KR20170006604A - 서버 장치 및 이에 의한 의류 추천 방법 - Google Patents

서버 장치 및 이에 의한 의류 추천 방법 Download PDF

Info

Publication number
KR20170006604A
KR20170006604A KR1020150097452A KR20150097452A KR20170006604A KR 20170006604 A KR20170006604 A KR 20170006604A KR 1020150097452 A KR1020150097452 A KR 1020150097452A KR 20150097452 A KR20150097452 A KR 20150097452A KR 20170006604 A KR20170006604 A KR 20170006604A
Authority
KR
South Korea
Prior art keywords
user
body type
determining
scan data
type
Prior art date
Application number
KR1020150097452A
Other languages
English (en)
Inventor
조선영
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020150097452A priority Critical patent/KR20170006604A/ko
Publication of KR20170006604A publication Critical patent/KR20170006604A/ko
Priority to KR1020220149923A priority patent/KR102650580B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A61B5/4872—Body fat
    • G06K9/00369—
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Game Theory and Decision Science (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)

Abstract

사용자 단말 또는 스캔 장치로부터 사용자의 신체를 촬영한 스캔 데이터를 수신하는 단계; 수신된 스캔 데이터에 기초하여 사용자의 신체타입을 결정하는 단계; 결정된 신체타입에 대응하는 의류를 선택하는 단계; 및 선택된 의류에 대한 정보를 사용자 단말로 전송하는 단계를 포함하는 것을 특징으로 하는 본 발명의 일 실시예에 따른 서버 장치에 의한 의류 추천 방법이 개시된다.

