KR20180072021A - 퍼스널 컬러 진단 시스템 및 퍼스널 컬러 진단 방법 - Google Patents
퍼스널 컬러 진단 시스템 및 퍼스널 컬러 진단 방법 Download PDFInfo
- Publication number
- KR20180072021A KR20180072021A KR1020160174519A KR20160174519A KR20180072021A KR 20180072021 A KR20180072021 A KR 20180072021A KR 1020160174519 A KR1020160174519 A KR 1020160174519A KR 20160174519 A KR20160174519 A KR 20160174519A KR 20180072021 A KR20180072021 A KR 20180072021A
- Authority
- KR
- South Korea
- Prior art keywords
- value
- decision
- color
- determination
- variables
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 54
- 238000006243 chemical reaction Methods 0.000 claims abstract description 30
- 210000001061 forehead Anatomy 0.000 claims description 28
- 238000004737 colorimetric analysis Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 8
- 238000002405 diagnostic procedure Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 40
- 230000001815 facial effect Effects 0.000 abstract 5
- 238000010586 diagram Methods 0.000 description 6
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 4
- 239000002537 cosmetic Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000000596 photon cross correlation spectroscopy Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9017—Indexing; Data structures therefor; Storage structures using directory or table look-up
-
- G06F17/30952—
-
- G06K9/00221—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
-
- H04N5/2257—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
Abstract
본 발명은 퍼스널 컬러 진단 시스템 및 방법에 관한 것이다. 상기 퍼스널 컬러 진단 시스템은, 복수 개의 퍼스널 컬러 유형 및 퍼스널 컬러 유형을 결정하기 위한 복수 개의 결정 변수들이 설정되어 저장되고, 퍼스널 컬러 유형을 결정시 사용되는 각 결정 변수들에 대한 경계값 및 상기 복수 개의 결정 변수들의 상태의 조합에 따른 퍼스널 컬러 유형들이 정의되어 저장된 스킨톤 인덱스 라이브러리; 측정 대상자의 얼굴을 촬상한 얼굴 이미지를 획득하는 이미지 획득 모듈; 상기 이미지 획득 모듈에 의해 획득된 얼굴 이미지에서 사전 설정된 얼굴 영역을 추출하고, 상기 추출된 얼굴 영역에 대한 R/G/B 정보들을 변환시켜 사전 설정된 복수 개의 결정 변수들에 대한 측정값들을 획득하는 색상 정보 변환 모듈; 상기 색상 정보 변환 모듈에 의해 획득된 결정 변수들에 대한 측정값들과 상기 스킨톤 인덱스 라이브러리를 이용하여 측정 대상자에 대한 퍼스널 컬러 유형을 결정하는 진단 모듈;을 구비한다.
Description
본 발명은 퍼스널 컬러 진단 시스템 및 퍼스널 컬러 진단 방법에 관한 것으로서, 더욱 구체적으로는 측정 대상자의 얼굴 사진으로부터 황색도, 밝기 및 채도를 포함하는 결정 변수들에 대한 값들을 추출하고, 추출된 결정 변수의 값들과 사전 설정된 경계값들을 이용하여 퍼스널 컬러 유형을 결정하는 것을 특징으로 하는 퍼스널 컬러 진단 방법 및 시스템에 관한 것이다.
'퍼스널 컬러'란 각 개인 고유의 피부나 머리 카락등과 같은 신체색과 조화를 이루는 색채를 의미하며, 좁게는 각 개인의 피부톤과 어울리는 화장품 발색을 의미한다. 최근, 이러한 퍼스널 컬러 진단 과정은 자신에게 어울리는 색을 찾는 진단 과정으로 통용되고 있다. 또한, 퍼스널 컬러 진단 결과는 메이크업, 의상, 악세사리 등의 선택시에 자신에게 가장 잘 어울리는 색채 이미지를 연출하는데 활용되고 있다.
따라서, 최근 외모에 대한 관심이 증대되고 있는 것과 비례하여, 전술한 퍼스널 컬러에 대한 관심도는 꾸준히 증대되고 있는 실정이며, 특히 메이크업 등을 포함하는 색조 화장품 분야에서 매우 큰 관심도를 가지고 있다.
하지만, 종래의 퍼스널 컬러 진단 방식은 주로 오프라인에서 진행되므로, 공간적, 방법적인 한계를 가지고 있을 뿐만 아니라 시간과 비용도 많이 소요되는 문제점을 갖고 있다.
전술한 문제점을 해결하기 위한 본 발명의 목적은 각 개인에 대하여 촬영된 얼굴 이미지를 통해 퍼스널 컬러 유형을 확인할 수 있는 퍼스널 컬러 진단 시스템을 제공하는 것이다.
본 발명의 다른 목적은 스마트폰이나 태블릿 PC 등과 같은 개인용 장치를 이용하여 자신의 퍼스널 컬러 유형을 확인할 수 있도록 하는 퍼스널 컬러 진단 시스템 및 방법을 제공하는 것이다.
전술한 기술적 과제를 달성하기 위한 본 발명의 제1 특징에 따른 퍼스널 컬러 진단 방법은, (a) 복수 개의 퍼스널 컬러 유형 및 퍼스널 컬러 유형을 결정하기 위한 복수 개의 결정 변수들이 설정되어 저장되고, 퍼스널 컬러 유형을 결정시 사용되는 각 결정 변수들에 대한 경계값 및 상기 복수 개의 결정 변수들의 상태의 조합에 따른 퍼스널 컬러 유형들이 정의된 스킨톤 인덱스 라이브러리를 저장소에 저장하는 단계; (b) 측정 대상자의 얼굴을 촬상한 얼굴 이미지를 획득하는 단계; (c) 상기 획득된 얼굴 이미지에서 사전 설정된 얼굴 영역을 추출하고, 상기 추출된 얼굴 영역에 대한 R/G/B 정보들을 변환시켜 사전 설정된 복수 개의 결정 변수들에 대한 측정값들을 획득하는 단계; (d) 상기 획득된 결정 변수들에 대한 측정값들과 상기 스킨톤 인덱스 라이브러리를 이용하여 측정 대상자에 대한 퍼스널 컬러 유형을 결정하는 단계;를 구비한다.
전술한 제1 특징에 따른 퍼스널 컬러 진단 방법에 있어서, 상기 복수 개의 결정 변수들은 Lab 색좌표계의 황색도(b*)와 밝기(L*), 그리고 HSV 색좌표계의 채도(S)인 것이 바람직하다.
전술한 제1 특징에 따른 퍼스널 컬러 진단 방법에 있어서, 상기 (b) 단계에서 획득한 얼굴 이미지는, 측정 대상자의 얼굴 및 측색용 색상 카드를 함께 촬상한 얼굴 이미지인 것이 바람직하며,
상기 (c) 단계는, 상기 얼굴 이미지에서 측색용 색상 카드 영역 및 사전 설정된 얼굴 영역을 추출하고, 추출된 각 영역들에 대한 R/G/B 정보를 획득하고, 상기 측색용 색상 카드에 대한 측정값과 절대값을 비교하여 차이값을 구하고, 상기 차이값을 이용하여 상기 얼굴 이미지의 색상 정보를 캘리브레이션(calibration)하고, 상기 캘리브레이션된 얼굴 이미지의 색상 정보를 이용하여 상기 추출된 얼굴 영역에 대한 결정 변수들의 측정값들을 획득하는 것이 바람직하다.
전술한 제1 특징에 따른 퍼스널 컬러 진단 방법에 있어서, 상기 스킨톤 인덱스 라이브러리는 각 결정 변수에 대해 설정된 적어도 하나 또는 둘 이상의 경계값들을 포함하는 것을 특징으로 하며,
상기 (d) 단계는, 상기 스킨톤 인덱스 라이브러리에 포함된 각 결정 변수에 대한 경계값들을 이용하여 상기 복수 개의 결정 변수들에 대한 측정값들의 상태를 판단하고, 상기 판단에 따라 측정 대상자에 대한 퍼스널 컬러 유형을 결정하는 것이 바람직하다.
전술한 제1 특징에 따른 퍼스널 컬러 진단 방법에 있어서, 상기 (c) 단계는, 상기 획득된 얼굴 이미지에서 사전 설정된 적어도 둘 이상의 얼굴 영역을 추출하고, 상기 추출된 얼굴 영역들에 대한 R/G/B 정보들로부터 결정 변수들에 대한 측정값을 획득하며, 상기 스킨톤 인덱스 라이브러리는 각 결정 변수들의 경계값들에 대한 편차값들을 더 구비하고,
상기 (d) 단계는, 상기 사전 설정된 적어도 둘 이상의 얼굴 영역들에 대하여 주 판단 영역과 추가 판단 영역들을 설정하고, 주 판단 영역에 대한 결정 변수들의 측정값이 상기 편차값에 의한 경계값의 편차 범위밖이면, 주 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고, 주 판단 영역에 대한 결정 변수들의 측정값이 상기 편차값에 의한 경계값의 편차 범위내이면, 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하는 것이 바람직하며,
상기 사전 설정된 적어도 둘 이상의 얼굴 영역은, 볼, 이마 및 턱 중 적어도 둘 이상을 포함하는 것이 바람직하다.
