040110A1 (en) 2015-03-26
CN105683724A (zh) 2016-06-15
US9924778B2 (en) 2018-03-27
US9364071B2 (en) 2016-06-14
EP3047244B1 (en) 2024-04-03
EP3047244A1 (en) 2016-07-27
JP2016538567A (ja) 2016-12-08
US20150085279A1 (en) 2015-03-26

Similar Documents

Publication Publication Date Title
KR102242460B1 (ko) 표면의 색상 및 스펙트럼의 측정 및 범주화를 위한 시스템 및 방법
EP3315060B1 (en) Electronic device
US8509495B2 (en) Subcutaneous vein pattern detection via multi-spectral IR imaging in an identity verification system
CN101668451B (zh) 用于基于从图像估计的皮肤色彩推荐产品的方法和系统
US20180260871A1 (en) System and Method for Adjusting Custom Topical Agents
US10823608B2 (en) Device and system for personal UV exposure measurements
WO2018044972A1 (en) A personal liquid analysis system
JP2002022537A (ja) 色認識装置
US11813074B2 (en) Hair condition determining device and method for providing hair condition information
CN113454429A (zh) 用于使用多个照明源的光谱内插的系统和方法
KR20170135019A (ko) 대상체의 성분 분석이 가능한 분광 장치 및 이를 포함하는 전자 장치
JP7299726B2 (ja) 肌の色の測定装置及びプログラム
CN111487204A (zh) 信息系统及确定方法
US20230148269A1 (en) System for skin and hair measurement and analysis
JP2000004939A (ja) 肌色分類システム
US20200322469A1 (en) Smartphone companion device material sensing and improved phone performance
EP4198465A2 (en) Devices, systems, and methods for analyzing measurement objects
US20230142722A1 (en) System and method for assessing product
KR102019814B1 (ko) 음식물의 성분 분석 장치
JP2014163872A (ja) 成分分析器、成分分析方法および健康管理システム
CN110286101A (zh) 适用于流水线体系的光谱持续建模异常检测系统及方法
JP2004101539A (ja) 色認識装置

Legal Events

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