Description

서버 장치 및 이에 의한 의류 추천 방법 {SERVER APPARATUS AND METHOD FOR RECOMMENDING CLOTH THEREBY}
본 발명은 서버 장치 및 이에 의한 의류 추천 방법에 관한 것이다. 보다 구체적으로, 본 발명은 사용자에게 어울릴 수 있는 맞춤형 의류를 추천하는 서버 장치 및 이에 의한 의류 추천 방법에 관한 것이다.
최근, 인터넷 기술의 발달로 인해 온라인 쇼핑의 이용이 증가되고 있다. 사용자들은 컴퓨터, 스마트폰 등을 통해 원하는 물품이나 서비스를 간편하게 구매할 수 있다. 특히, 의류의 경우, 백화점에 주로 입점되는 오프라인 매장에 대한 접근성이 다른 물품들에 비해 좋지 않기 때문에, 사용자들은 온라인 쇼핑으로 의류를 많이 구매하고 있다.
그러나, 의류를 온라인 쇼핑으로 구매하는 경우, 사용자들의 피팅에 대한 불만족으로 인해, 매우 낮은 전환률(conversion rates)와 높은 반품률을 보인다. 이를 개선하기 위해 가상 피팅(virtual fitting) 기술이 등장하였으나, 온라인 쇼핑에서의 의류 구매 프로세스 자체가 효율적이지 못한 면이 있으며, 여전히 사용자들은 자신에게 어울리는 의류를 찾기가 어렵다는 문제점이 있다.
본 발명의 일 실시예에 따른 서버 장치 및 이에 의한 의류 추천 방법은 사용자가 자신에게 어울리는 의류를 보다 쉽게 선택할 수 있게 하는 것을 목적으로 한다.
또한, 본 발명의 일 실시예에 따른 서버 장치 및 이에 의한 의류 추천 방법은 온라인 쇼핑에서의 사용자의 반품률을 감소시키고, 의류를 판매하는 온라인 서버의 수익률을 향상시키는 것을 또 다른 목적으로 한다.
본 발명의 일 실시예에 따른 의류 추천 방법은,
사용자 단말 또는 스캔 장치로부터 사용자의 신체를 촬영한 스캔 데이터를 수신하는 단계; 상기 수신된 스캔 데이터에 기초하여 상기 사용자의 신체타입을 결정하는 단계; 상기 결정된 신체타입에 대응하는 의류를 선택하는 단계; 및 상기 선택된 의류에 대한 정보를 상기 사용자 단말로 전송하는 단계를 포함할 수 있다.
상기 스캔 데이터는, 상기 사용자의 3D 스캔 데이터를 포함하고, 상기 사용자의 신체타입을 결정하는 단계는, 상기 3D 스캔 데이터로부터 상기 사용자의 측면을 나타내는 제 1의 2D 스캔 데이터 및 상기 사용자의 정면을 나타내는 제 2의 2D 스캔 데이터 중 적어도 하나를 획득하는 단계; 및 상기 제 1의 2D 스캔 데이터 및 상기 제 2의 2D 스캔 데이터 중 적어도 하나로부터 추출된 특징점에 기초하여, 상기 사용자의 신체 타입을 결정하는 단계를 포함할 수 있다.
상기 사용자의 신체타입을 결정하는 단계는, 상기 제 1의 2D 스캔 데이터의 제 1 신체 이미지의 윤곽으로부터 상기 사용자의 BP(breast point), HP(hip point) 및 WP(waist point)를 추출하는 단계; 및 상기 BP를 포함하는 가슴둘레, 상기 HP를 포함하는 엉덩이둘레 및 상기 WP를 포함하는 허리둘레에 기초하여, 상기 사용자의 신체타입을 결정하는 단계를 포함할 수 있다.
상기 사용자의 BP, HP 및 WP를 추출하는 단계는, 상기 제 1 신체 이미지 내부를 지나는 기준선을 설정하는 단계; 상기 제 1 신체 이미지의 윤곽(contour)과 상기 기준선 사이의 거리를 고려하여, 상기 기준선의 일 방향에 위치하는 상기 제 1 신체 이미지의 윤곽에서 상기 BP를 추출하고, 상기 기준선의 타 방향에 위치하는 상기 제 1 신체 이미지의 윤곽에서 상기 HP를 추출하는 단계; 및 상기 윤곽의 곡률(curvature)을 고려하여, 상기 기준선의 타 방향에 위치하는 상기 제 1 신체 이미지의 윤곽에서 상기 WP를 추출하는 단계를 포함할 수 있다.
상기 사용자의 신체타입을 결정하는 단계는, 상기 허리둘레와 상기 엉덩이둘레 사이의 비(WHR: waist to hip ratio), 및 상기 허리둘레와 상기 가슴둘레 사이의 비(WCR: waist to chest ratio)의 크기에 따라 상기 사용자의 신체타입을 결정하는 단계를 포함할 수 있다.
상기 사용자의 신체타입을 결정하는 단계는, 상기 WCR에 소정 값을 더한 값보다 WHR이 더 큰 경우, 상기 사용자의 신체타입을 삼각형(triangle) 타입으로 결정하는 단계를 더 포함할 수 있다.
상기 사용자의 신체타입을 결정하는 단계는, 상기 사용자의 국적 정보, 나이 정보 및 성별 정보 중 적어도 하나를 획득하는 단계; 및 상기 획득된 상기 사용자의 국적 정보, 나이 정보 및 성별 정보 중 적어도 하나에 대응하는 상기 소정 값을 결정하는 단계를 포함할 수 있다.
상기 사용자의 신체타입을 결정하는 단계는, 상기 제 2의 2D 스캔 데이터의 제 2 신체 이미지의 윤곽으로부터 상기 사용자의 WP(waist point) 및 SP(shoulder point)를 추출하는 단계; 및 상기 WP를 포함하는 허리너비와 상기 SP를 포함하는 어깨 너비에 기초하여, 상기 사용자의 신체타입을 결정하는 단계를 포함할 수 있다.
상기 사용자의 신체타입을 결정하는 단계는, 상기 제 1의 2D 스캔 데이터의 제 1 신체 이미지의 윤곽으로부터 상기 사용자의 HP를 추출하는 단계; 및 상기 제 1 신체 이미지의 최상단과 최하단 사이의 거리와, 상기 제 1 신체 이미지의 최하단과 상기 HP 사이의 거리를 고려하여, 상기 사용자의 신체타입을 결정하는 단계를 포함할 수 있다.
상기 사용자의 신체타입을 결정하는 단계는, 상기 제 2의 2D 스캔 데이터의 제 2 신체 이미지의 윤곽으로부터 상기 사용자의 EP(elbow point) 및 WP를 추출하는 단계; 및 상기 사용자의 WP와 EP의 위치를 비교하여, 상기 사용자의 신체타입을 결정하는 단계를 포함할 수 있다.
상기 의류 추천 방법은, 복수의 의류 각각에 대해, 대응하는 신체타입을 결정하는 단계를 더 포함하고, 상기 선택하는 단계는, 상기 복수의 의류 중 상기 결정된 신체타입에 대응하는 의류를 선택하는 단계를 더 포함할 수 있다.
상기 의류를 선택하는 단계는, 상기 복수의 의류 중 상기 결정된 신체타입에 대응하면서, 사용자들의 선호도가 높은 순서대로 소정 개수의 의류를 선택하는 단계를 포함할 수 있다.
상기 의류 추천 방법은, 신체타입별로 의류 카테고리가 분류된 웹 페이지를 상기 사용자 단말로 전송하는 단계를 더 포함할 수 있다.
상기 의류 추천 방법은, 상기 사용자의 스캔 데이터에 포함된 사용자의 신체 이미지의 형상이 기 설정된 형상과 상이한 경우, 재스캔을 요청하는 메시지를 상기 사용자 단말 또는 상기 스캔 장치로 전송하는 단계를 더 포함할 수 있다.
상기 의류 추천 방법은, 상기 사용자의 키 및 몸무게에 기초하여 계산된 상기 사용자의 BMI 지수를 획득하는 단계; 및 상기 계산된 BMI에 따라 상기 사용자의 비만 정도를 결정하는 단계를 더 포함하고, 상기 선택하는 단계는, 상기 비만 정도를 더 고려하여 상기 의류를 선택하는 단계를 포함할 수 있다.
본 발명의 다른 실시예에 따른 서버 장치는,
사용자 단말 또는 스캔 장치로부터 사용자의 신체를 촬영한 스캔 데이터를 수신하는 통신부; 및 상기 수신된 스캔 데이터에 기초하여 상기 사용자의 신체타입을 결정하고, 상기 결정된 신체타입에 대응하는 의류를 선택하는 제어부를 포함하며, 상기 통신부는, 상기 선택된 의류에 대한 정보를 상기 사용자 단말로 전송할 수 있다.