전술한 제1 특징에 따른 퍼스널 컬러 진단 방법에 있어서, 상기 사전 설정된 얼굴 영역은 주 판단 영역, 제1 추가 판단 영역 및 제2 추가 판단 영역을 구비하며,
상기 (d) 단계는, 주 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위밖이면, 주 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고, 주 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위내이면, 제1 추가 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 판단하고,
상기 제1 추가 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 판단함에 있어서, 제1 추가 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위밖이면 제1 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고, 제1 추가 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위내이면 제2 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하는 것이 바람직하며,
상기 주 판단 영역은 볼이며, 상기 제1 추가 판단 영역은 이마이며, 상기 제 추가 판단 영역은 턱인 것이 더욱 바람직하다.
본 발명의 제2 특징에 따른 퍼스널 컬러 진단 시스템은, 복수 개의 퍼스널 컬러 유형 및 퍼스널 컬러 유형을 결정하기 위한 복수 개의 결정 변수들이 설정되어 저장되고, 퍼스널 컬러 유형을 결정시 사용되는 각 결정 변수들에 대한 경계값 및 상기 복수 개의 결정 변수들의 상태의 조합에 따른 퍼스널 컬러 유형들이 정의되어 저장된 스킨톤 인덱스 라이브러리; 측정 대상자의 얼굴을 촬상한 얼굴 이미지를 획득하는 이미지 획득 모듈; 상기 이미지 획득 모듈에 의해 획득된 얼굴 이미지에서 사전 설정된 얼굴 영역을 추출하고, 상기 추출된 얼굴 영역에 대한 R/G/B 정보들을 변환시켜 사전 설정된 복수 개의 결정 변수들에 대한 측정값들을 획득하는 색상 정보 변환 모듈; 상기 색상 정보 변환 모듈에 의해 획득된 결정 변수들에 대한 측정값들과 상기 스킨톤 인덱스 라이브러리를 이용하여 측정 대상자에 대한 퍼스널 컬러 유형을 결정하는 진단 모듈;을 구비하고, 상기 이미지 획득 모듈이 획득한 얼굴 이미지는, 측정 대상자의 얼굴 및 측색용 색상 카드를 함께 촬상한 얼굴 이미지인 것이 바람직하다.
전술한 제2 특징에 따른 퍼스널 컬러 진단 시스템에 있어서, 상기 복수 개의 결정 변수들은 Lab 색좌표계의 황색도(b*)와 밝기(L*), 그리고 HSV 색좌표계의 채도(S)인 것이 바람직하다.
전술한 제2 특징에 따른 퍼스널 컬러 진단 시스템에 있어서, 상기 색상 정보 변환 모듈은, 상기 얼굴 이미지에서 측색용 색상 카드 영역 및 사전 설정된 얼굴 영역을 추출하고, 추출된 각 영역들에 대한 R/G/B 정보를 획득하고, 상기 측색용 색상 카드에 대한 측정값과 절대값을 비교하여 차이값을 구하고, 상기 차이값을 이용하여 상기 얼굴 이미지의 색상 정보를 캘리브레이션(calibration)하고, 상기 캘리브레이션된 얼굴 이미지의 색상 정보를 이용하여 상기 추출된 얼굴 영역에 대한 결정 변수들의 측정값들을 획득하는 것이 바람직하다.
전술한 제2 특징에 따른 퍼스널 컬러 진단 시스템에 있어서, 상기 색상 정보 변환 모듈은, 상기 이미지 획득 모듈에 의해 획득된 얼굴 이미지에서 사전 설정된 적어도 둘 이상의 얼굴 영역을 추출하고, 상기 추출된 얼굴 영역들에 대한 R/G/B 정보들로부터 결정 변수들에 대한 측정값을 획득하며, 상기 스킨톤 인덱스 라이브러리는 각 결정 변수들의 경계값들에 대한 편차값들을 더 구비하고,
상기 진단 모듈은, 상기 사전 설정된 적어도 둘 이상의 얼굴 영역들에 대하여 주 판단 영역과 추가 판단 영역들을 설정하고, 주 판단 영역에 대한 결정 변수들의 측정값이 상기 편차값에 의한 경계값의 편차 범위밖이면, 주 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고, 주 판단 영역에 대한 결정 변수들의 측정값이 상기 편차값에 의한 경계값의 편차 범위내이면, 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하는 것이 바람직하다.
본 발명에 따른 퍼스널 컬러 진단 시스템은 스마트폰이나 태블릿 PC 등의 어플리케이션 소프트웨어로 구현될 수 있으며, 종래의 오프라인에서 주로 실시되는 것과는 달리, 사용자는 자신의 스마트폰 등을 이용하여 간단하면서도 빨리 자신의 퍼스널 컬러를 파악할 수 있게 된다.
또한, 본 발명에 따른 퍼스널 컬러 진단 시스템은, 볼 영역을 주 판단 영역으로 하되 이마 및 턱을 제1 및 제2 추가 판단 영역으로 설정하고, 주 판단 영역에 대한 측정값이 사전 설정된 경계값의 편차범위내인 경우 제1 및 제2 추가 판단 영역의 측정값을 이용하여 퍼스널 컬러를 결정하도록 함으로써, 판단 결과의 신뢰성을 향상시킬 수 있게 된다.
또한, 본 발명에 따른 퍼스널 컬러 진단 시스템은, 사용자가 포함되는 그룹의 특성에 따라 최적화된 스킨톤 인덱스 라이브러리를 설정함으로써, 보다 더 정확한 퍼스널 컬러 유형을 제공할 수 있게 된다. 예컨대, 스킨톤 인덱스 라이브러리를 동양인의 스킨톤에 최적화시킴으로써, 동양인에게 퍼스널 컬러 유형들을 정확하게 제공할 수 있게 된다.
도 1은 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템을 전체적으로 도시한 구성도이며, 도 2는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템의 동작을 전체적으로 도시한 흐름도이다.
도 3은 본 발명에 따른 퍼스널 컬러 진단 시스템에 있어서, 8개의 퍼스널 컬러 유형들에 대한 결정 변수들을 도시한 개요도이다.
도 4는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 주 판단 영역과 제1 및 제2 추가 판단 영역을 설정한 근거를 설명하기 위하여, 표본 419명을 대상으로 화장 전후의 수치 차이에 대해서 등분산 T.test를 시행한 표이다.
도 5는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템의 진단 모듈의 동작을 순차적으로 도시한 흐름도이며, 도 6은 도 5의 (a), (b), (c) 공정에 대한 세부 흐름도이다.
도 7은 본 발명에 따른 퍼스널 컬러 진단 시스템에 있어서, 출력 모듈을 통해 출력된 형태를 예시적으로 도시한 것이다.
도 8은 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 측정용 사진 이미지의 다른 실시 형태를 도시한 것이다.
도 9는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 측정용 사진 이미지의 다른 실시 형태에 따라 측색용 색상 카드를 이용하여 색상 정보를 캘리브레이션하는 과정을 설명하기 위하여 도시한 도표들이다.
도 3은 본 발명에 따른 퍼스널 컬러 진단 시스템에 있어서, 8개의 퍼스널 컬러 유형들에 대한 결정 변수들을 도시한 개요도이다.
도 4는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 주 판단 영역과 제1 및 제2 추가 판단 영역을 설정한 근거를 설명하기 위하여, 표본 419명을 대상으로 화장 전후의 수치 차이에 대해서 등분산 T.test를 시행한 표이다.
도 5는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템의 진단 모듈의 동작을 순차적으로 도시한 흐름도이며, 도 6은 도 5의 (a), (b), (c) 공정에 대한 세부 흐름도이다.
도 7은 본 발명에 따른 퍼스널 컬러 진단 시스템에 있어서, 출력 모듈을 통해 출력된 형태를 예시적으로 도시한 것이다.
도 8은 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 측정용 사진 이미지의 다른 실시 형태를 도시한 것이다.
도 9는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 측정용 사진 이미지의 다른 실시 형태에 따라 측색용 색상 카드를 이용하여 색상 정보를 캘리브레이션하는 과정을 설명하기 위하여 도시한 도표들이다.
본 발명에 따른 퍼스널 컬러 진단 시스템 및 방법은, 측정 대상자의 얼굴을 촬상한 사진 이미지를 이용하여 퍼스널 컬러를 진단하는 시스템 및 방법으로서, 사진 이미지로부터 색상 정보를 정확하게 추출하고, 색상 정보들 중 황색도, 밝기, 채도를 결정 변수로 사용하며, 또한 얼굴의 여러 영역에 대한 색상 정보를 추출하되 유의 확률이 높은 영역의 정보를 사용하여 퍼스널 컬러 유형을 결정함으로써, 정확성과 신뢰성이 높은 퍼스널 컬러 유형을 제공하는 것을 특징으로 한다.
이하, 첨부된 도면들을 참조하여 본 발명의 바람직한 실시예들에 따른 퍼스널 컬러 진단 시스템 및 방법에 대하여 구체적으로 설명한다.