본 발명의 또 다른 실시예에 따른 신체타입의 결정 방법은,
사용자의 신체타입을 결정하는 방법에 있어서, 상기 사용자의 신체를 촬영한 스캔 데이터를 획득하는 단계; 상기 스캔 데이터에 포함된 신체 이미지로부터 적어도 하나의 특징점을 추출하는 단계; 상기 추출된 적어도 하나의 특징점과 관련된 신체 치수를 도출하는 단계; 및 상기 도출된 신체 치수에 기초하여, 상기 사용자의 신체타입을 결정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 서버 장치 및 이에 의한 의류 추천 방법이 달성할 수 있는 일부의 효과는 다음과 같다.
i) 사용자는 자신에게 어울리는 의류를 보다 쉽게 선택할 수 있다.
ii) 온라인 쇼핑에서의 사용자의 반품률이 감소될 수 있다.
iii) 의류를 판매하는 온라인 서버의 수익률이 향상될 수 있다.
다만, 본 발명의 일 실시예에 따른 서버 장치 및 이에 의한 의류 추천 방법이 달성할 수 있는 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 사용자 단말, 서버 장치 및 스캔 장치를 도시하는 예시적인 도면이다.
도 2는 본 발명의 일 실시예에 따른 의류 추천 방법을 나타내는 순서도이다.
도 3은 사용자의 신체타입의 종류를 나타내는 예시적인 도면이다.
도 4는 사용자의 제 1 유형의 신체타입을 결정하는 방법을 나타내는 순서도이다.
도 5(a) 및 도 5(b)는 사용자의 BP, WP, HP를 추출하는 방법을 설명하기 위한 도면이다.
도 6은 WHR, WCR의 비교를 통해 사용자의 제 1 유형의 신체타입을 결정하는 방법을 나타내는 순서도이다.
도 7은 사용자의 제 1 유형의 신체타입을 결정하는 다른 방법을 설명하기 위한 도면이다.
도 8(a) 내지 도 8(d)는 제 2 신체 이미지의 AP를 결정하는 방법을 설명하기 위한 도면이다.
도 9은 사용자의 제 2 유형의 신체타입을 결정하는 방법을 설명하기 위한 도면이다.
도 10은 사용자의 제 2 유형의 신체타입을 결정하는 다른 방법을 설명하기 위한 도면이다.
도 11은 본 발명의 다른 실시예에 따른 서버 장치의 구성을 도시하는 블록도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명은 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, 이 구성요소는 어떤 역할들을 수행한다. 그렇지만, 구성 요소는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. 구성요소는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있다. 또한, 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
한편, 본 명세서에서 '의류'는 인간이 몸에 입는 것으로서, 겉옷, 속옷, 양말, 모자, 장갑, 스카프 등을 포함할 수 있으나 이에 한정되는 것은 아니다.
이하에서는, 도면을 참조하여 본 발명의 기술적 사상에 따른 예시적인 실시예들에 대해 설명한다.
도 1은 본 발명의 일 실시예에 따른 사용자 단말(100), 서버 장치(200) 및 스캔 장치(300)를 도시하는 예시적인 도면이다.
사용자 단말(100)은 서버 장치(200)를 통해 의류를 구매하고자 하는 장치로서, 사용자 단말(100)은 스마트폰, 데스크탑 컴퓨터, 노트북 컴퓨터, PDA, 웹 패드, 테블릿 PC, 웨어러블(wearable) 기기 등 소정의 네트워크를 통해 서버 장치(200)와 통신할 수 있는 장치라면 다양한 종류의 단말 기기를 포함할 수 있다.
서버 장치(200)는 웹 서버를 포함할 수 있으며, 예를 들어, 서버 장치(200)는 온라인으로 의류를 판매하거나, 판매를 중개하기 위해 이용되는 장치이다. 서버 장치(200)는 의류 정보를 웹 페이지 형태로 사용자 단말(100)로 전송할 수 있다.
도 1에 도시된 사용자 단말(100)과 서버 장치(200)는 네트워크를 통해 서로 연결된다. 네트워크는 유선 네트워크와 무선 네트워크를 포함할 수 있으며, 구체적으로, 근거리 네트워크(LAN: Local Area Network), 도시권 네트워크(MAN: Metropolitan Area Network), 광역 네트워크(WAN: Wide Area Network) 등의 다양한 네트워크를 포함할 수 있다. 또한, 네트워크는 공지의 월드 와이드 웹(WWW: World Wide Web)을 포함할 수도 있다. 그러나, 본 발명에 따른 네트워크는 상기 열거된 네트워크에 국한되지 않고, 공지의 무선 데이터 네트워크나 공지의 전화 네트워크 또는 공지의 유무선 텔레비전 네트워크를 적어도 일부로 포함할 수도 있다.
스캔 장치(300)는 사용자(10)의 신체를 스캔할 수 있다. 스캔 장치(300)에 의해 생성된 스캔 데이터는 네트워크를 통해 서버 장치(200)로 전송될 수 있다. 스캔 장치(300)에게 네트워크 통신 기능이 존재하지 않으면, 스캔 장치(300)에 의해 생성된 스캔 데이터는 별도의 저장 매체를 통해 사용자 단말(100)로 전송되고, 사용자 단말(100)은 스캔 데이터를 네트워크를 통해 서버 장치(200)로 전송할 수 있다. 스캔 장치(300)는 사용자(10)의 스캔 자세를 가이드하기 위한 음성 출력 기능 또는 화상 출력 기능을 가질 수 있다.
서버 장치(200)는 사용자 단말(100)로부터 전송된 스캔 데이터를 통해 사용자(10) 맞춤형 의류를 사용자(10)에게 추천하여 주는데, 이에 대해서는 도 2 및 도 3을 참조하여 설명한다.
도 2는 본 발명의 일 실시예에 따른 의류 추천 방법을 나타내는 순서도이고, 도 3은 사용자(10)의 신체타입의 종류를 나타내는 예시적인 도면이다.
S210 단계에서, 서버 장치(200)는 사용자 단말(100) 또는 스캔 장치(300)로부터 사용자(10)의 신체를 촬영한 스캔 데이터를 수신한다. 스캔 데이터는 예를 들어, 3D 스캔 데이터를 포함할 수 있다. 사용자 단말(100)이 서버 장치(200)에 접속하여 웹 페이지를 통해 회원 가입을 하면, 서버 장치(200)는 사용자 단말(100)로 스캔 데이터를 전송하라고 요청할 수 있다.
서버 장치(200)는 사용자(10)의 스캔 데이터에 포함된 사용자(10)의 신체 이미지의 형상이 기 설정된 형상과 상이한 경우에는, 재촬영을 요청하는 메시지를 사용자 단말(100) 또는 스캔 장치(300)로 전송할 수 있다. 예를 들어, 사용자(10)가 정자세로 서있으면서, 양 팔과 몸통이 어느 정도 이격된 상태로 스캔이 되어야 하는데, 사용자(10)가 양 팔을 머리 위로 들고 있는 상태로 스캔이 된 경우, 서버 장치(200)는 사용자 단말(100) 또는 스캔 장치(300)로 재스캔을 요청하는 것이다.
S220 단계에서, 서버 장치(200)는 사용자 단말(100)로부터 수신된 스캔 데이터에 기초하여, 사용자(10)의 신체타입을 결정한다.
도 3은 사용자(10)의 신체 타입의 종류를 나타내고 있는데, 예를 들어, 사용자(10)의 신체 타입은 제 1 유형의 신체타입, 제 2 유형의 신체타입 및 제 3 유형의 신체타입으로 구분될 수 있다. 동일한 데이터(예를 들어, 특징점)에 근거하여 결정되는 신체타입들은 모두 동일한 유형에 속한다.
제 1 유형의 신체타입은 직사각형 타입, 삼각형 타입, 역삼각형 타입, 타원형 타입 및 모래시계형 타입 등을 포함할 수 있다. 제 1 유형의 신체타입은 BP(breast point), HP(hip point), WP(waist point)를 근거로 결정될 수 있다.
제 2 유형의 신체타입은 숏레그 타입, 밸런스 타입 및 롱레그 타입 등을 포함할 수 있으며, 제 2 유형의 신체타입은 WP와 사용자(10)의 키, 또는 EP(elbow point)와 WP를 근거로 결정될 수 있다.
제 3 유형의 신체타입은 저체중 타입, 평균체중 타입, 과체중 타입 및 비만 타입 등을 포함할 수 있으며, 제 3 유형의 신체타입은 사용자(10)의 키와 몸무게를 근거로 결정될 수 있다. 제 3 유형의 신체타입은 비만 정도를 나타낼 수 있다.
제 1 유형의 신체타입, 제 2 유형의 신체타입 및 제 3 유형의 신체타입은 일 예시일 뿐이며, 서버 장치(200)는 사용자(10)의 신체타입으로서, 제 1 유형의 신체타입, 제 2 유형의 신체타입 및 제 3 유형의 신체타입 중 적어도 하나를 결정할 수 있다.
S230 단계에서, 서버 장치(200)는 사용자(10)의 신체타입에 대응하는 의류를 선택한다.
서버 장치(200)는 복수의 의류에 관한 정보로서, 각각의 의류가 어울리는 신체정보를 미리 저장하고 있을 수 있다. 예를 들어, 각각의 의류의 실루엣이 무엇인지에 관한 정보가 의류 제작자 등에 의해 지정되고, 각각의 신체타입에 대해 어느 실루엣의 의류가 어울리는지에 관한 정보가 패션 전문가 등에 의해 지정될 수 있다. 구체적으로, 의류 제작자가 자신이 제작한 드레스의 실루엣을 'sheath'라고 지정하였고, 패션 전문자가 역삼각형 체형의 사용자(10)에게는 'sheath' 실루엣의 드레스가 어울린다고 지정한 경우, 서버 장치(200)는 사용자(10)의 신체타입을 역삼각형으로 결정한 경우, 'sheath' 실루엣의 드레스를 사용자(10)에게 어울리는 의류로 선택할 수 있는 것이다.
서버 장치(200)는 복수의 의류 중 S220 단계에서 결정된 신체타입에 대응하는 의류를 선택할 수 있고, 또는, 복수의 의류 중 S220 단계에서 결정된 신체타입에 대응하면서, 사용자(10)들의 선호도가 높은 순서대로 소정 개수의 의류를 선택할 수도 있다. 여러 사용자(10)들은 자신의 사용자 단말(100)을 통해 서버 장치(200)가 추천하는 의류에 대한 선호도를 입력할 수 있다.
S240 단계에서, 서버 장치(200)는 S230 단계에서 선택된 의류에 대한 정보, 예를 들어, 의류 이미지 및 의류의 가격 정보 등을 사용자 단말(100)로 전송할 수 있다.
서버 장치(200)는 사용자(10)의 스캔 데이터를 이용하여 사용자(10)의 3D 아바타를 생성할 수 있는데, 서버 장치(200)는 S240 단계에서, 선택된 의류의 3D 이미지를 3D 아바타에 가상 피팅하여 사용자 단말(100)로 전송할 수도 있다. 사용자(10)의 3D 아바타 및 의류의 3D 이미지를 생성하여 가상 피팅하는 방법은 당업자에게 자명한 사항이므로, 본 명세서에서는 상세한 설명을 생략한다.
사용자 단말(100)은 자신의 3D 아바타에 가상 피팅된 의류 이미지 및 의류의 가격 정보 등을 참조하여, 해당 의류의 구매 여부를 결정할 수 있다. 서버 장치(200)는 사용자 단말(100)이 의류의 구매를 요청한 경우, 사용자 단말(100)에 대해 결제 프로세스를 진행하거나, 사용자 단말(100)의 접속을 별도의 판매 서버로 포워딩(forwarding)시켜, 해당 서버에서 결제 프로세스를 진행하게 할 수 있다.
한편, 서버 장치(200)는 복수의 의류 정보들이 포함된 웹 페이지를 사용자 단말(100)로 전송할 때, 복수의 의류 정보들을 신체타입별로 구분하여 웹 페이지에 포함시킬 수 있다. 예를 들어, 서버 장치(200)는 A 신체타입에 어울리는 의류들은 A 신체타입의 카테고리에 포함시키고, B 신체타입에 어울리는 의류들은 B 신체타입의 카테고리에 포함시키고, C 신체타입에 어울리는 의류들은 C 신체타입의 카테고리에 포함시킬 수 있다.
종래의 의류 웹 페이지에 의하면, 의류들이 성별(남, 녀, 아이 등), 의류의 종류(청바지, 치마 등) 등을 기준으로 분류되었는데, 이에 의하면, 사용자(10)가 자신에게 어울리는 의류를 찾기 어려워진다는 문제점이 있다.
본 발명의 일 실시예에 따른 서버 장치(200)는 신체 타입별로 의류 카테고리를 분류하므로, 사용자(10)의 입장에서는, 자신의 신체타입만 알고 있으면, 자신에게 잘 어울리는 의류 정보를 쉽게 확인할 수 있다.
다음으로, 도 4 내지 도 6을 참조하여, 사용자(10)의 제 1 유형의 신체타입을 결정하는 방법을 설명한다.
도 4는 사용자(10)의 제 1 유형의 신체타입을 결정하는 방법을 나타내는 순서도이고, 도 5(a) 및 도 5(b)는 사용자의 BP, WP, HP를 추출하는 방법을 설명하기 위한 도면이다. 또한, 도 6은 WHR, WCR의 비교를 통해 사용자(10)의 제 1 유형의 신체타입을 결정하는 방법을 나타내는 순서도이다.
S410 단계에서, 서버 장치(200)는 사용자(10)의 3D 스캔 데이터로부터 사용자(10)의 측면을 나타내는 제 1의 2D 스캔 데이터를 획득한다. 서버 장치(200)는 3D 스캔 데이터를 사용자(10)의 측면 방향에서 투영하여 제 1의 2D 스캔 데이터를 획득할 수 있다. 도 5(a)는 3D 스캔 데이터로부터 획득된 제 1의 2D 스캔 데이터의 제 1 신체 이미지(510)를 도시하고 있다.
S420 단계에서, 서버 장치(200)는 제 1의 2D 스캔 데이터의 제 1 신체 이미지의 윤곽(contour)으로부터 사용자(10)의 특징점을 추출하는데, 이때, 사용자(10)의 특징점은 BP(breast point), HP(hip point) 및 WP(waist point)를 포함할 수 있다.
서버 장치(200)가 BP, HP 및 WP를 결정하는 방법을 도 5(b)를 참조하여 설명하면, 먼저, 서버 장치(200)는 제 1 신체 이미지(510) 내부를 지나는 기준선(R)을 설정하고, BP(532), HP(534), WP(536)를 추출하기 위한 세 개의 영역(520a, 520b, 520c)을 제 1 신체 이미지에 설정한다.
서버 장치(200)는 3D 신체 모델링 분야에서 사용되는 다양한 방법을 이용하여 제 1 신체 이미지(510)에 세 개의 영역(520a, 520b, 520c), 즉, 가슴 영역(520a), 허리 영역(520b) 및 엉덩이 영역(520c)을 설정할 수 있다. 예를 들어, 서버 장치(200)는, 사용자(10)의 3D 스캔 데이터로부터 획득된, 사용자(10)의 측면을 나타내는 제 1의 2D 스캔 데이터 또는 사용자(10)의 정면을 나타내는 제 2의 2D 스캔 데이터에 superquadric 기법을 적용하여, 사용자(10)의 제 1 신체 이미지(510)에 세 개의 영역(520a, 520b, 520c)을 설정할 수 있다. 제 2의 2D 스캔 데이터의 제 2 신체 이미지에 세 개의 영역이 설정된 경우에는, 해당 세 개의 영역을 제 1의 2D 스캔 데이터의 제 1 신체 이미지(510)에 매핑함으로써, 제 1 신체 이미지(510)에도 세 개의 영역(520a, 520b, 520c)을 설정할 수 있다. superquadric 기법에 대해서는 'Building Superquadric Men from 3D Whole-Body Scan Data', Yijun Xiao and J. Paul Siebert 등에 기재되어 있는바 상세한 설명을 생략한다.