< 제1 실시예 >
본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템은, 측정 대상자의 볼, 이마, 턱에 대한 색상 정보를 추출하고, 이를 이용하여 퍼스널 컬러 유형을 결정하는 것을 특징으로 한다.
도 1은 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템을 전체적으로 도시한 구성도이며, 도 2는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템의 동작을 전체적으로 도시한 흐름도이다.
도 1 및 도 2를 참조하면, 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템(1)은 스킨톤 인덱스 라이브러리(shin tone index library; 10), 이미지 획득 모듈(20), 색상 정보 변환 모듈(30), 진단 모듈(40) 및 출력 모듈(50)을 포함한다.
상기 스킨톤 인덱스 라이브러리(10)는, 퍼스널 컬러를 판단하기 위한 기본 자료들을 구비한 저장소로서, 구체적으로는 사전에 설정된 복수 개의 퍼스널 컬러유형들에 대한 정보, 퍼스널 컬러 유형을 결정하기 위하여 필요한 사전 설정된 각 결정 변수들의 경계값과 각 경계값들에 대한 편차값들, 그리고 결정 변수들의 상태의 조합과 퍼스널 컬러 유형을 매칭한 룩업테이블 등을 포함한다.
상기 스킨톤 인덱스 라이브러리(10)는 다수의 사람들에 대한 얼굴 이미지에 대한 색상 정보들을 포함하는 데이터베이스를 이용하여 퍼스널 컬러 진단을 위한 자료들을 구축하게 된다. 상기 데이터베이스는 다수의 사람들에 대한 화장전후의 데이터 목록들을 구비하여, 스킨톤 인덱스 라이브러리를 형성하기 위한 기반이 되고 모집단 추정에 대한 근거로 작용한다. 아래 표 1은 스킨톤 인덱스 라이브러리 구축을 위한 데이터베이스에 저장된 기본 정보들을 예시적으로 나타낸 것이다.
| 이름 | R | G | B | L* | a* | b* | H | S | V |
| 홍길동 | # | # | # | # | # | # | # | # | # |
| ... |
표 1에 표시된 바와 같이, 각 사람들의 얼굴에 대하여 실제 대면 측색을 통해 얻은 색상 정보들인 RGB 색좌표계의 R(Red) / G(Green) / B(Blue) 정보와 이들로부터 변환된 Lab좌표계의 L*/a*/b* 정보와 HSV 좌표계의 H(색상) /S(채도) /V(명도) 정보들을 포함한다. RGB 색좌표계는 색광의 삼원색을 조합해서 표현하는 방식으로 사용되며 특정한 색을 명시하기 가장 간단하나 명도나 채도의 증가를 표현하기 어렵다. Lab 색좌표계는 색상환의 원을 상정하고 명도축을 직교해 생성한 좌표계이며 원의 좌표를 설정하는 데는 2축의 좌표 혹은 원점과의 각도와 반지름을 사용한다. Lab 색좌표계는 원의 중심에서 멀어질수록 그 값에 따라 색의 채도가 높아지며 명도축에 따라서는 자연스럽게 명도가 변하므로, 원점에서 원주에 가까와질수록 채도는 높아지고 명도축의 좌표는 명도를 결정하게 된다. HSV 색좌표계는 색상(H), 명도(V), 채도(S)를 결정하는 좌표계이며, 실제 사람이 직관적으로 색을 변경하고 싶을때 명도축과 채도축으로 색상을 변경하기 때문에 디지털 좌표계로 활용된다.
데이터베이스의 일부 표본에 대해 관능평가까지 실시하고, 퍼스널 컬러 유형을 할당하기 위한 결정변수 경계값을 산출하는데 사용된다.
한편, 본 발명에 따른 퍼스널 컬러 진단 시스템은 퍼스널 컬러를 결정하기 위항 다수개의 색상 정보들 중 3개의 결정 변수의 정량적 수치를 사용한다. 상기 3개의 결정 변수는 황색도(b*), 밝기(L*) 및 채도(S)이다. 이와 같이, 3개의 결정 변수를 사용함으로써, 각각의 좌표축이 수직으로 만나는 좌표공간에서 3개의 경계값이 만든 경계면은 3차원 공간을 8가지로 구분할 수 있게 된다. 이러한 공간 및 단면 설정은 경계면의 이론적 적합성을 확보하는데 적절하다.
표 2는 스킨톤 인덱스 라이브러리에 포함되어 있는 결정 변수들의 상태의 조합과 퍼스널 컬러 유형을 매칭한 룩업테이블을 예시적으로 표시한 것이다.
| 황색도(b*) | 밝기(L*) | 채도(S) | 퍼스널 컬러 유형 |
| Warm tone | High L | High S | 봄 Warm Bright |
| Warm tone | High L | Low S | 봄 Warm Light |
| Cool tone | High L | Low S | 여름 Cool Light |
| Cool tone | Low L | Low S | 여름 Cool Mute |
| Warm tone | Low L | Low S | 가을 Warm Mute |
| Warm tone | Low L | High S | 가을 Warm Deep |
| Cool tone | Low L | High S | 겨울 Cool Deep |
| Cool tone | High L | High S | 겨울 Cool Bright |
이하, 본 발명에 따른 퍼스널 컬러 진단 시스템에 있어서, 결정변수로서 황색도, 밝기 및 채도를 선택한 근거는 아래와 같다. 먼저, 퍼스널 컬러 유형은 8개로서, 색상으로 구분되는 WT(Warm tone) / CT(Cool tone), 및 밝기와 채도로 구분되는 BT/LT/MT/DT 이다.
색상으로 구분되는 WT/CT는 색채학적으로 옐로(yellow) 베이스의 색인지 블루(blue) 베이스의 색인지에 따라 결정되며, 이는 Lab 좌표계의 황색도(b*)와 밀접한 연관을 가진다. 즉, 황색도가 높으면 옐로베이스의 색(WT)이며, 황색도가 낮으면 블루베이스의 색(CT)이라고 할 수 있다.
밝기로 구분되는 BT< / MT&DT 는 색채학적으로 PCCS 12톤에서 상하로 구분된다. BT<는 흰색을 섞어서 표현하고, MT/DT는 회색 또는 검은색을 섞어서 표현하는 것이 통용된다. 따라서, Lab 좌표계의 밝기(L*)를 결정변수로 취한다. HSV 좌표계에서 V도 밝기(L*)와 완변하게 대응되기는 하나 변환 단계가 필요하지 않은 L*(밝기)를 결정변수로 취하는 것이 합리적이라 할 수 있다.
채도로 구분되는 BT&DT / LT&MT 는 색채학적으로 PCCS 12톤에서 좌우로 구분된다. BT&DT 는 원색계통, LT&MT는 파스텔 계통이라 통칭한다. 그러나 Lab 좌표계에서 채도에 대응되는 변수는 존재하지 않으므로 Lab 좌표계를 변환해서 도출되는 HSV 좌표계의 채도(S)를 결정변수로 취한다. 본 발명에서 이러한 이유로 결정된 3개의 결정 변수는 도 3과 같은 퍼스널 컬러 유형을 구분하게 된다.
도 3은 본 발명에 따른 퍼스널 컬러 진단 시스템에 있어서, 8개의 퍼스널 컬러 유형들에 대한 결정 변수들을 도시한 개요도이다. 도 3을 참조하면, 채도(S)와 밝기(L*)가 원을 사분하고, 각각이 BT/LT/MT/DT이 되며, 황색도(b*)는 독립적으로 각각의 원을 구분하는 형태가 된다. 3개의 결정변수는 좌표축을 어떻게 설정하는지에 따라 다르게 이해할 수 있으며, 여기서는 원판을 쌓아두는 황색도(b*)축이 작용해 원기둥 모양으로 공간을 형성하게 된다. 실제로 색좌표를 밝기와 채도로 나누면 2차원 형태의 원이 형성되지 않는다. 국제 표준에서 설정한 특정 순색의 밝기와 채도가 색상에 따라 다르기 때문이다. 하지만, 본 연구에서 다룰 색의 범위는 국소적이기 때문에 각각의 톤을 2차원 원으로 근사해도 오차가 크기 않기 때문에 앞서 언급한 공간을 그대로 사용한다.
따라서, 본 발명에 따른 퍼스널 컬러 진단 시스템은, 황색도, 밝기, 채도가 결정변수로 작용한다. 모집단의 평균 황색도를 중심으로 WT/CT 를 구분할 수 있고, 모집단의 평균 밝기를 중심으로 BT< / MT&DT 를 구분할 수 있으며, 모집단의 평균 채도를 중심으로 BT&DT / LT&MT를 구분할 수 있다. 다시 정리하면, b*은 황색도 결정 변수이며 경계값보다 높으면 Warm tone, 낮으면 Cool tone 이다. L*는 밝기 결정 변수이며 경계값보다 높으면 Bright & Light tone, 낮으면 Mute & Deep tone이다. S는 채도 결정 변수이며 경계값보다 높으면 Bright & Deep tone, 낮으면 Light & Mute tone 이다. 이와 같은 3개의 결정 변수의 조합에 따라 퍼스널 컬러가 8개의 퍼스널 컬러 유형 중 하나로 결정된다.