다음으로, 서버 장치(200)는 제 1 신체 이미지(510)의 윤곽(512, 514)과 기준선(R) 사이의 거리를 고려하여, 기준선(R)의 일 방향, 예를 들어, 전방 방향에 위치하는 제 1 신체 이미지(510)의 윤곽(512)에서 BP(532)를 추출한다. 구체적으로, 제 1 신체 이미지(510)에 대해 설정된 가슴 영역(520a)에서, 기준선(R)의 일 방향에 위치하는 제 1 신체 이미지(510)의 윤곽(512) 중 기준선(R)과의 거리(d1)가 가장 먼 지점을 BP(532)로 추출할 수 있다.
서버 장치(200)는 제 1 신체 이미지(510)의 윤곽(512, 514)과 기준선(R) 사이의 거리를 고려하여, 기준선(R)의 타 방향, 예를 들어, 후방 방향에 위치하는 제 1 신체 이미지(510)의 윤곽(514)에서 HP(534)를 추출한다. 구체적으로, 제 1 신체 이미지(510)에 대해 설정된 엉덩이 영역(520c)에서, 기준선(R)의 타 방향에 위치하는 제 1 신체 이미지(510)의 윤곽(514) 중 기준선(R)과의 거리(d2)가 가장 먼 지점을 HP(534)로 추출할 수 있다.
마지막으로, 서버 장치(200)는 제 1 신체 이미지(510)의 윤곽(512, 514)을 고려하여, 기준선(R)의 타 방향, 예를 들어, 후방 방향에 위치하는 제 1 신체 이미지(510)의 윤곽(514)에서 WP(536)를 추출한다. 구체적으로, 제 1 신체 이미지(510)에 대해 설정된 허리 영역(536)에서, 기준선(R)의 타 방향에 위치하는 제 1 신체 이미지(510)의 윤곽(514) 중 곡률이 가장 큰 지점을 WP(536)로 추출할 수 있다.
S430 단계에서, 서버 장치(200)는 BP를 포함하는 가슴둘레, WP를 포함하는 허리둘레 및 HP를 포함하는 엉덩이둘레를 3D 스캔 데이터로부터 측정한다.
S440 단계에서, 서버 장치(200)는 허리둘레와 엉덩이둘레 사이의 비(WHR: waist to hip ratio), 및 허리둘레와 가슴둘레 사이의 비(WCR: waist to chest ratio)의 크기에 따라 사용자(10)의 제 1 유형의 신체타입을 결정한다.
도 6은 WHR, WCR의 비교를 통해 사용자(10)의 제 1 유형의 신체타입을 결정하는 방법을 도시하고 있는데, 먼저, S605 단계에서, WHR이 WCR에 δ1을 더한 값보다 큰지를 판단한다. S610 단계에서, WCR에 δ1을 더한 값보다 WHR이 더 큰 경우, 서버 장치(200)는 사용자(10)의 신체 타입을 삼각형 타입으로 결정한다.
S615 단계에서, WCR에 δ1을 더한 값보다 WHR이 더 크지 않은 경우, 서버 장치(200)는 WHR에 δ1을 더한 값보다 WCR이 더 큰지를 판단한다. S620 단계에서, WHR에 δ1을 더한 값보다 WCR이 더 큰 경우, 서버 장치(200)는 사용자(10)의 신체 타입을 역삼각형 타입으로 결정한다.
S625 단계에서, WHR에 δ1을 더한 값보다 WCR이 더 크지 않은 경우, 서버 장치(200)는 허리둘레(W)에 δ2를 더한 값보다 가슴둘레(C)가 더 크고, 허리둘레(W)에 δ2를 더한 값보다 엉덩이둘레(H)가 더 큰지를 판단한다.
허리둘레(W)에 δ2를 더한 값보다 가슴둘레(C)가 더 크고, 허리둘레(W)에 δ2를 더한 값보다 엉덩이둘레(H)가 더 큰 경우, S630 단계에서, 서버 장치(200)는 사용자(10)의 신체타입을 모래시계형으로 결정한다.
허리둘레(W)에 δ2를 더한 값보다 가슴둘레(C)가 더 크지 않거나, 허리둘레(W)에 δ2를 더한 값보다 엉덩이둘레(H)가 더 크지 않은 경우, S635 단계에서, 서버 장치(200)는 가슴둘레가 허리둘레보다 크고, 엉덩이둘레가 허리둘레보다 큰지를 판단한다.
S640 단계에서, 서버 장치(200)는 가슴둘레가 허리둘레보다 크고, 엉덩이둘레가 허리둘레보다 큰 경우, 사용자(10)의 신체타입을 직사각형으로 결정하고, S645 단계에서, 가슴둘레가 허리둘레보다 크지 않거나, 엉덩이둘레가 허리둘레보다 크지 않은 경우, 사용자(10)의 신체타입을 타원형으로 결정한다.
한편, 도 6의 δ1과 δ2는 사용자(10)의 국적 정보, 나이 정보 및 성별 정보에 따라 달라질 수 있다. 서버 장치(200)는 사용자(10)의 국적 정보, 나이 정보 및 성별 정보를 획득하고, 획득한 정보에 대응하는 δ1과 δ2를 결정함으로써, 사용자(10)의 신체타입을 보다 정확히 결정할 수 있다. 예를 들어, 동양 국적의 사용자(10)의 δ1과 δ2보다는 서양 국적의 사용자(10)의 δ1과 δ2가 더 크게 결정될 수 있다.
한편, 사용자(10)의 제 1 유형의 신체타입을 결정하기 위해, 사용자(10)의 허리너비와 어깨너비를 이용할 수도 있다. 이에 대해서는 도 7및 도 8을 참조하여 설명한다.
도 7은 사용자(10)의 정면을 나타내는 제 2의 2D 스캔 데이터의 제 2 신체 이미지(710)를 도시하는 도면이고, 도 8(a) 내지 도 8(d)는 제 2 신체 이미지(710)의 AP(armpit point)를 결정하는 방법을 설명하기 위한 도면이다.
도 7에 도시된 바와 같이, 서버 장치(200)는 사용자(10)의 3D 스캔 데이터로부터 획득된 사용자(10)의 제 2의 2D 스캔 데이터의 제 2 신체 이미지(710)에서 두 개의 WP(720a, 720b)와 두 개의 SP(730a, 730b)를 추출한 후, 두 개의 WP(720a, 720b) 사이의 너비(w1)와 두 개의 SP(730a, 730b) 사이의 너비(w2)를 이용하여 사용자(10)의 제 1 유형의 신체타입을 결정할 수 있다. 예를 들어, 허리너비(w1)에 소정 값을 더한 값보다 어깨너비(w2)가 크면 사용자(10)의 신체타입을 역삼각형 타입이라고 결정할 수 있다.
서버 장치(200)는 허리너비(w1)와 어깨너비(w2)와 함께 엉덩이너비도 더 고려하여 사용자의 제 1 유형의 신체타입을 결정할 수 있다. 예를 들어, 허리너비(w1)와 어깨너비(w2) 사이의 비를 도 6의 WCR에, 그리고, 허리너비(w1)와 엉덩이너비(w2) 사이의 비를 도 6의 WHR에 대입하여 사용자의 제 1 유형의 신체타입을 결정할 수 있다.
서버 장치(200)는 제 2의 2D 스캔 데이터의 제 2 신체 이미지(710)에서 허리영역을 결정한 후, 윤곽의 곡률에 기초하여 두 개의 WP(720a, 720b)를 결정할 수 있다. 구현예에 따라서는, 서버 장치(200)는 제 1의 2D 스캔 데이터의 제 1 신체 이미지에서 도 5(b)와 관련하여 전술한 방법과 같이 WP를 결정한 후, 결정된 WP를 지나는 선(722)을 제 2의 2D 스캔 데이터의 제 2 신체 이미지(710)에 매핑한 후, 매핑된 선(722)과 제 2 신체 이미지(710)의 윤곽이 만나는 점을 두 개의 WP(720a, 720b)로 결정할 수도 있다.