한편, 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 상기 스킨톤 인덱스 라이브러리는 얼굴에서의 주 판단 영역, 제1 및 제2 추가 판단 영역들을 설정하고, 상기 주 판단 영역, 제1 및 제2 추가 판단 영역들에 대하여 각각 결정 변수의 경계값들을 설정하고, 각 경계값들에 대하여 편차값을 설정하는 것이 바람직하다. 여기서, 주 판단 영역은 볼이며, 제1 추가 판단 영역은 이마, 제2 추가 판단 영역은 턱으로 설정되는 것이 바람직하다.
이하, 주 판단 영역으로 볼을 선택한 근거를 설명한다. 도 4는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 주 판단 영역과 제1 및 제2 추가 판단 영역을 설정한 근거를 설명하기 위하여, 표본 419명을 대상으로 화장 전후의 수치 차이에 대해서 등분산 T.test를 시행한 표이다.
도 4를 참조하면, 유의 확률이 0.05를 넘는 항목은 a* 항목 전체와 b* 항목의 볼 뿐인데, 황색도 (b*)에서 이마와 턱의 T.test 결과값은 유의확률이 0.05를 넘지 않는 반면, 볼의 결과값은 0.84로 다른 두 항목보다 수치가 크게 높은 것을 확인할 수 있다. 따라서, 미용적 관점에서 표본의 여성들은 이마와 턱의 황색도는 화장시 보정하려고 신경을 쓰나, 볼의 황색도는 보정을 하지 않는다. 심미적 관점에서 여성들이 이마와 턱에 비해 볼의 황색도를 보정하지 않는 이유는 여성이 볼의 스킨톤을 자신의 전체 스킨톤을 대표한다고 생각하기 때문이다. 이러한 근거를 통해, 본 발명에서의 진단 모듈에서 사용하는 주 판단 요소는 볼의 스킨톤을 활용한다.
이하, 제1 및 제2 추가 판단 영역으로 이마 및 턱을 선택한 근거를 설명한다. 주 판단 영역으로 사용한 볼의 스킨톤이 기준값과 비교해서 일정 편차 이상을 내지 않는다면, 주 판단요소인 볼의 스킨톤으로 퍼스널 컬러 유형을 정하는 것은 오류가 발생될 수 있다. 여기서, '일정 편차'란 사진을 찍는 과정에서 생긴 오차 또는 모집단과 표본 집단의 차이를 유의미하게 만들 정도로 작은 값이 될 것이다.
이러한 '일정 편차' 이하의 항목에 대해서는 제1 또는 제2 추가 판단 영역인 이마 또는 턱의 스킨톤을 제1 및 제2 추가 판단 요소로 활용해 더 정확한 판정을 실시한다. 얼굴 전체에서 이마가 차지하는 영역이 턱이 차지하는 영역보다 더 높기 때문에 잠정적으로 이마의 스킨톤을 제1 추가 판단 요소로 결정하고, 턱의 스킨톤을 제2 추가 판단 요소로 결정하는 것이 바람직하다. 또한, 제1 및 제2 추가 판단 요소의 사용에 대한 이론적 근거를 더 확보하기 위하여, 통계적 수치를 활용한 편차값을 사용하는 것이 바람직하다.
표 3은 각 결정변수들에 대한 표준 편차를 표시한 도표이다.
표 3을 참조하면, 제2 추가 판단 영역인 턱의 표준 편차가 이마의 표준 편차보다 모든 면에서 더 크며, 이는 분포가 덜 균일함을 의미한다. 보다 영향력있는 부위가 이마이며, 보다 판정이 수월한 부위가 턱이라는 이론적 근거를 위의 표를 통해 확인할 수 있다. 따라서, 주 판단 요소인 볼의 스킨톤이 경계값에 일정 수준 이산으로 인접해 있어서 퍼스널 컬러 유형을 결정하기 위한 추가 판단 요소가 필요한 경우, 주 판단 영역인 볼에 이어 두번째로 전체 스킨톤을 대표하는 이마의 스킨톤을 제1 추가 판단 요소로 활용하고, 이 경우에도 판정이 나지 않는다면 값이 분산되어 있어 판정 가능성이 가장 폰은 턱의 스킨톤을 제2 추가 판단 요소로 활용하여 퍼스널 컬러 유형을 결정하는 것이 바람직하다.
상기 이미지 획득 모듈(20)은 카메라 등을 구비하여 측정 대상자의 얼굴을 촬상한 측정용 사진 이미지를 색상 정보 변환 모듈(30)로 제공하거나, 측정 대상자의 얼굴 사진을 네트워크 등을 통해 외부로부터 제공받아 색상 정보 변환 모듈(30)로 제공할 수 있다. 한편, 본 발명에 따른 퍼스널 컬러 진단 시스템에 있어서, 상기 이미지 획득 모듈의 다른 실시 형태는 측정 대상자의 얼굴의 볼, 이마, 턱에 대하여 각각 촬상하고, 촬상된 영역에 대한 R/G/B 값을 구하여 색상 정보 변환 모듈로 제공할 수도 있다.
상기 색상 정보 변환 모듈(30)은 상기 이미지 획득 모듈로부터 측정용 사진 이미지을 제공받고, 상기 측정용 사진 이미지로부터 주 판단 영역인 볼과 제1 및 제2 추가 판단 영역인 이마 및 턱을 구분하고, 각 영역들에 대한 R/G/B 값들을 추출하고, R/G/B 값들에 대하여 변환식을 이용하여 Lab 좌표계의 L*/a*/b* 값 및 HSV 좌표계의 H/S/V 값들을 획득하여 진단 모듈(40)로 제공한다.
상기 진단 모듈(40)은 상기 색상 정보 변환 모듈(30)로부터 제공된 정보들로부터 사전 설정된 결정 변수들의 값들을 추출하고, 상기 추출된 결정 변수들의 값들과 상기 스킨톤 인덱스 라이브러리의 정보들을 이용하여, 측정 대상자의 퍼스널 컬러 유형을 결정한다.
상기 출력 모듈(50)은 상기 진단 모듈에 의해 결정된 퍼스널 컬러 유형에 대한 정보를 출력하는 것으로서, 디스플레이 장치, 프린터 등이 될 수 있다.
이하, 도 5 및 도 6을 참조하여 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템(1)의 진단 모듈(40)의 동작을 구체적으로 설명한다.
도 5는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템의 진단 모듈의 동작을 순차적으로 도시한 흐름도이며, 도 6은 도 5의 (a), (b), (c)에 대한 세부 흐름도이다. 도 5 및 도 6을 참조하면, 상기 진단 모듈(40)은 측정 대상자에 대한 측정용 사진 이미지로부터 획득된 주 판단 영역인 볼과 제1 및 제2 추가 판단 영역들인 이마와 턱에 대한 결정 변수들의 값들을 제공받는다(단계 400). 여기서, 주 판단 영역인 볼에 대한 결정 변수들은 주 판단 요소(core factor)가 되며, 제1 및 제2 추가 판단 영역인 이마 및 턱에 대한 결정 변수들은 제1 추가 판단 요소(1st decision factor) 및 제2 추가 판단 요소(2nd decision factor)가 된다.
다음, 스킨톤 인덱스 라이브러리에 사전 설정되어 저장된 각 결정 변수들의 경계값 및 각 경계값에 대한 편차값을 판독한다(단계 402).
다음, 상기 판독된 각 결정 변수들의 경계값 및 이에 대한 편차값들과, 상기 색상 정보 변환 모듈로부터 제공된 상기 주 판단 요소와 제1 및 제2 추가 판단 요소들에 대한 결정 변수들의 값을 서로 비교한다(단계 410, 단계 420, 단계 430).
도 6의 (a)를 참조하면, 단계 410은, 결정 변수들 중 황색도(b*)에 대한 주 판단 요소(Core_b)의 값이 편차값(Std_b)를 고려한 해당 경계값(Bnd_b)과 비교한다. 이 때, 황색도에 대한 주 판단 요소(Core_b)의 값이 편차값을 고려한 경계값보다 작은 경우 황색도는 Cool tone으로 결정하며, 황색도에 대한 주 판단 요소(Core_b)의 값이 편차값을 고려한 경계값보다 큰 경우면 황색도는 Warm tone으로 결정한다.
한편, 황색도에 대한 주 판단 요소(Core_b)의 값이 경계값의 편차 범위내인 경우, 황색도에 대한 제1 추가 판단 요소(1st decision factor_b)의 값을 가중치에 의해 가중된 편차값(Std_b)를 고려한 해당 경계값(Bnd_b)과 다시 비교한다(단계 412). 이 경우 가중치는 일예로 0.5를 사용할 수 있다. 이 때, 황색도에 대한 제1 추가 판단 요소(1st decision factor_b)의 값이 가중된 편차값을 고려한 경계값보다 작은 경우 황색도는 Cool tone으로 결정하며, 황색도에 대한 제1 추가 판단 요소(1st decision factor_b)의 값이 가중된 편차값을 고려한 경계값보다 큰 경우면 황색도는 Warm tone으로 결정한다.
한편, 황색도에 대한 제1 추가 판단 요소(1st decision factor_b)의 값이 경계값의 편차 범위내인 경우, 황색도에 대한 제2 추가 판단 요소(2nd decision factor_b)의 값을 해당 경계값(Bnd_b)과 다시 비교한다(단계 414). 이 때, 황색도에 대한 제2 추가 판단 요소(2nd decision factor_b)의 값이 경계값(Bnd_b)보다 작은 경우 황색도는 Cool tone으로 결정하며, 황색도에 대한 제2 추가 판단 요소(2nd decision factor_b)의 값이 경계값보다 큰 경우면 황색도는 Warm tone으로 결정한다.
도 6의 (b)를 참조하면, 단계 420은, 결정 변수들 중 밝기(L*)에 대한 주 판단 요소(Core_L)의 값이 편차값(Std_L)를 고려한 해당 경계값(Bnd_L)과 비교한다. 이 때, 밝기에 대한 주 판단 요소(Core_L)의 값이 편차값을 고려한 경계값보다 작은 경우 밝기는 어두움(Low L)으로 결정하며, 밝기에 대한 주 판단 요소(Core_L)의 값이 편차값을 고려한 경계값보다 큰 경우면 밝기는 밝음(High L)로 결정한다.
한편, 밝기에 대한 주 판단 요소(Core_L)의 값이 경계값(Bnd_L)의 편차 범위내인 경우, 밝기에 대한 제1 추가 판단 요소(1st decision factor_L)의 값을 가중치에 의해 가중된 편차값(Std_L)을 고려한 해당 경계값(Bnd_L)과 다시 비교한다(단계 422). 이 경우 가중치는 일예로 0.5를 사용할 수 있다. 이 때, 밝기에 대한 제1 추가 판단 요소(1st decision factor_L)의 값이 가중된 편차값을 고려한 경계값보다 작은 경우 밝기는 어두움으로 결정하며, 밝기에 대한 제1 추가 판단 요소(1st decision factor_L)의 값이 가중된 편차값을 고려한 경계값보다 큰 경우면 밝기는 밝음으로 결정한다.
한편, 밝기에 대한 제1 추가 판단 요소(1st decision factor_L)의 값이 경계값의 편차 범위내인 경우, 밝기에 대한 제2 추가 판단 요소(2nd decision factor_L)의 값을 해당 경계값(Bnd_L)과 다시 비교한다(단계 424). 이 때, 밝기에 대한 제2 추가 판단 요소(2nd decision factor_L)의 값이 경계값(Bnd_L)보다 작은 경우 밝기는 어두움으로 결정하며, 밝기에 대한 제2 추가 판단 요소(2nd decision factor_L)의 값이 경계값보다 큰 경우면 밝기는 밝음으로 결정한다.
도 6의 (c)를 참조하면, 단계 430은, 결정 변수들 중 채도(S)에 대한 주 판단 요소(Core_S)의 값이 편차값(Std_S)를 고려한 해당 경계값(Bnd_S)과 비교한다. 이 때, 채도에 대한 주 판단 요소(Core_S)의 값이 편차값을 고려한 경계값보다 작은 경우 채도는 낮음(Low_S)으로 결정하며, 채도에 대한 주 판단 요소(Core_S)의 값이 편차값을 고려한 경계값보다 큰 경우면 채도는 높음(High_S)으로 결정한다.
한편, 채도에 대한 주 판단 요소(Core_S)의 값이 경계값의 편차 범위내인 경우, 채도에 대한 제1 추가 판단 요소(1st decision factor_S)의 값을 가중치에 의해 가중된 편차값(Std_S)을 고려한 해당 경계값(Bnd_S)과 다시 비교한다(단계 432). 이 경우 가중치는 일예로 0.5를 사용할 수 있다. 이 때, 채도에 대한 제1 추가 판단 요소(1st decision factor_S)의 값이 가중된 편차값을 고려한 경계값보다 작은 경우 채도는 낮음(Low_S)으로 결정하며, 채도에 대한 제1 추가 판단 요소(1st decision factor_S)의 값이 가중된 편차값을 고려한 경계값보다 큰 경우면 채도는 높음(High_S)으로 결정한다.
한편, 채도에 대한 제1 추가 판단 요소(1st decision factor_S)의 값이 경계값의 편차 범위내인 경우, 채도에 대한 제2 추가 판단 요소(2nd decision factor_S)의 값을 해당 경계값(Bnd_S)과 다시 비교한다(단계 434). 이 때, 채도에 대한 제2 추가 판단 요소(2nd decision factor_S)의 값이 경계값(Bnd_S)보다 작은 경우 채도는 낮음(Low_S)으로 결정하며, 채도에 대한 제2 추가 판단 요소(2nd decision factor_S)의 값이 경계값보다 큰 경우면 채도는 높음(High_S)으로 결정한다.
전술한 과정을 통해, 3개의 결정변수인 황색도, 밝기 및 채도에 대하여 각각 선택된 유형을 조합하여, 룩업테이블을 이용하여 조합된 결과에 대응되는 8개의 퍼스널 컬러 유형 중 하나를 최종적으로 결정한다(단계 440)
출력 모듈(500)은 진단 모듈에 의해 결정된 퍼스널 컬러 유형을 출력한다. 도 7은 본 발명에 따른 퍼스널 컬러 진단 시스템에 있어서, 출력 모듈을 통해 출력된 형태를 예시적으로 도시한 것이다. 도 7을 참조하면, 이동통신단말기의 디스플레이 모듈을 통해, 상기 결정된 퍼스널 컬러 유형을 출력하고, 이와 관련된 추가 정보들을 더 디스플레이시켜 사용자에게 보다 많은 정보들을 제공할 수도 있다.
한편, 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 색상 정보 변환 모듈(30)의 다른 실시 형태는 측정 대상자에 대하여 촬상된 영상의 색상을 보정한 후 변환하도록 함으로써, 퍼스널 컬러에 대하여 촬영시의 조명이나 빛 반사에 대하여 영향을 받지 않도록 하여 보다 더 정확한 판단을 도출해 낼 수 있도록 한다. 이와 같이, 측정용 사진 이미지로부터 추출되는 색상 정보의 정확성을 향상시키기 위하여, 측정용 사진 이미지가 측정 대상자의 얼굴 및 측색용 색상 카드를 포함하도록 하는 것이 바람직하다. 또한, 이를 이용하여, 상기 색상 정보 변환 모듈(30)은 색상에 대한 캘리브레이션(calibration)후 색상 정보를 변환하도록 구성되는 것이 바람직하다.
도 8은 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 측정용 사진 이미지의 다른 실시 형태를 도시한 것이다. 도 8을 참조하면, 측정용 사진 이미지의 촬영시에 측정 대상자의 얼굴(700)과 함께 측색용 색상 카드(710)도 촬영하게 된다. 상기 측색용 색상 카드(710)는 표준 색상들이 표시된 색상표이다.
도 9는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 측정용 사진 이미지의 다른 실시 형태에 따라 측색용 색상 카드를 이용하여 색상 정보를 캘리브레이션하는 과정을 설명하기 위하여 도시한 도표들이다.
도 9를 참조하면, 상기 색상 정보 변환 모듈(30)은 상기 이미지 획득 모듈로부터 얼굴과 측색용 색상 카드가 함께 촬상된 측정용 사진 이미지를 제공받고, 상기 측정용 사진 이미지로부터 측색용 색상 카드 영역, 주 판단 영역인 볼과 제1 및 제2 추가 판단 영역인 이마 및 턱을 구분하고, 각 영역들에 대한 R/G/B 값들을 추출하고(800), 측색용 색상 카드 영역으로부터 추출된 R/G/B 값과 측색용 색상 카드에 대한 절대값인 R/G/B 값(810)의 차이값을 검출하고, 상기 각 영역들에 대하여 추출된 R/G/B 값들을 상기 검출된 차이값을 이용하여 캘리브레이션(Calibration)한다. 이렇게 캘리브레이션된 R/G/B 값들(820)에 대하여 변환식을 이용하여 Lab 좌표계의 L*/a*/b* 값 및 HSV 좌표계의 H/S/V 값들(830)을 획득하여 진단 모듈(40)로 제공한다. 이와 같이, 캘리브레이션 과정에 의해, 촬영시의 조명이나 반사 등에 의해 측정 대상자의 실제 색상이 변경되는 것을 최소화시킬 수 있게 된다.
전술한 구성을 갖는 본 발명의 제1 실시예에 따른 퍼스널 컬러 진단 시스템은 측정 대상자의 얼굴에 대하여 촬영된 이미지로부터 황색도, 밝기 및 채도 값을 추출하고, 이들을 이용하여 측정 대상자에 대하여 사전 설정된 다수 개의 퍼스널 컬러 유형 중 하나로 결정하여 제공하게 된다.