제 2 신체 이미지(710)에서 두 개의 SP(730a, 730b)를 획득하기 위해서는 먼저, 제 2 신체 이미지(710)의 AP(armpit point)(740a, 740b)을 추출해야 한다. 도 8(a)에 도시된 제 2 신체 이미지(710)를 도 8(b)와 같이, 복수의 폐곡선으로 분할하고, 이들 분할된 폐곡선의 평면 형상을 고려하여 AP(740a, 740b)를 결정할 수 있다. 도 8(c)에 도시된 바와 같이, 평면 형상이 폐곡선 3개로 이루어졌다는 것은 해당 평면 형상이 사용자(10)의 양 팔과 몸통 부분을 나타낸다는 것이므로, 폐곡선 3개로 이루어진 평면 형상들 중 가장 최상위에 위치하는 평면 형상에 대응하는 부분에서 AP(740a, 740b)를 결정할 수 있다.
다시 도 7을 보면, 서버 장치(200)는 결정된 두 개의 AP(740a, 740b)의 수직 방향에 위치하는 점들 중 제 2 신체 이미지(710)의 윤곽에 위치하는 점들을 두 개의 SP(730a, 730b)로 결정할 수 있다.
도 9는 사용자(10)의 제 2 유형의 신체타입을 결정하는 방법을 설명하기 위한 도면이다.
서버 장치(200)는 도 5(b)와 관련하여 설명한 방법을 통해, 제 1의 2D 스캔 데이터로의 제 1 신체 이미지(910)부터 HP(920)를 추출한다. 다음으로, 서버 장치(200)는 제 1 신체 이미지(910)의 최상단(930)과 최하단(940) 사이의 거리(H1)와, 제 1 신체 이미지(910)의 HP(920)와 최하단(940) 사이의 거리(H2)를 비교하여 사용자(10)의 제 2 유형의 신체타입을 결정한다.
예를 들어, 서버 장치(200)는 (H1/2)이 H2보다 큰 경우, 사용자(10)의 신체타입을 숏레그 타입으로 결정하고, (H1/2)이 H2와 동일한 경우, 사용자(10)의 신체타입을 밸런스 타입으로 결정하고, (H1/2)이 H2보다 작은 경우, 사용자(10)의 신체타입을 롱레그 타입으로 결정할 수 있다.
도 10은 사용자(10)의 제 2 유형의 신체타입을 결정하는 다른 방법을 설명하기 위한 도면이다.
사용자(10)의 제 2 유형의 신체타입을 결정하기 위한 다른 방법을 위해서는, 도 10에 도시된 바와 같이, 사용자(10)가 양팔을 구부린 상태에서 정자세로 스캔되어야 한다.
서버 장치(200)는 사용자(10)의 정면을 나타내는 제 2의 2D 스캔 데이터의 제 2 신체 이미지(1010)로부터 사용자(10)의 WP(1030)를 추출한다. 사용자의 정면을 나타내는 2D 스캔 데이터로부터 WP(1030)를 추출하는 방법에 대해서는 도 7을 참조하여 설명하였는 바, 상세한 설명을 생략한다.
또한, 서버 장치(200)는 사용자(10)의 정면을 나태는 제 2의 2D 스캔 데이터의 제 2 신체 이미지(1010)로부터 사용자(10)의 EP(elbow point)(1020)를 추출한다. 서버 장치(200)는 도 8과 관련하여 설명한 바와 같이, 도 10에 도시된 제 2 신체 이미지(1010)를 복수의 폐곡선으로 분할하고, 분할된 폐곡선의 평면 형상을 고려하여 EP(1020)를 추출할 수 있다. EP(1020)가 존재하는 지점의 하부로는 폐곡선의 개수가 세 개에서 하나로 줄어들 것이므로, 폐곡선이 세 개에서 하나로 줄어들 때의, 세 개의 폐곡선 중 양측 폐곡선의 위치에 따라 EP(1020)를 추출할 수 있다.
서버 장치(200)는 WP(1030)와 EP(1020)의 위치를 비교하여, 사용자(10)의 신체 타입을 결정할 수 있는데, 예를 들어, 서버 장치(200)는 제 2 신체 이미지(1010)의 최하단(1040)과 EP(1020) 사이의 거리(H3)와 최하단(1040)과 WP(1030) 사이의 거리(H4)를 비교하여, H3이 H4보다 크면 숏레그 타입, H3과 H4가 동일하면 밸런스 타입 및 H3이 H4보다 작으면 롱그레 타입으로 결정할 수 있다.
한편, 서버 장치(200)는 사용자(10)의 키와 몸무게를 획득하고, 사용자(10)의 키와 몸무게로부터 계산된 BMI 지수를 이용하여 사용자(10)의 제 3 유형의 신체타입을 결정할 수 있다. 예를 들어, 서버 장치(200)는 사용자(10)의 BMI 지수를 기 설정된 값들과 비교하여, 사용자(10)가 저체중 타입인지, 평균체중 타입인지, 과체중 타입인지 또는 비만 타입인지를 결정한다. BMI 지수를 이용하여 사용자(10)의 비만 정도를 판단하는 방법은 자명한 사항인바, 상세한 설명을 생략한다.
도 11은 본 발명의 다른 실시예에 따른 서버 장치(1100)의 구성을 도시하는 블록도이다.
도 11을 참조하면, 본 발명의 다른 실시예에 따른 서버 장치(1100)는 통신부(1110), 저장부(1130) 및 제어부(1150)를 포함할 수 있다.
통신부(1110)는 사용자 단말(100)과 네트워크를 통해 통신한다. 통신부(1110)는 복수의 의류 정보들이 신체타입별로 구분된 웹 페이지를 사용자 단말(100)로 전송할 수 있다. 통신부(1110)는 사용자 단말(100) 또는 스캔 장치(300)로부터 사용자(10)의 신체를 촬영한 스캔 데이터를 수신한다. 또한, 통신부(1110)는 제어부(1150)에 의해, 사용자(10)의 신체타입에 어울리는 것으로 선택된 의류에 관한 정보를 사용자 단말(100)로 전송할 수 있다.
저장부(1130)는 복수의 의류에 대한 정보, 예를 들어, 복수의 의류 각각의 가격, 실루엣, 어느 신체타입에 어울리는지에 대한 정보 및 3D 이미지 중 적어도 하나를 저장할 수 있다. 또한, 저장부(1130)는 복수의 의류 각각에 대해 어울리는 것으로 매핑된 신체타입별 사용자(10)들의 선호도 정보를 더 저장할 수 있다.
제어부(1150)는 수신된 스캔 데이터에 기초하여 사용자(10)의 신체타입을 결정하고, 결정된 신체타입에 대응하는 의류를 선택한다. 사용자(10)의 신체타입을 결정하고, 신체타입에 대응하는 의류를 선택하는 방안에 대해서는 전술하였는 바, 상세한 설명을 생략한다.
한편, 지금까지는 본 발명의 일 실시예에 따른 서버 장치(200, 1000)가 사용자에게 의류를 추천하기 위해 사용자의 신체타입을 결정하는 것으로 설명하였다. 그러나, 구현예에 따라서는, 서버 장치(200, 1000)는 스캔 데이터로부터 추출된 특징점, 및 이와 관련된 신체치수(예를 들어, 허리둘레, 허리너비 등)를 이용하여 사용자의 신체타입을 결정한 후, 이를 다른 목적, 예를 들어, 의료적 진단 목적이나, 의료 서버로 전송해줄 목적 등으로 사용할 수 있으며, 그 외 서버 장치(200, 1000)가 신체타입을 결정하는 목적은 다양할 수 있다.
본 발명의 일 실시예에 따른 서버 장치 및 이에 의한 의류 추천 방법은 사용자(10)로 하여금 자신에게 어울리는 의류를 보다 쉽게 선택할 수 있게 한다. 또한, 본 발명의 일 실시예에 따른 서버 장치 및 이에 의한 의류 추천 방법은 온라인 쇼핑에서의 사용자(10)의 반품률을 감소시키고, 의류를 판매하는 온라인 서버의 수익률을 향상시킬 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 작성된 프로그램은 매체에 저장될 수 있다.
상기 매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장매체를 포함할 수 있으나, 이에 한정되는 것은 아니다.
첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100: 사용자 단말
200, 1100: 서버 장치
300: 스캔 장치
1110: 통신부
1130: 저장부
1150: 제어부

Claims (18)

  1. 사용자 단말 또는 스캔 장치로부터 사용자의 신체를 촬영한 스캔 데이터를 수신하는 단계;
    상기 수신된 스캔 데이터에 기초하여 상기 사용자의 신체타입을 결정하는 단계;
    상기 결정된 신체타입에 대응하는 의류를 선택하는 단계; 및
    상기 선택된 의류에 대한 정보를 상기 사용자 단말로 전송하는 단계를 포함하는 것을 특징으로 하는 서버에 의한 의류 추천 방법.
  2. 제1항에 있어서,
    상기 스캔 데이터는,
    상기 사용자의 3D 스캔 데이터를 포함하고,
    상기 사용자의 신체타입을 결정하는 단계는,
    상기 3D 스캔 데이터로부터 상기 사용자의 측면을 나타내는 제 1의 2D 스캔 데이터 및 상기 사용자의 정면을 나타내는 제 2의 2D 스캔 데이터 중 적어도 하나를 획득하는 단계; 및
    상기 제 1의 2D 스캔 데이터 및 상기 제 2의 2D 스캔 데이터 중 적어도 하나로부터 추출된 특징점에 기초하여, 상기 사용자의 신체 타입을 결정하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  3. 제2항에 있어서,
    상기 사용자의 신체타입을 결정하는 단계는,
    상기 제 1의 2D 스캔 데이터의 제 1 신체 이미지의 윤곽으로부터 상기 사용자의 BP(breast point), HP(hip point) 및 WP(waist point)를 추출하는 단계; 및
    상기 BP를 포함하는 가슴둘레, 상기 HP를 포함하는 엉덩이둘레 및 상기 WP를 포함하는 허리둘레에 기초하여, 상기 사용자의 신체타입을 결정하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  4. 제3항에 있어서,
    상기 사용자의 BP, HP 및 WP를 추출하는 단계는,
    상기 제 1 신체 이미지 내부를 지나는 기준선을 설정하는 단계;
    상기 제 1 신체 이미지의 윤곽(contour)과 상기 기준선 사이의 거리를 고려하여, 상기 기준선의 일 방향에 위치하는 상기 제 1 신체 이미지의 윤곽에서 상기 BP를 추출하고, 상기 기준선의 타 방향에 위치하는 상기 제 1 신체 이미지의 윤곽에서 상기 HP를 추출하는 단계; 및
    상기 윤곽의 곡률(curvature)을 고려하여, 상기 기준선의 타 방향에 위치하는 상기 제 1 신체 이미지의 윤곽에서 상기 WP를 추출하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  5. 제3항에 있어서,
    상기 사용자의 신체타입을 결정하는 단계는,
    상기 허리둘레와 상기 엉덩이둘레 사이의 비(WHR: waist to hip ratio), 및 상기 허리둘레와 상기 가슴둘레 사이의 비(WCR: waist to chest ratio)의 크기에 따라 상기 사용자의 신체타입을 결정하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  6. 제5항에 있어서,
    상기 사용자의 신체타입을 결정하는 단계는,
    상기 WCR에 소정 값을 더한 값보다 WHR이 더 큰 경우, 상기 사용자의 신체타입을 삼각형(triangle) 타입으로 결정하는 단계를 더 포함하는 것을 특징으로 하는 의류 추천 방법.
  7. 제6항에 있어서,
    상기 사용자의 신체타입을 결정하는 단계는,
    상기 사용자의 국적 정보, 나이 정보 및 성별 정보 중 적어도 하나를 획득하는 단계; 및
    상기 획득된 상기 사용자의 국적 정보, 나이 정보 및 성별 정보 중 적어도 하나에 대응하는 상기 소정 값을 결정하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  8. 제2항에 있어서,
    상기 사용자의 신체타입을 결정하는 단계는,
    상기 제 2의 2D 스캔 데이터의 제 2 신체 이미지의 윤곽으로부터 상기 사용자의 WP(waist point) 및 SP(shoulder point)를 추출하는 단계; 및
    상기 WP를 포함하는 허리너비와 상기 SP를 포함하는 어깨 너비에 기초하여, 상기 사용자의 신체타입을 결정하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  9. 제2항에 있어서,
    상기 사용자의 신체타입을 결정하는 단계는,
    상기 제 1의 2D 스캔 데이터의 제 1 신체 이미지의 윤곽으로부터 상기 사용자의 HP를 추출하는 단계; 및
    상기 제 1 신체 이미지의 최상단과 최하단 사이의 거리와, 상기 제 1 신체 이미지의 최하단과 상기 HP 사이의 거리를 고려하여, 상기 사용자의 신체타입을 결정하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  10. 제2항에 있어서,
    상기 사용자의 신체타입을 결정하는 단계는,
    상기 제 2의 2D 스캔 데이터의 제 2 신체 이미지의 윤곽으로부터 상기 사용자의 EP(elbow point) 및 WP를 추출하는 단계; 및
    상기 사용자의 WP와 EP의 위치를 비교하여, 상기 사용자의 신체타입을 결정하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  11. 제1항에 있어서,
    상기 의류 추천 방법은,
    복수의 의류 각각에 대해, 대응하는 신체타입을 결정하는 단계를 더 포함하고,
    상기 선택하는 단계는,
    상기 복수의 의류 중 상기 결정된 신체타입에 대응하는 의류를 선택하는 단계를 더 포함하는 것을 특징으로 하는 의류 추천 방법.
  12. 제11항에 있어서,
    상기 의류를 선택하는 단계는,
    상기 복수의 의류 중 상기 결정된 신체타입에 대응하면서, 사용자들의 선호도가 높은 순서대로 소정 개수의 의류를 선택하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  13. 제1항에 있어서,
    상기 의류 추천 방법은,
    신체타입별로 의류 카테고리가 분류된 웹 페이지를 상기 사용자 단말로 전송하는 단계를 더 포함하는 것을 특징으로 하는 의류 추천 방법.
  14. 제1항에 있어서,
    상기 의류 추천 방법은,
    상기 사용자의 스캔 데이터에 포함된 사용자의 신체 이미지의 형상이 기 설정된 형상과 상이한 경우, 재스캔을 요청하는 메시지를 상기 사용자 단말 또는 상기 스캔 장치로 전송하는 단계를 더 포함하는 것을 특징으로 하는 의류 추천 방법.
  15. 제1항에 있어서,
    상기 의류 추천 방법은,
    상기 사용자의 키 및 몸무게에 기초하여 계산된 상기 사용자의 BMI 지수를 획득하는 단계; 및
    상기 계산된 BMI에 따라 상기 사용자의 비만 정도를 결정하는 단계를 더 포함하고,
    상기 선택하는 단계는,
    상기 비만 정도를 더 고려하여 상기 의류를 선택하는 단계를 포함하는 것을 특징으로 하는 의류 추천 방법.
  16. 하드웨어와 결합하여 제1항 내지 제15항 중 어느 하나의 항의 의류 추천 방법을 실행시키기 위하여 매체에 저장된 프로그램.
  17. 사용자 단말 또는 스캔 장치로부터 사용자의 신체를 촬영한 스캔 데이터를 수신하는 통신부; 및
    상기 수신된 스캔 데이터에 기초하여 상기 사용자의 신체타입을 결정하고, 상기 결정된 신체타입에 대응하는 의류를 선택하는 제어부를 포함하며,
    상기 통신부는,
    상기 선택된 의류에 대한 정보를 상기 사용자 단말로 전송하는 것을 특징으로 하는 서버 장치.
  18. 사용자의 신체타입을 결정하는 방법에 있어서,
    상기 사용자의 신체를 촬영한 스캔 데이터를 획득하는 단계;
    상기 스캔 데이터에 포함된 신체 이미지로부터 적어도 하나의 특징점을 추출하는 단계;
    상기 추출된 적어도 하나의 특징점과 관련된 신체 치수를 도출하는 단계; 및
    상기 도출된 신체 치수에 기초하여, 상기 사용자의 신체타입을 결정하는 단계를 포함하는 것을 특징으로 하는 신체타입의 결정 방법.
KR1020150097452A 2015-07-08 2015-07-08 서버 장치 및 이에 의한 의류 추천 방법 KR20170006604A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150097452A KR20170006604A (ko) 2015-07-08 2015-07-08 서버 장치 및 이에 의한 의류 추천 방법
KR1020220149923A KR102650580B1 (ko) 2015-07-08 2022-11-10 서버 장치 및 이에 의한 의류 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150097452A KR20170006604A (ko) 2015-07-08 2015-07-08 서버 장치 및 이에 의한 의류 추천 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220149923A Division KR102650580B1 (ko) 2015-07-08 2022-11-10 서버 장치 및 이에 의한 의류 추천 방법

Publications (1)

Publication Number Publication Date
KR20170006604A true KR20170006604A (ko) 2017-01-18

Family

ID=57992488

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020150097452A KR20170006604A (ko) 2015-07-08 2015-07-08 서버 장치 및 이에 의한 의류 추천 방법
KR1020220149923A KR102650580B1 (ko) 2015-07-08 2022-11-10 서버 장치 및 이에 의한 의류 추천 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220149923A KR102650580B1 (ko) 2015-07-08 2022-11-10 서버 장치 및 이에 의한 의류 추천 방법

Country Status (1)

Country Link
KR (2) KR20170006604A (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020055154A1 (ko) 2018-09-12 2020-03-19 엘지전자 주식회사 의류등록장치와 의류추천장치 및 이를 포함하여 이루어지는 온라인 시스템
KR102108931B1 (ko) * 2019-11-05 2020-05-11 박현지 맞춤형 코디 시스템
KR20200071924A (ko) 2018-12-11 2020-06-22 김민경 개인화된 여성용 속옷 추천 시스템 및 그 방법
WO2020141800A1 (ko) * 2019-01-03 2020-07-09 주식회사 미즈 이미지를 이용하여 신체 사이즈를 측정하고, 의류 사이즈를 추천하는 방법, 서버 및 프로그램
WO2020141751A1 (ko) * 2019-01-03 2020-07-09 주식회사 미즈 신체 사이즈 측정용 사진 획득 방법 및 이를 이용한 신체 사이즈 측정 방법, 서버 및 프로그램
KR102132721B1 (ko) * 2019-01-03 2020-07-10 (주) 아이딕션 신체 사이즈 측정용 사진 획득 방법 및 이를 이용한 신체 사이즈 측정 방법, 서버 및 프로그램
KR102144247B1 (ko) * 2020-02-13 2020-08-12 윤보희 실측 데이터 기반의 이미지 컨설팅 시스템
KR102328072B1 (ko) * 2020-11-27 2021-11-18 에이아이바 주식회사 가상 피팅 서비스 제공 서버 및 이를 이용한 가상 피팅 서비스 제공 방법
KR20210148591A (ko) 2020-06-01 2021-12-08 지해윤 커뮤니케이션 주식회사 가상현실(vr) 기기를 이용한 스마트 스타일정보 제공 시스템 및 그 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100874874B1 (ko) * 2006-06-20 2008-12-19 주식회사 아이옴니 3차원 스캔 데이터로부터 인체치수와 의복호수 측정 시스템및 방법
KR20100048733A (ko) * 2008-10-31 2010-05-11 에스케이씨앤씨 주식회사 사용자 고유 디자인을 지원하는 아바타 기반 의류 서비스 시스템 및 그 서비스 방법
KR20110041628A (ko) * 2009-10-16 2011-04-22 김진수 의상 추천 방법 및 장치
KR20130049376A (ko) * 2011-11-04 2013-05-14 한국전자통신연구원 개인별 의상 추천 장치 및 방법

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020055154A1 (ko) 2018-09-12 2020-03-19 엘지전자 주식회사 의류등록장치와 의류추천장치 및 이를 포함하여 이루어지는 온라인 시스템
KR20200071924A (ko) 2018-12-11 2020-06-22 김민경 개인화된 여성용 속옷 추천 시스템 및 그 방법
WO2020141800A1 (ko) * 2019-01-03 2020-07-09 주식회사 미즈 이미지를 이용하여 신체 사이즈를 측정하고, 의류 사이즈를 추천하는 방법, 서버 및 프로그램
WO2020141751A1 (ko) * 2019-01-03 2020-07-09 주식회사 미즈 신체 사이즈 측정용 사진 획득 방법 및 이를 이용한 신체 사이즈 측정 방법, 서버 및 프로그램
KR102132721B1 (ko) * 2019-01-03 2020-07-10 (주) 아이딕션 신체 사이즈 측정용 사진 획득 방법 및 이를 이용한 신체 사이즈 측정 방법, 서버 및 프로그램
KR20200091832A (ko) * 2019-01-03 2020-07-31 (주) 아이딕션 신체 사이즈 측정용 사진 획득 방법 및 이를 이용한 신체 사이즈 측정 방법, 서버 및 프로그램
CN113272851A (zh) * 2019-01-03 2021-08-17 株式会社艾迪讯 利用图像测量身体尺寸并推荐服装尺寸的方法、服务器及程序
KR102108931B1 (ko) * 2019-11-05 2020-05-11 박현지 맞춤형 코디 시스템
KR102144247B1 (ko) * 2020-02-13 2020-08-12 윤보희 실측 데이터 기반의 이미지 컨설팅 시스템
KR20210148591A (ko) 2020-06-01 2021-12-08 지해윤 커뮤니케이션 주식회사 가상현실(vr) 기기를 이용한 스마트 스타일정보 제공 시스템 및 그 방법
KR102328072B1 (ko) * 2020-11-27 2021-11-18 에이아이바 주식회사 가상 피팅 서비스 제공 서버 및 이를 이용한 가상 피팅 서비스 제공 방법
WO2022114315A1 (ko) * 2020-11-27 2022-06-02 에이아이바 주식회사 가상 피팅 서비스 제공 서버 및 이를 이용한 가상 피팅 서비스 제공 방법

Also Published As

Publication number Publication date
KR20220155967A (ko) 2022-11-24
KR102650580B1 (ko) 2024-03-22

Similar Documents

Publication Publication Date Title
KR102650580B1 (ko) 서버 장치 및 이에 의한 의류 추천 방법
US20230161812A1 (en) Search supporting system, search supporting method and search supporting program
CN110826528B (zh) 时尚偏好分析
JP5605885B1 (ja) 仮想試着システムおよび仮想試着プログラム
US20220188897A1 (en) Methods and systems for determining body measurements and providing clothing size recommendations
KR101513151B1 (ko) 3ｄ 아바타를 이용한 인터넷 서비스 제공 시스템 및 그 방법
KR102318952B1 (ko) 인공지능을 활용한 의류 추천 및 구매 방법, 장치 및 시스템
KR102415338B1 (ko) 증강현실 기반의 의류 판매 서비스 제공 장치 및 방법
KR20160076473A (ko) 신체 데이터와 의류 데이터를 조합한 3d 합성 이미지 생성 방법 및 시스템
WO2020203656A1 (ja) 情報処理装置、情報処理方法及びプログラム
JP2018084890A (ja) 情報処理装置、情報処理方法、およびプログラム
CN105374058A (zh) 虚拟试穿装置、虚拟试穿系统及虚拟试穿方法
US11468651B2 (en) Size measuring system
KR20180124455A (ko) 고객 신체 사이즈 고려한 의류 추천 방법
JP2018018382A (ja) 推奨サイズ提示プログラム、情報処理装置及び推奨サイズ提示方法
JP2018018381A (ja) サイズ推定プログラム、情報処理装置及びサイズ推定方法
KR102064653B1 (ko) 증강현실 의류 쇼핑을 위한 웨어러블 글래스 및 증강현실 의류 쇼핑 방법
KR20170019917A (ko) 의상의 3차원 모델 생성 장치, 방법 및 이를 위한 컴퓨터 프로그램
JP2019128923A (ja) 情報提供装置、方法、及びプログラム
WO2015172229A1 (en) Virtual mirror systems and methods
JP2018173704A (ja) 情報提供システム、情報提供方法、およびプログラム
WO2015011678A1 (en) Method for determining a fitting index of a garment based on anthropometric data of a user, and device and system thereof
KR20210054664A (ko) 모바일 단말기를 이용한 의상의 가상 피팅 방법 및 시스템
KR20140085630A (ko) 인터넷을 이용한 패션 정보 제공 시스템 및 그 방법
KR20200071196A (ko) 얼굴 인식 기반 가상 피팅 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
X601 Decision of rejection after re-examination