< 제2 실시예 >
본 발명의 제2 실시예에 따른 퍼스널 컬러 진단 시스템은, 주 판단 요소는 측정 대상자의 볼의 스킨톤이며, 추가 판단 요소는 이마 또는 턱 중 어느 하나에 대한 스킨톤으로 하며, 주 판단 요소와 추가 판단 요소를 이용하여 퍼스널 컬러 유형을 결정하는 것을 특징으로 한다. 따라서, 본 실시예에 따른 퍼스널 컬러 진단 시스템은, 제1 실시예에 따른 퍼스널 컬러 진단 시스템과는 달리, 주 판단 영역인 볼과 추가 판단 영역인 이마 또는 턱에 대한 결정변수값들을 이용하여 퍼스널 컬러 유형을 결정하게 된다.
본 발명의 제2 실시예에 따른 퍼스널 컬러 진단 시스템은 스킨톤 인덱스 라이브러리(shin tone index library), 이미지 획득 모듈, 색상 정보 변환 모듈, 진단 모듈 및 출력 모듈을 포함한다.
본 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 스킨톤 인덱스 라이브러리는 주 판단 영역인 볼과 추가 판단 영역인 이마 또는 턱에 대한 결정 변수의 경계값과 편차값들을 포함하며, 사전에 설정된 복수 개의 퍼스널 컬러유형들에 대한 정보, 그리고 결정 변수들의 상태의 조합과 퍼스널 컬러 유형을 매칭한 룩업테이블 등을 포함한다.
본 실시예에 따른 이미지 획득 모듈, 색상 정보 변환 모듈, 출력 모듈의 구성 및 동작은 제1 실시예의 그것들과 동일하므로, 이들에 대하여 중복되는 설명은 생략한다.
본 실시예에 따른 진단 모듈의 동작에 대하여 구체적으로 설명한다. 본 실시에에 따른 진단 모듈은, 먼저 측정 대상자에 대한 측정용 사진 이미지로부터 획득된 주 판단 영역인 볼과 추가 판단 영역인 이마 또는 턱에 대한 결정 변수들의 값들을 제공받는다.
다음, 스킨톤 인덱스 라이브러리에 사전 설정되어 저장된 각 결정 변수들의 경계값 및 각 경계값에 대한 편차값을 판독한다.
다음, 상기 판독된 각 결정 변수들의 경계값 및 이에 대한 편차값들과, 상기 색상 정보 변환 모듈로부터 제공된 상기 주 판단 요소에 대한 결정 변수들의 값을 이용하여, 퍼스널 컬러 유형을 결정하게 된다.
이때, 결정 변수들 중 황색도(b*)에 대하여, 주 판단 요소(Core_b)의 값이 편차값(Std_b)를 고려한 해당 경계값(Bnd_b)과 비교하고, 그 결과에 따라 황색도를 Cool tone 또는 Warm tone으로 결정한다. 만약, 황색도에 대한 주 판단 요소(Core_b)의 값이 경계값의 편차 범위내인 경우, 황색도에 대한 추가 판단 요소(decision factor_b)의 값을 해당 경계값(Bnd_b)과 다시 비교하고, 그 결과에 따라 황색도를 Cool tone 또는 Warm tone으로 결정한다.
다음, 결정 변수들 중 밝기(L*)에 대하여, 주 판단 요소(Core_L)의 값이 편차값(Std_L)를 고려한 해당 경계값(Bnd_L)과 비교하고, 그 결과에 따라 밝기를 어두움(Low L) 또는 밝음(High L)로 결정한다. 만약, 밝기에 대한 주 판단 요소(Core_L)의 값이 경계값(Bnd_L)의 편차 범위내인 경우, 밝기에 대한 추가 판단 요소(decision factor_L)의 값을 해당 경계값(Bnd_L)과 다시 비교하고, 그 결과에 따라 밝기를 어두움(Low L) 또는 밝음(High L)로 결정한다.
다음, 결정 변수들 중 채도(S)에 대하여, 주 판단 요소(Core_S)의 값이 편차값(Std_S)을 고려한 해당 경계값(Bnd_S)과 비교하고, 그 결과에 따라 채도를 낮음(Low_S) 또는 높음(High_S)으로 결정한다. 만약, 채도에 대한 주 판단 요소(Core_S)의 값이 경계값의 편차 범위내인 경우, 채도에 대한 추가 판단 요소(decision factor_S)의 값을 해당 경계값(Bnd_S)과 다시 비교하고, 그 결과에 따라 채도를 낮음(Low_S) 또는 높음(High_S)으로 결정한다.
전술한 과정을 통해, 3개의 결정변수인 황색도, 밝기 및 채도에 대하여 각각 선택된 유형을 조합하여, 룩업테이블을 이용하여 조합된 결과에 대응되는 8개의 퍼스널 컬러 유형 중 하나를 최종적으로 결정한다.
< 제3 실시예 >
본 발명의 제3 실시예에 따른 퍼스널 컬러 진단 시스템은, 단일 판단 영역에 대한 스킨톤을 이용하여 퍼스널 컬러 유형을 결정하는 것을 특징으로 한다. 따라서, 본 실시예에 따른 퍼스널 컬러 진단 시스템은, 제1 실시예에 따른 퍼스널 컬러 진단 시스템과는 달리, 하나의 판단 영역인 볼에 대한 결정변수값들을 이용하여 퍼스널 컬러 유형을 결정하게 된다.
본 발명의 제3 실시예에 따른 퍼스널 컬러 진단 시스템은 스킨톤 인덱스 라이브러리(shin tone index library), 이미지 획득 모듈, 색상 정보 변환 모듈, 진단 모듈 및 출력 모듈을 포함한다. 본 실시예에 따른 퍼스널 컬러 진단 시스템에 있어서, 스킨톤 인덱스 라이브러리는 단일 판단 영역인 볼에 대한 결정 변수의 경계값과 편차값들을 포함하며, 사전에 설정된 복수 개의 퍼스널 컬러 유형들에 대한 정보, 그리고 결정 변수들의 상태의 조합과 퍼스널 컬러 유형을 매칭한 룩업테이블 등을 포함한다.
본 실시예에 따른 이미지 획득 모듈, 색상 정보 변환 모듈, 출력 모듈의 구성 및 동작은 제1 실시예의 그것들과 동일하므로, 이들에 대하여 중복되는 설명은 생략한다.
본 실시예에 따른 진단 모듈의 동작에 대하여 구체적으로 설명한다. 본 실시예에 따른 진단 모듈은, 먼저 측정 대상자에 대한 측정용 사진 이미지로부터 획득된 하나의 판단 영역에 대한 결정 변수들의 값들을 제공받는다. 본 실시예에서는 판단 영역이 볼인 것이 바람직하나, 상황에 따라서는 다른 영역으로도 설정될 수 있다.
다음, 스킨톤 인덱스 라이브러리에 사전 설정되어 저장된 각 결정 변수들의 경계값 및 각 경계값에 대한 편차값을 판독한다.
다음, 상기 판독된 각 결정 변수들의 경계값 및 이에 대한 편차값들과, 상기 색상 정보 변환 모듈로부터 제공된 상기 결정 변수들의 값을 이용하여, 퍼스널 컬러 유형을 결정하게 된다.
이때, 결정 변수들 중 황색도(b*)에 대하여, 판단 요소(Core_b)의 값을 해당 경계값(Bnd_b)과 비교하고, 그 결과에 따라 황색도를 Cool tone 또는 Warm tone으로 결정한다.
다음, 결정 변수들 중 밝기(L*)에 대하여, 판단 요소(Core_L)의 값을 해당 경계값(Bnd_L)과 다시 비교하고, 그 결과에 따라 밝기를 어두움(Low L) 또는 밝음(High L)로 결정한다.
다음, 결정 변수들 중 채도(S)에 대하여, 주 판단 요소(Core_S)의 값을 해당 경계값(Bnd_S)과 다시 비교하고, 그 결과에 따라 채도를 낮음(Low_S) 또는 높음(High_S)으로 결정한다.
전술한 과정을 통해, 3개의 결정변수인 황색도, 밝기 및 채도에 대하여 각각 선택된 유형을 조합하여, 룩업 테이블(Lookup table)을 이용하여 조합된 결과에 대응되는 8개의 퍼스널 컬러 유형 중 하나를 최종적으로 결정한다.
전술한 제2 및 제3 실시예에 있어서, 상기 색상 정보 변환 모듈은 제1 실시에의 그것들과 마찬가지로 색상 정보를 캘리브레이션한 후 변환시키는 것이 바람직하다.
전술한 제1, 제2 및 제3 실시예에 따른 퍼스널 컬러 진단 시스템은, 카메라, 컴퓨터 및 출력장치로 구성된 장비로 구현되거나, 스마트폰 어플리케이션 소프트웨어로 제작되어, 카메라 기능이 장착된 스마트폰과 같은 이동통신단말기이나 태블릿 PC 등에서도 구현될 수 있다. 특히, 스마트폰 어플리케이션 소프트웨어로 구현되는 경우, 전술한 퍼스널 컬러 진단 시스템의 스킨톤 인덱스 라이브러리는 스마트폰 어플리케이션 소프트웨어에 포함되어 제공됨으로써 해당 스마트폰에 저장되어 관리되는 것이 바람직하다. 또한, 전술한 퍼스널 컬러 진단 시스템의 이미지 획득 모듈은 스마트폰이나 태블릿 PC에 내장된 카메라를 이용하여 구현될 수 있으며, 그 외의 색상 정보 변환 모듈 및 진단 모듈은 프로그램으로 구현될 수 있으며, 출력 모듈은 스마트폰이나 태블릿 PC의 디스플레이를 이용하여 구현될 수 있게 된다.
이상에서 본 발명에 대하여 그 바람직한 실시예를 중심으로 설명하였으나, 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 발명의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 그리고, 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
1 : 퍼스널 컬러 진단 시스템
10 : 스킨톤 인덱스 라이브러리
20 : 이미지 획득 모듈
30 : 색상 정보 변환 모듈
40 : 진단 모듈
50 : 출력 모듈
10 : 스킨톤 인덱스 라이브러리
20 : 이미지 획득 모듈
30 : 색상 정보 변환 모듈
40 : 진단 모듈
50 : 출력 모듈
Claims (16)
- (a) 복수 개의 퍼스널 컬러 유형 및 퍼스널 컬러 유형을 결정하기 위한 복수 개의 결정 변수들이 설정되어 저장되고, 퍼스널 컬러 유형을 결정시 사용되는 각 결정 변수들에 대한 경계값 및 상기 복수 개의 결정 변수들의 상태의 조합에 따른 퍼스널 컬러 유형들이 정의된 스킨톤 인덱스 라이브러리를 저장소에 저장하는 단계;
(b) 측정 대상자의 얼굴을 촬상한 얼굴 이미지를 획득하는 단계;
(c) 상기 획득된 얼굴 이미지에서 사전 설정된 얼굴 영역을 추출하고, 상기 추출된 얼굴 영역에 대한 R/G/B 정보들을 변환시켜 사전 설정된 복수 개의 결정 변수들에 대한 측정값들을 획득하는 단계;
(d) 상기 획득된 결정 변수들에 대한 측정값들과 상기 스킨톤 인덱스 라이브러리를 이용하여 측정 대상자에 대한 퍼스널 컬러 유형을 결정하는 단계;
를 구비하는 퍼스널 컬러 진단 방법. - 제1항에 있어서, 상기 복수 개의 결정 변수들은 Lab 색좌표계의 황색도(b*)와 밝기(L*), 그리고 HSV 색좌표계의 채도(S)인 것을 특징으로 하는 퍼스널 컬러 진단 방법.
- 제1항에 있어서, 상기 (b) 단계에서 획득한 얼굴 이미지는, 측정 대상자의 얼굴 및 측색용 색상 카드를 함께 촬상한 얼굴 이미지인 것을 특징으로 하는 퍼스널 컬러 진단 방법.
- 제3항에 있어서, 상기 (c) 단계는,
상기 얼굴 이미지에서 측색용 색상 카드 영역 및 사전 설정된 얼굴 영역을 추출하고, 추출된 각 영역들에 대한 R/G/B 정보를 획득하고,
상기 측색용 색상 카드에 대한 측정값과 절대값을 비교하여 차이값을 구하고, 상기 차이값을 이용하여 상기 얼굴 이미지의 색상 정보를 캘리브레이션(calibration)하고,
상기 캘리브레이션된 얼굴 이미지의 색상 정보를 이용하여 상기 추출된 얼굴 영역에 대한 결정 변수들의 측정값들을 획득하는 것을 특징으로 하는 퍼스널 컬러 진단 방법. - 제1항에 있어서, 상기 스킨톤 인덱스 라이브러리는 각 결정 변수에 대해 설정된 적어도 하나 또는 둘 이상의 경계값들을 포함하는 것을 특징으로 하며,
상기 (d) 단계는,
상기 스킨톤 인덱스 라이브러리에 포함된 각 결정 변수에 대한 경계값들을 이용하여 상기 복수 개의 결정 변수들에 대한 측정값들의 상태를 판단하고, 상기 판단에 따라 측정 대상자에 대한 퍼스널 컬러 유형을 결정하는 것을 특징으로 하는 퍼스널 컬러 진단 방법. - 제1항에 있어서, 상기 (c) 단계는, 상기 획득된 얼굴 이미지에서 사전 설정된 적어도 둘 이상의 얼굴 영역을 추출하고, 상기 추출된 얼굴 영역들에 대한 R/G/B 정보들로부터 결정 변수들에 대한 측정값을 획득하며,
상기 스킨톤 인덱스 라이브러리는 각 결정 변수들의 경계값들에 대한 편차값들을 더 구비하고,
상기 (d) 단계는,
상기 사전 설정된 적어도 둘 이상의 얼굴 영역들에 대하여 주 판단 영역과 추가 판단 영역들을 설정하고,
주 판단 영역에 대한 결정 변수들의 측정값이 상기 편차값에 의한 경계값의 편차 범위밖이면, 주 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고,
주 판단 영역에 대한 결정 변수들의 측정값이 상기 편차값에 의한 경계값의 편차 범위내이면, 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하는 것을 특징으로 하는 퍼스널 컬러 진단 방법. - 제6항에 있어서, 상기 사전 설정된 적어도 둘 이상의 얼굴 영역은, 볼, 이마 및 턱 중 적어도 둘 이상을 포함하는 것을 특징으로 하는 퍼스널 컬러 진단 방법.
- 제6항에 있어서, 상기 주 판단 영역은 볼이며,
상기 추가 판단 영역은 이마 및 턱 중 하나 또는 둘인 것을 특징으로 하는 퍼스널 컬러 진단 방법. - 제6항에 있어서, 사전 설정된 얼굴 영역은 주 판단 영역, 제1 추가 판단 영역 및 제2 추가 판단 영역을 구비하며,
상기 (d) 단계는,
주 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위밖이면, 주 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고,
주 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위내이면, 제1 추가 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 판단하고,
상기 제1 추가 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 판단함에 있어서, 제1 추가 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위밖이면 제1 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고, 제1 추가 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위내이면 제2 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하는 것을 특징으로 하는 퍼스널 컬러 진단 방법. - 제9항에 있어서, 상기 주 판단 영역은 볼이며,
상기 제1 추가 판단 영역은 이마이며,
상기 제2 추가 판단 영역은 턱인 것을 특징으로 하는 퍼스널 컬러 진단 방법. - 퍼스널 컬러 진단 시스템에 있어서,
복수 개의 퍼스널 컬러 유형 및 퍼스널 컬러 유형을 결정하기 위한 복수 개의 결정 변수들이 설정되어 저장되고, 퍼스널 컬러 유형을 결정시 사용되는 각 결정 변수들에 대한 경계값 및 상기 복수 개의 결정 변수들의 상태의 조합에 따른 퍼스널 컬러 유형들이 정의되어 저장된 스킨톤 인덱스 라이브러리;
측정 대상자의 얼굴을 촬상한 얼굴 이미지를 획득하는 이미지 획득 모듈;
상기 이미지 획득 모듈에 의해 획득된 얼굴 이미지에서 사전 설정된 얼굴 영역을 추출하고, 상기 추출된 얼굴 영역에 대한 R/G/B 정보들을 변환시켜 사전 설정된 복수 개의 결정 변수들에 대한 측정값들을 획득하는 색상 정보 변환 모듈;
상기 색상 정보 변환 모듈에 의해 획득된 결정 변수들에 대한 측정값들과 상기 스킨톤 인덱스 라이브러리를 이용하여 측정 대상자에 대한 퍼스널 컬러 유형을 결정하는 진단 모듈;
를 구비하고, 상기 이미지 획득 모듈이 획득한 얼굴 이미지는, 측정 대상자의 얼굴 및 측색용 색상 카드를 함께 촬상한 얼굴 이미지인 것을 특징으로 하는 퍼스널 컬러 진단 시스템. - 제11항에 있어서, 상기 복수 개의 결정 변수들은 Lab 색좌표계의 황색도(b*)와 밝기(L*), 그리고 HSV 색좌표계의 채도(S)인 것을 특징으로 하는 퍼스널 컬러 진단 시스템.
- 제11항에 있어서, 상기 색상 정보 변환 모듈은,
상기 얼굴 이미지에서 측색용 색상 카드 영역 및 사전 설정된 얼굴 영역을 추출하고, 추출된 각 영역들에 대한 R/G/B 정보를 획득하고,
상기 측색용 색상 카드에 대한 측정값과 절대값을 비교하여 차이값을 구하고, 상기 차이값을 이용하여 상기 얼굴 이미지의 색상 정보를 캘리브레이션(calibration)하고,
상기 캘리브레이션된 얼굴 이미지의 색상 정보를 이용하여 상기 추출된 얼굴 영역에 대한 결정 변수들의 측정값들을 획득하는 것을 특징으로 하는 퍼스널 컬러 진단 시스템. - 제11항에 있어서, 상기 색상 정보 변환 모듈은, 상기 이미지 획득 모듈에 의해 획득된 얼굴 이미지에서 사전 설정된 적어도 둘 이상의 얼굴 영역을 추출하고, 상기 추출된 얼굴 영역들에 대한 R/G/B 정보들로부터 결정 변수들에 대한 측정값을 획득하며,
상기 스킨톤 인덱스 라이브러리는 각 결정 변수들의 경계값들에 대한 편차값들을 더 구비하고,
상기 진단 모듈은,
상기 사전 설정된 적어도 둘 이상의 얼굴 영역들에 대하여 주 판단 영역과 추가 판단 영역들을 설정하고,
주 판단 영역에 대한 결정 변수들의 측정값이 상기 편차값에 의한 경계값의 편차 범위밖이면, 주 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고,
주 판단 영역에 대한 결정 변수들의 측정값이 상기 편차값에 의한 경계값의 편차 범위내이면, 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하는 것을 특징으로 하는 퍼스널 컬러 진단 시스템. - 제14항에 있어서, 사전 설정된 얼굴 영역은 주 판단 영역, 제1 추가 판단 영역 및 제2 추가 판단 영역을 구비하며,
상기 진단 모듈은,
주 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위밖이면, 주 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고,
주 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위내이면, 제1 추가 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 판단하고,
상기 제1 추가 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 판단함에 있어서, 제1 추가 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위밖이면 제1 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하고, 제1 추가 판단 영역에 대한 결정 변수들의 측정값이 경계값의 편차 범위내이면 제2 추가 판단 영역에 대한 결정 변수들을 이용하여 퍼스널 컬러 유형을 결정하는 것을 특징으로 하는 퍼스널 컬러 진단 시스템. - 제15항에 있어서, 상기 주 판단 영역은 볼이며,
상기 제1 추가 판단 영역은 이마이며,
상기 제2 추가 판단 영역은 턱인 것을 특징으로 하는 퍼스널 컬러 진단 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160174519A KR102002622B1 (ko) | 2016-12-20 | 2016-12-20 | 퍼스널 컬러 진단 시스템 및 퍼스널 컬러 진단 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160174519A KR102002622B1 (ko) | 2016-12-20 | 2016-12-20 | 퍼스널 컬러 진단 시스템 및 퍼스널 컬러 진단 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180072021A true KR20180072021A (ko) | 2018-06-29 |
| KR102002622B1 KR102002622B1 (ko) | 2019-07-25 |
Family
ID=62780696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160174519A KR102002622B1 (ko) | 2016-12-20 | 2016-12-20 | 퍼스널 컬러 진단 시스템 및 퍼스널 컬러 진단 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102002622B1 (ko) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200113853A (ko) | 2019-03-26 | 2020-10-07 | 부경대학교 산학협력단 | 얼굴영상 처리를 이용한 퍼스널 컬러 분석 판별을 위한 장치 및 방법 |
| KR102163644B1 (ko) * | 2020-02-24 | 2020-10-08 | 이성민 | 퍼스널 톤 진단 매체 및 진단 시스템 |
| KR102170912B1 (ko) * | 2019-05-15 | 2020-10-28 | 한국과학기술원 | 얼굴 피부 컬러 판정을 위한 인물 영상 촬영 용 컬러 팔레트 및 그를 이용한 방법 및 장치 |
| WO2023068633A1 (ko) * | 2021-10-18 | 2023-04-27 | 주식회사 작당모의 | 퍼스널 컬러 인식 방법, 이를 수행하는 장치 및 컴퓨터 프로그램 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05223642A (ja) * | 1992-02-14 | 1993-08-31 | Pola Chem Ind Inc | 測色方法及びその装置 |
| KR100220769B1 (ko) * | 1994-05-09 | 1999-09-15 | 맥퍼레인 다비에스 | 개인에게 적합한 색의 선택 방법 및 이에 사용되는 장치 |
| JP2004321793A (ja) * | 2003-04-29 | 2004-11-18 | Inforward Inc | 皮膚画像のコンピュータ解析のための方法およびシステム |
| KR20100096393A (ko) | 2009-02-24 | 2010-09-02 | 김경미 | 온라인 상의 퍼스널 이미지 제공 장치 및 방법 |
| KR20120132383A (ko) * | 2011-05-27 | 2012-12-05 | 엘브이엠에이취 러쉐르쉐 | 피부 또는 외피의 톤을 특화하기 위한 방법 |
| KR20150093332A (ko) | 2014-02-07 | 2015-08-18 | 정연아 | 퍼스널 컬러 매칭 시스템 및 방법 |
-
2016
- 2016-12-20 KR KR1020160174519A patent/KR102002622B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05223642A (ja) * | 1992-02-14 | 1993-08-31 | Pola Chem Ind Inc | 測色方法及びその装置 |
| KR100220769B1 (ko) * | 1994-05-09 | 1999-09-15 | 맥퍼레인 다비에스 | 개인에게 적합한 색의 선택 방법 및 이에 사용되는 장치 |
| JP2004321793A (ja) * | 2003-04-29 | 2004-11-18 | Inforward Inc | 皮膚画像のコンピュータ解析のための方法およびシステム |
| KR20100096393A (ko) | 2009-02-24 | 2010-09-02 | 김경미 | 온라인 상의 퍼스널 이미지 제공 장치 및 방법 |
| KR20120132383A (ko) * | 2011-05-27 | 2012-12-05 | 엘브이엠에이취 러쉐르쉐 | 피부 또는 외피의 톤을 특화하기 위한 방법 |
| KR20150093332A (ko) | 2014-02-07 | 2015-08-18 | 정연아 | 퍼스널 컬러 매칭 시스템 및 방법 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200113853A (ko) | 2019-03-26 | 2020-10-07 | 부경대학교 산학협력단 | 얼굴영상 처리를 이용한 퍼스널 컬러 분석 판별을 위한 장치 및 방법 |
| KR102170912B1 (ko) * | 2019-05-15 | 2020-10-28 | 한국과학기술원 | 얼굴 피부 컬러 판정을 위한 인물 영상 촬영 용 컬러 팔레트 및 그를 이용한 방법 및 장치 |
| CN111953949A (zh) * | 2019-05-15 | 2020-11-17 | 韩国科学技术院 | 判断面部肤色的影像拍摄用调色板、利用其的方法及装置 |
| WO2020230959A1 (ko) * | 2019-05-15 | 2020-11-19 | 한국과학기술원 | 얼굴 피부 컬러 판정을 위한 인물 영상 촬영 용 컬러 팔레트 및 그를 이용한 방법 및 장치 |
| US11915454B2 (en) | 2019-05-15 | 2024-02-27 | Korea Advanced Institute Of Science And Technology | Color palette for capturing person's image for determination of facial skin color, and method and apparatus using same |
| KR102163644B1 (ko) * | 2020-02-24 | 2020-10-08 | 이성민 | 퍼스널 톤 진단 매체 및 진단 시스템 |
| WO2023068633A1 (ko) * | 2021-10-18 | 2023-04-27 | 주식회사 작당모의 | 퍼스널 컬러 인식 방법, 이를 수행하는 장치 및 컴퓨터 프로그램 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102002622B1 (ko) | 2019-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6476510B2 (ja) | 測色装置により得られた色情報に基づく肌状態の鑑別法 | |
| KR102002622B1 (ko) | 퍼스널 컬러 진단 시스템 및 퍼스널 컬러 진단 방법 | |
| Wang et al. | Statistical analysis of tongue images for feature extraction and diagnostics | |
| US8743137B2 (en) | Method for electronic color matching | |
| JP6254826B2 (ja) | カメラシステム、これに用いられる色変換装置及び方法並びに色変換プログラム | |
| US9750326B2 (en) | Transparency evaluation device, transparency evaluation method and transparency evaluation program | |
| RU2567863C2 (ru) | Способ и система для определения цвета из изображения | |
| KR101767270B1 (ko) | 치아 색조 맵핑 | |
| US20080080766A1 (en) | Apparatus and Method for Analyzing Skin Using L*a*b* Colorspace | |
| Quintana et al. | A novel method for color correction in epiluminescence microscopy | |
| US20070140553A1 (en) | Dental colorimetry apparatus | |
| Molada‐Tebar et al. | Camera characterization for improving color archaeological documentation | |
| KR20200113853A (ko) | 얼굴영상 처리를 이용한 퍼스널 컬러 분석 판별을 위한 장치 및 방법 | |
| CN113189021A (zh) | 基于光谱识别岩石颜色的方法 | |
| Marguier et al. | Assessing human skin color from uncalibrated images | |
| WO2021256459A1 (ja) | 画像表示システム、及び画像表示方法 | |
| CN115065814A (zh) | 屏幕色彩准确度检测方法及装置 | |
| CN113642358B (zh) | 肤色检测方法、装置、终端和存储介质 | |
| US20160006904A1 (en) | Reference color selection device, color correction device, and reference color selection method | |
| He et al. | Assessing skin tone heterogeneity under various light sources | |
| Marguier et al. | Color correction of uncalibrated images for the classification of human skin color | |
| Párraga et al. | Accurate mapping of natural scenes radiance to cone activation space: a new image dataset | |
| US20220053916A1 (en) | Method for determining a coloration product recommendation | |
| JP2018063226A (ja) | 肌色評価方法、メーキャップ評価方法、及び化粧料選択方法 | |
| He et al. | A novel camera colour characterisation model for the colour measurement of human skin |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |