KR20210040887A

KR20210040887A - 용모 변화 조작 결과를 예측하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램

Info

Publication number: KR20210040887A
Application number: KR1020210038965A
Authority: KR
Inventors: 지유 동
Original assignee: 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디.
Priority date: 2020-06-30
Filing date: 2021-03-25
Publication date: 2021-04-14
Also published as: US20210209345A1; CN111767676B; JP2022003506A; CN111767676A; EP3828897A1

Abstract

본 출원은 용모 변화 조작 결과를 예측하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램을 개시하는바, 인공지능, 빅데이터 및 이미지 처리 기술분야에 관한 것이다. 일 측면에 따른 용모 변화 조작 결과를 예측하는 방법은, 용모 변화 조작의 샘플 데이터를 취득하는 단계; 샘플 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축하는 단계; 및 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작에 기반하여 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 용모 데이터를 예측하는 단계를 포함한다. 본 방법을 적용하는 경우, 사용자한테 용모 변화 조작 후의 용모 예측 데이터를 제공하여 사용자의 의사결정을 보조할 수 있다.

Description

용모 변화 조작 결과를 예측하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램{A METHOD, AN APPARATUS, AN ELECTRONIC DEVICE, A STORAGE MEDIUM AND A PROGRAM FOR PREDICTING OUTCOME OF OPERATION FOR APPEARANCE CHANGE}

본 개시의 실시예는 인공지능 기술분야에 관한 것으로, 구체적으로, 빅데이터 기술 및 이미지 처리 기술에 관한 것이다. 특히, 본 개시는 빅데이터 처리 플랫폼 모델링으로 용모 변화 조작 결과를 예측하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램에 관한 것이다.

사람들은 생활 수준이 향상됨에 따라 자신의 용모를 중요시하기 시작하였고, 연령, 생활 방식 등이 변화됨에 따라 자신의 용모에 나타나는 변화를 기술 수단에 의해 미리 알 수 있기를 바라고 있다. 일부 사람들은 또한, 체육단련, 건강한 다이어트의 생활 방식 또는 메디컬 에스테틱 수술 등의 방식을 통해 자기 용모를 변화하고 싶어한다. 사람들이 생활 방식이나 또는 메디컬 에스테틱 수술에 관한 선택으로 자기 용모를 변화하고자 고민할 때 주로 심려하는 부분은 결과를 예측할 수 없다는 것이다.

따라서, 용모 변화 조작 결과를 예측할 수 있는 방법이 필요하다.

본 개시는 용모 변화 조작 결과를 예측하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램을 제공한다.

일 측면에 따른 용모 변화 조작 결과를 예측하는 방법은, 용모 변화 조작의 샘플 데이터를 취득하는 단계 - 여기서, 샘플 데이터는 용모 변화 조작 전의 사용자의 제1 용모 데이터 및 제1 용모 데이터에 대응되는 용모 변화 조작 후의 제2 용모 데이터를 포함함 - ; 제1 용모 데이터 및 제2 용모 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축하는 단계; 및 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작에 기반하여 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 용모 데이터를 예측하는 단계;를 포함한다.

다른 측면에 따른 용모 변화 조작 결과를 예측하는 장치는, 용모 변화 조작의 샘플 데이터를 취득하는 취득 유닛 - 여기서, 샘플 데이터는 용모 변화 조작 전의 사용자의 제1 용모 데이터 및 제1 용모 데이터에 대응되는 용모 변화 조작 후의 제2 용모 데이터를 포함함 - ; 제1 용모 데이터 및 제2 용모 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축하는 모델링 유닛; 및 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작에 기반하여 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 용모 데이터를 예측하는 예측 유닛;을 포함한다.

또 다른 측면에 따른 전자 기기는, 적어도 하나의 프로세서; 및 적어도 하나의 프로세서에 통신적으로 연결되는 메모리;를 포함하고,메모리에는 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되어 있고, 명령은 적어도 하나의 프로세서에 의해 실행됨으로써 적어도 하나의 프로세서가 상술한 방법을 실행한다.

또 다른 측면에 따른 컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독가능 저장 매체가 제공되는바, 프로그램이 프로세서에 의해 실행되는 경우, 상술한 방법이 구현된다.

또 다른 측면에 따른 매체에 저장된 컴퓨터 프로그램이 제공되는바, 프로그램이 프로세서에 의해 실행되는 경우, 상술한 방법이 구현된다.

본 개시에 의해 제공되는 용모 변화 조작 결과를 예측하는 방법 및 장치는, 우선, 용모 변화 조작의 샘플 데이터에 따라 결과 예측 모델을 구축하고, 다음, 결과 예측 모델에 따라 목표 사용자의 용모 변화 조작 후의 용모 데이터를 예측하는바, 사용자한테 용모 변화 조작 후의 용모 예측 데이터를 제공하여 사용자의 의사결정을 보조할 수 있다.

본 부분에서 서술하는 내용은 본 개시의 실시예의 핵심적인 또는 중요한 특징을 표기하고자 하는 것이 아니고 본 개시의 범위를 한정하기 위한 것도 아님을 이해하여야 한다. 본 개시의 다른 특징은 하기의, 발명의 상세한 내용에 의해 이해하기 수월해질 것이다.

첨부 도면은 본 방안을 더 잘 이해하기 위한 것으로, 본 출원을 한정하지 않는다.
도 1은 본 출원의 실시예가 응용될 수 있는 예시적인 시스템 아키텍처 도면이다.
도 2는 본 출원에 따른 용모 변화 조작 결과를 예측하는 방법의 일 실시예의 흐름도이다.
도 3은 본 출원에 따른 용모 변화 조작 결과를 예측하는 방법의 일 응용 시나리오의 개략도이다.
도 4는 본 출원에 따른 용모 변화 조작 결과를 예측하는 방법의 다른 실시예의 흐름도이다.
도 5는 본 출원에 따른 용모 변화 조작 결과를 예측하는 방법의 다른 실시예의 흐름도이다.
도 6은 본 출원에 따른 용모 변화 조작 결과를 예측하는 장치의 일 실시예의 구조 개략도이다.
도 7은 본 출원의 실시예의 용모 변화 조작 결과를 예측하는 방법을 구현하는 전자 기기의 블록도이다.

아래 첨부 도면을 결부하여 본 출원의 시범적 실시예를 설명하고자 하는데, 여기서는 이해를 돕고자 본 출원의 실시예의 다양한 세부사항을 포함하나 이를 단지 시범적인 것으로 간주하여야 한다. 따라서, 당업자라면, 여기서 서술한 실시예는 본 출원의 범위 및 사상에 위배되지 않으면서 다양한 변경 및 수정이 가능하다는 것을 인지하여야 한다. 마찬가지로, 명확함과 간결함을 위해, 아래 서술에서는 공지된 기능 및 구조에 대한 서술을 생략하기로 한다.

본 실시예들에서 사용되는 용어는 본 실시예들에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 실시예들에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 실시예들 전반에 걸친 내용을 토대로 정의되어야 한다.

본 실시예들은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 일부 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 실시예들을 특정한 개시형태에 대해 한정하려는 것이 아니며, 본 실시예들의 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 명세서에서 사용한 용어들은 단지 실시예들의 설명을 위해 사용된 것으로, 본 실시예들을 한정하려는 의도가 아니다.

본 실시예들에 사용되는 용어들은 다르게 정의되지 않는 한, 본 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 실시예들에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.

한편, 본 명세서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.

본 명세서에서, "~유닛(unit)"은 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.

모순되지 않는 한 본 발명의 실시예 및 실시예의 특징은 서로 조합될 수 있음을 유의해야 한다. 아래 첨부 도면을 참조하고 실시예를 참조하여 본 발명을 상세히 설명하기로 한다.

도 1은 본 출원의 실시예가 응용될 수 있는 예시적인 시스템 아키텍처 도면이다.

도 1에 도시한 바와 같이, 시스템 아키텍처(100)는 단말기기(101, 102, 103), 네트워크(104) 및 서버(105)를 포함할 수 있다. 네트워크(104)는 단말기기(101, 102, 103)와 서버(105) 사이에서 통신 링크를 제공하는 매체로 사용된다. 네트워크(104)는 다양한 연결 유형, 예를 들면 유선, 무선 통신 링크 또는 광섬유 케이블 등을 포함할 수 있다.

사용자는 단말기기(101, 102, 103)를 사용하여 네트워크(104)를 통해 서버(105)와 인터랙션함으로써 메세지 등을 수신 또는 송신할 수 있다. 단말기기(101, 102, 103)에는 푸시 서비스를 수신하는 다양한 클라이언트 애플리케이션, 예를 들면 이미지 애플리케이션, 데이터 수집 애플리케이션 등이 설치되어 있을 수 있다.

단말기기(101, 102, 103)는 표시 스크린을 가진, 푸시 서비스 수신을 지원하는 다양한 전자 기기일 수 있는바, 스마트폰, 태블릿 컴퓨터, 전자책 뷰어 기기, MP3 플레이어, MP4 플레이어, 휴대용 랩톱 컴퓨터 및 데스크톱 컴퓨터 등을 포함하나 이에 한정되지 않는다.

단말기기(101, 102, 103)는 하드웨어일 수도 있고 소프트웨어일 수도 있다. 단말기기(101, 102, 103)가 하드웨어인 경우에는 다양한 전자 기기일 수 있고, 단말기기(101, 102, 103)가 소프트웨어인 경우에는 상술한 전자 기기에 설치될 수 있다. 단말기기(101, 102, 103)는 복수의 소프트웨어 또는 소프트웨어 모듈(예를 들면 분산 서비스를 제공하는 복수의 소프트웨어 모듈)로 구현될 수도 있고, 단일 소프트웨어 또는 소프트웨어 모듈로 구현될 수도 있다. 여기서는 구체적으로 한정하지 않는다.

서버(105)는 빅데이터 분야의 기술을 이용하여 용모 변화 데이터에 대해 분류 또는 데이터 선별을 수행하여 용모 변화의 샘플 데이터를 취득하고, 다음, 샘플 데이터에 기반하고 인공지능 분야의 기술을 이용하여 용모 변화를 모델링할 수 있고, 또한, 단말기기(101, 102, 103)로부터 사용자의 용모 데이터 및 용모 변화 조작 유형을 취득하고 용모 변화 예측 모델을 이용하여 사용자 용모의 변화를 예측하고 단말기기(101, 102, 103)에 예측 결과를 제공할 수 있다.

본 개시의 실시예에 의해 제공되는 용모 변화 조작 결과를 예측하는 방법은 일반적으로 서버(105)에 의해 수행되고, 상응하게, 용모 변화 조작 결과를 예측하는 장치는 일반적으로 서버(105)에 설치된다.

도 1에서의 단말기기(101, 102, 103), 네트워크(104) 및 서버(105)의 수는 단지 예시적인 것임을 이해하여야 한다. 구현의 필요에 따라, 시스템 아키텍처(100)는 임의 수의 단말기기, 네트워크 및 서버를 가질 수 있다.

도 2는 본 출원에 따른 용모 변화 조작 결과를 예측하는 방법의 일 실시예의 흐름도이다.

용모 변화 조작 결과를 예측하는 방법은 하기 단계를 포함한다.

단계(201)에서, 용모 변화 조작의 샘플 데이터를 취득한다. 여기서, 샘플 데이터는 용모 변화 조작 전의 사용자의 제1 용모 데이터 및 제1 용모 데이터에 대응되는 용모 변화 조작 후의 제2 용모 데이터를 포함한다.

본 실시예에서, 용모 변화 조작 결과를 예측하는 방법의 수행 주체(예를 들면, 도 1에 도시한 서버(105))는 단말 또는 인터넷으로부터 용모 변화 조작의 샘플 데이터를 취득할 수 있는바, 샘플 데이터는 제1 용모 데이터(즉, 사용자의 용모 변화 조작 전의 용모 데이터) 및 제2 용모 데이터(즉, 사용자의 용모 변화 조작 전의 용모 데이터에 대응되는 당해 사용자의 용모 변화 조작 후의 용모 데이터)를 포함한다. 용모 데이터는 사용자 용모 특징을 특성화하는 다양한 데이터, 예를 들면 얼굴 이미지, 및 밀집 키포인트에 기반하는 3차원 얼굴 모델 등일 수 있다.

예시로, 샘플 데이터는 사용자의 10년 용모 변화가 추적된 얼굴 이미지일 수 있고, 용모 변화 조작은 나이듬에 따라 사용자한테 나타나는 용모 변화일 수 있고, 사용자의 용모 변화 조작 전의 용모 데이터는, 샘플에 의해 수집된, 사용자의 첫 해의 얼굴 이미지일 수 있고, 사용자의 용모 변화 조작 후의 용모 데이터는, 샘플에 의해 수집된, 사용자의 열 번째 해의 얼굴 이미지일 수 있고, 대응되는 용모 변화 조작은 "나이가 증가하는" 조작일 수 있다. 또는, 샘플 데이터는 메디컬 에스테틱 수술의 사례 데이터일 수 있고, 용모 변화 조작은 메디컬 에스테틱 수술 또는 미용 등의 조작이거나, 또는 메디컬 에스테틱 수술에서의 인체 지정 부위에 대한 조작일 수 있는바, 예컨태 쌍꺼풀 절개일 수 있고, 사용자의 용모 변화 조작 전의 용모 데이터는 사용자가 메디컬 에스테틱 수술을 받기 전의 얼굴 이미지일 수 있고, 사용자의 용모 변화 조작 후의 용모 데이터는 당해 사용자가 메디컬 에스테틱 수술을 받은 후의 얼굴 이미지일 수 있다.

단계(202)에서, 제1 용모 데이터 및 제2 용모 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축한다.

본 실시예에서, 샘플 데이터 중의 사용자의 용모 변화 조작 전의 용모 데이터, 및 당해 사용자의 용모 변화 조작 전의 용모 데이터에 대응되는 당해 사용자의 용모 변화 조작 후의 용모 데이터에 따라, 데이터 마이닝 기술, 회귀분석, 신경망 등의 알고리즘을 이용하여 용모 변화 조작의 결과 예측 모델을 구축한다. 여기서, 용모 변화 조작의 결과 예측 모델은, 용모 변화 조작 전의 용모 데이터에 따라 용모 변화 조작 후의 용모 데이터를 예측한다. 용모 변화 조작의 결과 예측 모델은 다양한 방식을 적용하여 모델링할 수 있는바, 예를 들면, 신경망 알고리즘을 적용하여 결과 예측 모델을 구축할 수 있고, 우선, 샘플 데이터 중의 사용자의 용모 변화 조작 전의 용모 데이터, 및 당해 사용자의 용모 변화 조작 후의 용모 데이터에 근거하여 훈련 초기 모델에 대해 이터레이션 훈련을 수행함으로써, 사용자의 용모 변화 조작 전의 용모 데이터와 당해 사용자의 용모 변화 조작 후의 용모 데이터 사이의 차이(예컨대 사전설정 특징의 특징값 차이)를 이용하여 피드백 정보를 생성하여 초기 모델을 업데이트할 수 있는바, 훈련 횟수가 사전설정 횟수를 충족시키는 경우, 훈련을 중지하고, 훈련 횟수를 충족시키는 초기 모델을 최종의 결과 예측 모델로 한다. 또는, 용모 변화 조작의 결과 예측 모델은 선형회귀 등의 수학 모델에 기반하여 모델링하고 샘플 데이터에 기반하여 모델에서의 파라미터를 적합(fitting)시킬 수 있다.

단계(203)에서, 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작에 기반하여 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 용모 데이터를 예측한다.

본 실시예에서, 사용자 입력이나 또는 사용자에 의해 송신되는 데이터에 대한 판독을 통해 목표 사용자의 용모 변화 조작 전의 용모 데이터, 및 목표 사용자가 수행하고자 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 용모 변화 조작 전의 용모 데이터 및 수행하고자 의도하는 용모 변화 조작을 용모 변화 조작의 결과 예측 모델에 입력함으로써, 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 수행하고자 의도하는 용모 변화 조작 후의 용모 데이터를 예측한다.

일부 응용 시나리오에서는, 또한, 예측된 목표 사용자의 용모 변화 조작 후의 용모 데이터에 따라 목표 사용자의 용모 조작의 성공률을 평가추정할 수 있다. 예를 들면, 용모 변화 조작이 메디컬 에스테틱 수술인 경우, 목표 사용자의 메디컬 에스테틱 수술 전의 얼굴 이미지, 과거 사례 데이터 분석에 근거하여 목표 사용자의 수술 전 얼굴 이미지 특징 또는 유사한 비율의 사례 데이터 중의 수술 전 얼굴 이미지에 대응되는 수술 성공률을 분석하고, 사례 데이터 중의 유사한 사용자의 수술 성공률에 근거하여 목표 사용자의 수술 성공률을 결정할 수 있다.

본 실시예에 의해 제공되는 용모 변화 조작 결과를 예측하는 방법은, 우선, 용모 변화 조작의 샘플 데이터에 따라 결과 예측 모델을 구축하고, 다음, 결과 예측 모델에 따라 목표 사용자의 용모 변화 조작 후의 용모 데이터를 예측하는바, 사용자한테 용모 변화 조작 후의 용모 예측 데이터를 제공하여 사용자의 의사결정을 보조할 수 있다.

대안으로, 단계(202)는, 제1 용모 데이터 및 제2 용모 데이터에 대해 키포인트 특징 추출을 수행하는 단계; 및 제1 용모 데이터의 키포인트 특징에서 제2 용모 데이터의 키포인트 특징으로 변환되는 변환 관계를 모델링하여 결과 예측 모델을 획득하는 단계;를 포함한다.

본 실시예에서, 용모 데이터의 키포인트를 사전설정하고, 사용자의 용모 변화 조작 전의 용모 데이터 중의 변화 전 키포인트 특징, 및 당해 사용자의 용모 변화 조작 후의 용모 데이터 중의 변화 후 키포인트 특징을 추출하고, 변화 전 키포인트 특징이 변화 후 키포인트 특징으로 변환되는 변환 관계에 따라 모델링하여 결과 예측 모델을 획득할 수 있다. 여기서, 키포인트 특징은 용모에 대한 영향이 보다 큰 용모 특징을 특성화하는 특징일 수 있는바, 예를 들면 눈의 크기, 코의 모양 등일 수 있다. 구체적으로, 신경망 알고리즘, 회귀분석 또는 재귀분석 등의 관계 모델을 이용하여 알고리즘을 구축하고, 변화 전 키포인트 특징이 변화 후 키포인트 특징으로 변환되는 변환 관계에 따라 모델링하여 결과 예측 모델을 얻을 수 있다. 본 실시예는 키포인트를 선택하고 키포인트 특징의 변화에 따라 결과 예측 모델을 구축함으로써, 보다 적은 데이터를 사용하여 예측 결과가 정확한 결과 예측 모델을 구축할 수 있고 모델을 구축하는 효율을 향상할 수 있다.

일부 응용 시나리오에서, 도 3에 도시한 바와 같이, 사전설정 얼굴 이미지 중의 301 내지 308은 얼굴 이미지의 키포인트(키포인트는 얼굴 이미지 중의 임의 점일 수 있음을 이해할 수 있는바, 여기서 선택한 키포인트는 단지 예시일 뿐임)이다. 얼굴 이미지 스캔 시스템을 이용하여, 사용자 용모 변화 조작 전의 키포인트(301) 내지 키포인트(308)의 특징값(예컨대, 키포인트의 광 반사도, 키포인트의 요철 정도, 또는 키포인트 간의 간격 또는 위치 관계 등임)을 수집하여 제1 용모 데이터로 하고, 사용자 용모 변화 조작 후의 키포인트(301) 내지 키포인트(308)의 특징값을 수집하여 제2 용모 데이터로 하며, 제1 용모 데이터 및 제2 용모 데이터에 따라 용모 변화 조작의 결과 예측 모델을 구축할 수 있다. 목표 사용자가 용모 변화 조작 전의 그의 얼굴 이미지를 용모 변화 조작의 결과 예측 모델에 입력하고 수행하고자 의도하는 용모 변화 조작을 선택할 시, 당해 결과 예측 모델은 목표 사용자의 용모 변화 조작 전의 키포인트(301) 내지 키포인트(308)의 특징값에 따라 목표 사용자의 용모 변화 조작 후의 얼굴 이미지의 키포인트(301 내지 308)의 특징값을 계산하고, 목표 사용자 용모 변화 조작 후의 얼굴 이미지의 키포인트(301 내지 308)의 특징값에 따라 생성된 목표 사용자의 용모 변화 조작 후의 얼굴 이미지를 출력한다.

대안으로, 샘플 데이터는 제2 용모 데이터에 대응되는 사용자 신체상태 데이터를 더 포함한다. 그리고, 단계(202)는, 제1 용모 데이터 및 대응되는 제2 용모 데이터, 사용자 신체상태 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축하는 단계를 포함한다.

본 실시예에서, 샘플 데이터 중의 사용자의 용모 변화 조작 전의 용모 데이터, 당해 사용자의 용모 변화 조작 전의 용모 데이터에 대응되는 당해 사용자의 용모 변화 조작 후의 용모 데이터, 및 당해 사용자의 용모 변화 조작 후의 용모 데이터에 대응되는 사용자 신체상태 데이터에 따라, 데이터 마이닝 기술 또는 회귀분석 등의 알고리즘을 이용하여 용모 변화 조작의 결과 예측 모델을 구축한다. 여기서, 사용자의 신체상태 데이터는 신체건강상황, 예를 들면 메디컬 에스테틱 수술 후 사용자가 겪는 후유증 등일 수 있다. 본 실시예는 사용자의 용모 변화 조작 후의 용모 데이터에 대응되는 사용자 신체상태 데이터를 결과 예측 모델을 구축하는 요소 중 하나로 하는바, 용모 변화 조작에 있어서 용모 변화 외의 다른 신체상태도 예측 결과로 할 수 있고, 사용자한테 다차원의 예측 결과 정보를 제공할 수 있다.

대안으로, 샘플 데이터는 제2 용모 데이터에 대응되는 사용자 신체상태 데이터를 더 포함하고, 도 2에 도시된 용모 변화 조작 결과를 예측하는 방법은, 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 신체상태 정보를 예측하는 단계를 더 포함한다.

본 실시예에서는, 결과 예측 모델에 의해, 목표 사용자가 선택한 용모 변화 조작의 유형(예를 들면, 메디컬 에스테틱 수술의 수술항목 등)에 따라 목표 사용자의 용모 변화 조작 후의 신체상태 정보를 예측할 수 있는바, 목표 사용자가 용모 변화 조작 후의 신체상태 정보를 알도록 하고 사용자한테 다차원의 예측 결과 정보를 제공함으로써 사용자가 정확한 의사결정을 하도록 도울 수 있다.

도 4는 본 출원에 따른 용모 변화 조작 결과를 예측하는 방법의 다른 실시예의 흐름도이다.

용모 변화 조작 결과를 예측하는 방법에는 하기 단계가 포함된다.

단계(401)에서, 용모 변화 조작의 샘플 데이터를 취득한다. 여기서, 샘플 데이터는 용모 변화 조작 전의 사용자의 제1 용모 데이터 및 제1 용모 데이터에 대응되는 용모 변화 조작 후의 제2 용모 데이터를 포함하고, 샘플 데이터는 용모 변화 조작 전의 사용자의 제1 신체징후 데이터 및 제1 용모 데이터에 대응되는 용모 변화 조작 후의 제2 신체징후 데이터를 더 포함한다.

본 실시예에서 제1 용모 데이터, 제2 용모 데이터에 대한 서술은 단계(201)에서의 서술과 일치하므로, 여기서 상세한 설명은 생략하기로 한다.

본 실시예에서, 단말 또는 인터넷으로부터 용모 변화 조작의 샘플 데이터를 취득할 수 있고, 샘플 데이터는 제1 신체징후 데이터(즉, 사용자의 용모 변화 조작 전의 신체징후 데이터) 및 제2 신체징후 데이터(즉, 사용자의 용모 변화 조작 전의 신체징후 데이터에 대응되는 당해 사용자의 용모 변화 조작 후의 신체징후 데이터)를 포함한다. 예를 들면, 샘플 데이터는 메디컬 에스테틱 수술의 사례 데이터일 수 있고, 용모 변화 조작은 메디컬 에스테틱 수술 또는 미용 등의 조작일 수 있고, 사용자의 용모 변화 조작 전의 신체징후 데이터는 사용자가 메디컬 에스테틱 수술을 받기 전의 신체건강상황일 수 있고, 사용자의 용모 변화 조작 후의 신체징후 데이터는 당해 사용자가 메디컬 에스테틱 수술을 받은 이후의 신체건강상황, 후유증이 생겼는지 여부 등일 수 있다.

단계(402)에서, 제1 용모 데이터 및 제2 용모 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축하고, 제1 신체징후 데이터 및 제2 신체징후 데이터에 따라 신체징후 예측 모델을 구축한다.

본 실시예에서 결과 예측 모델 구축에 대한 서술은 단계(202)와 일치하므로, 여기서 상세한 설명은 생략하기로 한다.

본 실시예에서, 샘플 데이터 중의 사용자의 용모 변화 조작 전의 신체징후 데이터, 및 당해 사용자의 용모 변화 조작 전의 신체징후 데이터에 대응되는 당해 사용자의 용모 변화 조작 후의 신체징후 데이터에 따라, 데이터 마이닝 기술 또는 회귀분석 등의 알고리즘을 이용하여 신체징후 예측 모델을 구축한다. 여기서, 신체징후 예측 모델은 용모 변화 조작 전의 신체징후 데이터에 따라 용모 변화 조작 후의 신체징후 데이터를 예측한다.

단계(403)에서, 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작에 기반하여 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 용모 데이터를 예측하고, 목표 사용자의 신체징후 데이터 및 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 신체징후 데이터에 기반하여 신체징후 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 신체징후 데이터를 예측한다.

본 실시예에서, 목표 사용자의 용모 변화 전의 용모 데이터에 기반하여 결과 예측 모델을 이용하여 이의 용모 변화 조작 후의 용모 데이터를 예측하는 데 대한 서술은 단계(203)과 일치하므로, 여기서 상세한 설명은 생략하기로 한다.

본 실시예에서, 사용자 입력이나 또는 사용자에 의해 송신되는 데이터에 대한 판독을 통해 목표 사용자의 용모 변화 조작 전의 신체징후 데이터 및 수행하고자 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 용모 변화 조작 전의 신체징후 데이터를 신체징후 예측 모델에 입력함으로써 신체징후 예측 모델을 이용하여 목표 사용자의 수행하고자 의도하는 용모 변화 조작 후의 신체징후 데이터를 예측한다.

도 4에 도시된 용모 변화 조작 결과를 예측하는 방법은, 우선, 용모 변화 조작의 샘플 데이터에 따라 신체징후 예측 모델을 구축하고, 다음, 신체징후 예측 모델에 따라 목표 사용자의 용모 변화 조작 후의 신체징후 데이터를 예측하는바, 사용자한테 용모 변화 조작 후의 신체징후 예측 데이터를 제공하여 사용자의 의사결정을 보조할 수 있다.

도 5는 본 출원에 따른 용모 변화 조작 결과를 예측하는 방법의 다른 실시예의 흐름도이다.

단계(501)에서, 용모 변화 조작의 샘플 데이터를 취득한다, 여기서, 샘플 데이터는 용모 변화 조작 전의 사용자의 제1 용모 데이터 및 제1 용모 데이터에 대응되는 용모 변화 조작 후의 제2 용모 데이터를 포함하고, 샘플 데이터는 용모 변화 조작 전의 사용자의 제1 신체징후 데이터 및 제1 신체징후 데이터에 대응되는 용모 변화 조작 후의 제2 신체징후 데이터를 더 포함한다.

본 실시예에서 제1 용모 데이터, 제2 용모 데이터, 제1 신체징후 데이터, 제2 신체징후 데이터에 대한 서술은 단계(201) 및 단계(401)에서의 서술과 일치하므로, 여기서 상세한 설명은 생략하기로 한다.

단계(502)에서, 제1 용모 데이터, 대응되는 제2 용모 데이터, 제1 신체징후 데이터, 및 제2 신체징후 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축한다.

본 실시예에서, 샘플 데이터 중의 사용자의 용모 변화 조작 전의 제1 용모 데이터와 제1 용모 데이터에 대응되는 당해 사용자의 용모 변화 조작 후의 제2 용모 데이터 및 사용자의 용모 변화 조작 전의 제1 신체징후 데이터와 당해 사용자의 용모 변화 조작 전의 제1 신체징후 데이터에 대응되는 당해 사용자의 용모 변화 조작 후의 제2 신체징후 데이터에 따라, 데이터 마이닝 기술 또는 회귀분석 등의 알고리즘을 이용하여 용모 변화 조작의 결과 예측 모델을 구축한다. 본 실시예는 다차원의 용모 변화 조작 전의 데이터 및 용모 변화 조작 후의 데이터에 따라 결과 예측 모델을 구축하는바, 구축하는 결과 예측 모델의 예측 정확성을 향상할 수 있다.

단계(503)에서, 목표 사용자 용모 데이터, 신체징후 데이터 및 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 용모 데이터, 신체징후 데이터 및 의도하는 용모 변화 조작에 기반하여 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 용모 변화 조작 후의 용모 데이터 및 신체징후 데이터를 예측한다.

본 실시예에서, 결과 예측 모델에 의해 목표 사용자의 용모 변화 조작 전의 용모 데이터, 신체징후 데이터 및 목표 사용자가 수행하고자 의도하는 용모 변화 조작에 따라 목표 사용자가 당해 수행하고자 의도하는 용모 변화 조작을 수행한 후의 용모 데이터 및 신체징후 데이터를 예측할 수 있다. 예를 들어, 용모 변화 조작이 코성형 수술인 경우, 목표 사용자의 수술 전의 코의 이미지 및 코의 건강상황(예컨대, 콧대에 과거의 심한 충격으로 인한 균열이 남아있는지 여부 등)에 따라 목표 사용자의 코성형 수술 후 코의 이미지 및 건강상황(예컨대, 콧대 틀어짐 또는 코막힘 등의 후유증이 나타나는지 여부)을 판단할 수 있다. 본 실시예는 용모 데이터 및 신체징후 데이터에 따라 구축된 결과 예측 모델을 이용하여 목표 사용자의 용모 조작 후의 용모 데이터 및 신체징후 데이터를 예측하는바, 예측 모델이 목표 사용자의 용모 조작 후의 데이터를 다차원으로 분석하도록 할 수 있고, 나아가 예측 결과가 더 정확해지게 할 수 있다.

도 2, 도 4 및 도 5를 결부하여 상술한 용모 변화 조작 결과를 예측하는 방법은, 용모 변화 조작의 결과 예측 모델이 목표 사용자의 의도하는 용모 변화 조작에 대한 예측 결과에 기반하여 목표 사용자의 의도하는 용모 변화 조작의 조작 리스크 제시 정보를 생성하는 단계를 더 포함한다.

본 실시예에서, 용모 변화 조작의 결과 예측 모델에 의해 출력된 목표 사용자의 용모 변화 조작의 예측 결과에 따라 목표 사용자가 수행하고자 의도하는 용모 변화 조작의 리스크를 제시하는 정보를 생성한다. 여기서, 예측 결과는 목표 사용자의 용모 변화 조작 후의 얼굴 이미지 및/또는 용모 변화 조작 후의 신체징후 데이터일 수 있고, 리스크의 제시 정보는 용모 변화 조작 전의 얼굴 이미지와 용모 변화 조작 후의 얼굴 이미지에 대한 비교에 기반하여 생성된 용모 변화도이거나, 또는 용모 변화 조작 후의 신체징후 데이터에 기반하여 생성된 신체징후 데이터 리포트일 수 있다. 예를 들어, 용모 변화 조작이 메디컬 에스테틱 수술에서의 쌍꺼풀 절개 항목인 경우, 용모 변화 조작의 결과 예측 모델에 의해 출력된 목표 사용자의 용모 변화 조작의 예측 결과가 얼굴 이미지 중의 쌍꺼풀 변화가 뚜렷하지 않음 및 각막염과 같은 후유증에 걸림이라면, 당해 예측 결과에 따라 목표 사용자한테 수술 리스크에 대한 제시를 송신한다. 본 실시예는 예측 결과에 따라 목표 사용자한테 리스크 제시 정보를 송신하는바, 나아가 목표 사용자의 용모 변화 조작을 수행할지 여부에 관한 의사결정을 도울 수 있다.

도 6은 본 출원에 따른 용모 변화 조작 결과를 예측하는 장치의 일 실시예의 구조 개략도이다.

도 6을 참조하면, 용모 변화 조작 결과를 예측하는 장치의 일 실시예는 도 2에 도시한 방법 실시예에 대응되고, 당해 장치는 구체적으로 다양한 전자 기기에 응용될 수 있다.

도 6에 도시한 바와 같이, 본 실시예의 용모 변화 조작 결과를 예측하는 장치(600)에 있어서, 당해 장치(600)는 취득 유닛(601), 모델링 유닛(602), 예측 유닛(603)을 포함한다. 여기서, 취득 유닛(601)은, 용모 변화 조작의 샘플 데이터를 취득한다. 여기서, 샘플 데이터는 용모 변화 조작 전의 사용자의 제1 용모 데이터 및 제1 용모 데이터에 대응되는 용모 변화 조작 후의 제2 용모 데이터를 포함한다. 모델링 유닛(602)은, 제1 용모 데이터 및 제2 용모 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축한다. 예측 유닛(603)은, 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작을 취득하고, 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작에 기반하여 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 용모 데이터를 예측한다.

일부 실시에서, 모델링 유닛(602)은, 제1 용모 데이터 및 제2 용모 데이터에 대해 키포인트 특징 추출을 수행하는 추출 모듈; 및 제1 용모 데이터의 키포인트 특징에서 제2 용모 데이터의 키포인트 특징으로 변환되는 변환 관계를 모델링하여 결과 예측 모델을 획득하는 제1 모델링 모듈;을 포함한다.

일부 실시에서, 취득 유닛(601)은, 제2 용모 데이터에 대응되는 사용자 신체상태 데이터를 취득한다. 모델링 유닛(602)은, 제1 용모 데이터 및 제2 용모 데이터, 사용자 신체상태 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축하도록 구성되는 제1 모델링 서브유닛을 포함한다. 당해 장치(600)는, 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 신체상태 정보를 예측하는 제2 모델링 모듈;을 더 포함한다.

일부 실시에서, 샘플 데이터는 용모 변화 조작 전의 사용자의 제1 신체징후 데이터 및 제1 용모 데이터에 대응되는 용모 변화 조작 후의 제2 신체징후 데이터를 더 포함한다.

일부 실시에서, 당해 장치(600)는, 제1 신체징후 데이터 및 대응되는 제2 신체징후 데이터에 따라 신체징후 예측 모델을 구축하는 제3 모델링 모듈; 및 목표 사용자의 신체징후 데이터 및 의도하는 용모 변화 조작을 취득하고 목표 사용자의 용모 변화 조작 전의 신체징후 데이터에 기반하여 신체징후 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 신체징후 데이터를 예측하는 신체징후 예측 모듈;을 더 포함한다.

일부 실시에서, 모델링 유닛(602)은, 제1 용모 데이터, 대응되는 제2 용모 데이터, 제1 신체징후 데이터 및 대응되는 제2 신체징후 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축하는 제2 모델링 서브유닛;을 포함한다. 당해 장치(600)는, 목표 사용자의 신체징후 데이터 및 의도하는 용모 변화 조작을 취득하고 목표 사용자의 신체징후 데이터 및 의도하는 용모 변화 조작에 기반하여 용모 변화 조작의 결과 예측 모델을 이용하여 목표 사용자의 의도하는 용모 변화 조작 후의 신체징후 데이터를 예측하는 제4 모델링 모듈;을 더 포함한다.

일부 실시에서, 당해 장치(600)는, 용모 변화 조작의 결과 예측 모델의, 목표 사용자의 의도하는 용모 변화 조작에 대한 예측 결과에 기반하여 목표 사용자의 의도하는 용모 변화 조작의 조작 리스크 제시 정보를 생성하는 제시 유닛;을 더 포함한다.

장치(600)에서의 각 유닛은 도 2, 도 4 및 도 5를 참조하여 상술한 방법에서의 단계에 대응된다. 이에 따라 상기 용모 변화 조작 결과를 예측하는 방법에 관해 상술한 조작, 특징 및 달성할 수 있는 기술 효과는 마찬가지로 장치(600) 및 이에 포함되는 유닛에 적용되는바, 이에 대한 상세한 설명은 생략하기로 한다.

본 출원의 실시예에 따르면, 본 출원은 전자 기기 및 판독가능 저장 매체를 더 제공한다.

도 7은 본 출원의 실시예의 용모 변화 조작 결과를 예측하는 방법을 구현하는 전자 기기의 블록도이다.

전자 기기(700)는 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크벤치, 개인용 디지털 보조기, 서버, 블레이드 서버, 대형 컴퓨터 및 다른 적합한 컴퓨터와 같은 다양한 형식의 디지털 컴퓨터를 가리키고자 하는 바이다. 전자 기기는 또한, 개인용 디지털 보조기, 셀룰러 폰, 스마트폰, 웨어러블 기기 및 다른 이와 유사한 컴퓨팅 기기와 같은 다양한 형식의 이동 장치를 가리킬 수 있다. 본 명세서에서 제시하는 부품, 이들의 연결과 관계 및 이들의 기능은 단지 예시일 뿐, 본 명세서에서 서술한 및/또는 청구하는 본 출원의 구현을 한정하고자 하는 것이 아니다.

도 7에 도시한 바와 같이, 당해 전자 기기(700)는 하나 또는 복수의 프로세서(701), 메모리(702)를 포함하고, 각 부품을 연결하는 인터페이스는 고속 인터페이스와 저속 인터페이스를 포함한다. 각 부품은 서로 다른 버스를 이용하여 서로 연결되고 공통 메인보드에 장착되거나 또는 필요에 따라 다른 방식으로 장착될 수 있다. 프로세서(701)는 전자 기기(700) 내에서 실행되는 명령을 처리할 수 있는바, 메모리에 저장되어 외부 입력/출력 장치(인터페이스에 커플링된 표시 기기와 같은)에 GUI의 그래픽 정보를 표시하기 위한 명령이 포함된다. 다른 실시 방식에서, 필요하다면 복수의 프로세서 및/또는 복수의 버스를 복수의 메모리와 함께 사용할 수 있다. 마찬가지로, 복수의 전자 기기를 연결할 수 있고, 각 기기는(예를 들어 서버 어레이, 한 그룹의 블레이드 서버 또는 멀티프로세서 시스템으로서) 일부 필요한 조작을 제공할 수 있다. 도 7은 프로세서(701)를 예시한다.

메모리(702)가 바로 본 출원에 의해 제공되는 비일시적 컴퓨터 판독가능 저장 매체이다. 당해 메모리에는 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되어 있는바, 당해 적어도 하나의 프로세서에 의해 본 출원에 의해 제공되는 용모 변화 조작 결과를 예측하는 방법이 수행되도록 한다. 본 출원의 비일시적 컴퓨터 판독가능 저장 매체는 컴퓨터 명령을 저장하고, 당해 컴퓨터 명령은 컴퓨터에 의해 본 출원에 의해 제공되는 용모 변화 조작 결과를 예측하는 방법이 수행되도록 한다.

메모리(702)는 비일시적 컴퓨터 판독 가능 저장 매체로서, 본 출원의 실시예의 용모 변화 조작 결과를 예측하는 방법에 대응되는 프로그램 명령/모듈(예를 들면, 첨부 도면6에 도시한 취득 유닛(601), 모델링 유닛(602), 예측 유닛(603))과 같은 비일시적 소프트웨어 프로그램, 비일시적 컴퓨터 실행가능 프로그램 및 모듈을 저장할 수 있다. 프로세서(701)는 메모리(702)에 저장되는 비일시적 소프트웨어 프로그램, 명령 및 모듈을 실행함으로써 서버의 다양한 기능 응용 및 데이터 처리를 실행하는바, 즉 상술한 방법 실시예에서의 용모 변화 조작 결과를 예측하는 방법을 구현한다.

메모리(702)는 프로그램 저장 영역과 데이터 저장 영역을 포함할 수 있는바, 여기서, 프로그램 저장 영역은 운영 체제, 적어도 하나의 기능에 있어서 필요한 응용 프로그램을 저장할 수 있고, 데이터 저장 영역은 용모 변화 조작 결과를 예측하는 전자 기기의 사용에 따라 생성되는 데이터 등을 저장할 수 있다. 이 외에도, 메모리(702)는 고속 랜덤 액세스 메모리를 포함할 수도 있고, 비일시적 메모리, 예를 들어 적어도 하나의 자기 디스크 저장 디바이스, 플래시 메모리 디바이스 또는 다른 비일시적 고체 상태 저장 디바이스를 더 포함할 수도 있다. 일부 실시에서, 메모리(702)는 대안적으로 프로세서(701) 대비 원격 설치되는 메모리를 포함하는바, 이러한 원격 메모리는 네트워크를 통해 용모 변화 조작 결과를 예측하는전자 기기에 연결된다. 상술한 네트워크의 실제 예는 인터넷, 기업 내부 네트워크, 근거리 통신망, 이동 통신 네트워크 및 이들의 조합을 포함하나 이에 한정되지 않는다.

용모 변화 조작 결과를 예측하는 방법의 전자 기기(700)는 입력 장치(703), 출력 장치(704) 및 버스(707)를 더 포함할 수 있다. 프로세서(701), 메모리(702), 입력 장치(703)와 출력 장치(704)는 버스(705) 또는 다른 방식으로 연결될 수 있고, 도 7은 버스(705)에 의한 연결을 예시한다.

입력 장치(703)는 입력되는 숫자 또는 문자(character) 정보를 수신하고, 용모 변화 조작 결과를 예측하는전자 기기의 사용자 설정 및 기능 제어에 관련되는 키 신호 입력을 발생시킬 수 있는바, 예를 들면 터치 스크린, 숫자 키패드, 마우스, 트랙패드, 터치패드, 포인팅 스틱, 하나 또는 복수의 마우스 버튼, 트랙볼, 조이스틱 등의 입력 장치가 있다. 출력 장치(704)는 표시 기기, 보조 조명장치(예를 들어 LED) 및 촉각 피드백 장치(예를 들어 진동 모터) 등을 포함할 수 있다. 당해 표시 기기는 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이 및 플라즈마 디스플레이를 포함할 수 있으나 이에 한정되지 않는다. 일부 실시 방식에서 표시 기기는 터치 스크린일 수 있다.

여기서 서술하는 시스템과 기술의 다양한 실시 방식은 디지털 전자회로 시스템, 집적회로 시스템, 주문형ASIC(주문형 집적회로), 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 실시 방식은 하나 또는 복수의 컴퓨터 프로그램에서 실시되는 것을 포함할 수 있고, 당해 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그램가능 프로세서를 포함하는 프로그램가능 시스템에서 실행되거나 및/또는 해석될 수 있고, 당해 프로그램가능 프로세서는 전용의 또는 범용의 프로그램가능 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치 및 적어도 하나의 출력 장치로부터 데이터와 명령을 수신하고 데이터와 명령을 당해 저장 시스템, 당해 적어도 하나의 입력 장치 및 당해 적어도 하나의 출력 장치로 전송할 수 있다.

이러한 컴퓨팅 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션 또는 코드로 지칭되기도 함)은 프로그램가능 프로세서의 기계 명령을 포함하며, 고급 절차 프로그래밍 언어 및/또는 객체지향 프로그래밍 언어, 및/또는 어셈블리어/기계어를 이용하여 이러한 컴퓨팅 프로그램을 실시할 수 있다. 본 명세서에서 사용한 바와 같이, 용어 '기계 판독가능 매체'와 '컴퓨터 판독가능 매체'는 기계 명령 및/또는 데이터를 프로그램가능 프로세서에 제공하기 위한 임의의 컴퓨터 프로그램 제품, 기기, 및/또는 장치(예를 들면 자기 디스크, 광 디스크, 메모리, 프로그램가능 논리 장치(PLD))를 가리키는바, 이는 기계 판독가능 신호로서의 기계 명령을 수신하는 기계 판독가능 매체를 포함한다. 용어 '기계 판독가능 신호'는 기계 명령 및/또는 데이터를 프로그램 가능 프로세서에 제공하기 위한 임의의 신호를 가리킨다.

사용자와의 인터랙션을 제공하기 위해, 여기서 서술하는 시스템과 기술을 컴퓨터에서 실시할 수 있는바, 당해 컴퓨터는 사용자한테 정보를 표시하기 위한 표시 장치(예를 들면 음극선관(CRT) 또는 액정 디스플레이(LCD) 모니터) 및 키보드와 포인팅 장치(예를 들면 마우스 또는 트랙볼)를 구비하고, 사용자는 당해 키보드와 당해 포인팅 장치를 통해 입력을 컴퓨터에 제공할 수 있다. 다른 종류의 장치 또한 사용자와의 인터랙션을 제공하는 데 사용될 수 있는바, 예를 들면 사용자한테 제공되는 피드백은 임의 형식의 감각 피드백(예를 들어 시각 피드백, 청각 피드백 또는 촉각 피드백)일 수 있고, 임의 형식(소리 입력, 음성 입력 또는 촉각 입력을 포함함)으로 사용자로부터의 입력이 수신될 수 있다.

여기서 서술하는 시스템과 기술을 백스테이지 부품을 포함하는 컴퓨팅 시스템(예를 들면, 데이터 서버로서), 미들웨어 부품을 포함하는 컴퓨팅 시스템(예를 들면, 애플리케이션 서버), 프론트엔드 부품을 포함하는 컴퓨팅 시스템(예를 들면, 그래픽 사용자 인터페이스 또는 네트워크 브라우저를 구비하는 사용자 컴퓨터가 있고, 사용자는 당해 그래픽 사용자 인터페이스 또는 당해 네트워크 브라우저를 통해 여기서 서술하는 시스템 및 기술의 실시 방식과 인터랙션할 수 있음), 또는 이러한 백그라운드 부품, 미들웨어 부품 또는 프런트 엔드 부품의 임의 조합을 포함하는 컴퓨팅 시스템에서 실시할 수 있다. 임의 형식 또는 매체의 디지털 데이터 통신(예를 들면, 통신 네트워크)으로 시스템의 부품을 서로 연결시킬 수 있다. 통신 네트워크의 예시는 근거리 통신망(LAN), 광대역 통신망(WAN) 및 인터넷을 포함한다.

컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있고, 통상적으로 통신 네트워크를 통해 인터랙션한다. 상응한 컴퓨터에서 실행되고 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램에 의해 클라이언트와 서버의 관계가 발생한다.

위에서 제시한 다양한 형식의 흐름을 적용하여 단계를 재정렬, 증가 또는 삭제할 수 있음을 이해하여야 한다. 예를 들면, 본 출원에 기재된 각 단계는 병렬로 수행될 수도 있고, 순차로 수행될 수도 있고, 서로 다른 순서로 수행될 수도 있는바, 본 출원에서 개시하는 기술 방안에 대한 기대 결과를 구현할 수 있기만 하면 되는 것으로, 본 명세서는 이에 대해 한정하지 않는다.

상술한 구체적인 실시 방식은 본 출원의 보호 범위를 한정하지 않는다. 당업자라면, 설계 요구 및 다른 요소에 따라 다양한 수정, 조합, 서브 조합 및 치환이 가능하다는 것을 알아야 할 것이다. 본 출원의 사상과 원칙 내에서 행하는 임의의 수정, 등가적 치환 및 개량 등은 모두 본 출원의 보호 범위에 포함되어야 한다.

Claims

용모 변화 조작 결과를 예측하는 방법으로서,
용모 변화 조작의 샘플 데이터를 취득하는 단계 - 상기 샘플 데이터는 상기 용모 변화 조작 전의 사용자의 제1 용모 데이터 및 상기 제1 용모 데이터에 대응되는 상기 용모 변화 조작 후의 제2 용모 데이터를 포함함 - ;
상기 제1 용모 데이터 및 상기 제2 용모 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축하는 단계; 및
목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작을 취득하고, 상기 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작에 기반하여 상기 용모 변화 조작의 결과 예측 모델을 이용하여 상기 목표 사용자의 의도하는 용모 변화 조작 후의 용모 데이터를 예측하는 단계;를 포함하는, 방법.
제1항에 있어서,
상기 구축하는 단계는,
상기 제1 용모 데이터 및 상기 제2 용모 데이터에 대해 키포인트 특징의 추출을 수행하는 단계; 및
상기 제1 용모 데이터의 키포인트 특징에서 상기 제2 용모 데이터의 키포인트 특징으로 변환되는 변환 관계를 모델링하여 상기 결과 예측 모델을 획득하는 단계;를 포함하는, 방법.
제1항에 있어서,
상기 제2 용모 데이터에 대응되는 사용자 신체상태 데이터를 취득하는 단계;를 더 포함하고,
상기 구축하는 단계는,
상기 제1 용모 데이터 및 상기 제2 용모 데이터, 상기 사용자 신체상태 데이터에 기반하여 상기 용모 변화 조작의 결과 예측 모델을 구축하는 단계;를 포함하고,
상기 방법은,
상기 용모 변화 조작의 결과 예측 모델을 이용하여 상기 목표 사용자의 의도하는 용모 변화 조작 후의 신체상태 정보를 예측하는 단계;를 더 포함하는, 방법.
제1항에 있어서,
상기 샘플 데이터는,
상기 용모 변화 조작 전의 사용자의 제1 신체징후 데이터 및 상기 제1 용모 데이터에 대응되는 상기 용모 변화 조작 후의 제2 신체징후 데이터를 더 포함하는, 방법.
제4항에 있어서,
상기 제1 신체징후 데이터 및 상기 제2 신체징후 데이터에 따라 신체징후 예측 모델을 구축하는 단계; 및
상기 목표 사용자의 신체징후 데이터 및 상기 의도하는 용모 변화 조작을 취득하고, 상기 목표 사용자의 신체징후 데이터에 기반하여 상기 신체징후 예측 모델을 이용하여 상기 목표 사용자의 의도하는 용모 변화 조작 후의 신체징후 데이터를 예측하는 단계;를 더 포함하는, 방법.
제4항에 있어서,
상기 구축하는 단계는,
상기 제1 용모 데이터, 상기 제2 용모 데이터, 상기 제1 신체징후 데이터 및 상기 제2 신체징후 데이터에 기반하여 상기 용모 변화 조작의 결과 예측 모델을 구축하는 단계;를 포함하고,
상기 방법은
상기 목표 사용자의 신체징후 데이터 및 상기 의도하는 용모 변화 조작을 취득하고, 상기 목표 사용자의 신체징후 데이터 및 상기 의도하는 용모 변화 조작에 기반하여 상기 용모 변화 조작의 결과 예측 모델을 이용하여 상기 목표 사용자의 의도하는 용모 변화 조작 후의 신체징후 데이터를 예측하는 단계;를 더 포함하는, 방법.
제1항 내지 제6항 중 어느 한 항에 있어서,
상기 용모 변화 조작의 결과 예측 모델의, 목표 사용자의 의도하는 용모 변화 조작에 대한 예측 결과에 기반하여 상기 목표 사용자의 의도하는 용모 변화 조작의 조작 리스크 제시 정보를 생성하는 단계;를 더 포함하는, 방법.
용모 변화 조작 결과를 예측하는 장치로서,
용모 변화 조작의 샘플 데이터를 취득하는 취득 유닛 - 상기 샘플 데이터는 상기 용모 변화 조작 전의 사용자의 제1 용모 데이터 및 상기 제1 용모 데이터에 대응되는 용모 변화 조작 후의 제2 용모 데이터를 포함함 - ;
상기 제1 용모 데이터 및 상기 제2 용모 데이터에 기반하여 용모 변화 조작의 결과 예측 모델을 구축하는 모델링 유닛; 및
목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작을 취득하고, 상기 목표 사용자의 용모 데이터 및 의도하는 용모 변화 조작에 기반하여 상기 용모 변화 조작의 결과 예측 모델을 이용하여 상기 목표 사용자의 의도하는 용모 변화 조작 후의 용모 데이터를 예측하는 예측 유닛을 포함하는, 장치.
제8항에 있어서,
상기 모델링 유닛은,
상기 제1 용모 데이터 및 상기 제2 용모 데이터에 대해 키포인트 특징 추출을 수행하는 추출 모듈; 및
상기 제1 용모 데이터의 키포인트 특징에서 상기 제2 용모 데이터의 키포인트 특징으로 변환되는 변환 관계를 모델링하여 상기 결과 예측 모델을 획득하는 제1 모델링 모듈;을 포함하는, 장치.
제8항에 있어서,
상기 취득 유닛은,
상기 제2 용모 데이터에 대응되는 사용자 신체상태 데이터를 취득하고,
상기 모델링 유닛은,
상기 제1 용모 데이터 및 상기 제2 용모 데이터, 상기 사용자 신체상태 데이터에 기반하여 상기 용모 변화 조작의 결과 예측 모델을 구축하는 제1 모델링 서브유닛;을 포함하고
상기 장치는,
상기 용모 변화 조작의 결과 예측 모델을 이용하여 상기 목표 사용자의 의도하는 용모 변화 조작 후의 신체상태 정보를 예측하는 제2 모델링 모듈;을 더 포함하는, 장치.
제8항에 있어서,
상기 샘플 데이터는 상기 용모 변화 조작 전의 사용자의 제1 신체징후 데이터 및 상기 제1 용모 데이터에 대응되는 상기 용모 변화 조작 후의 제2 신체징후 데이터를 더 포함하는, 장치.
제11항에 있어서,
상기 제1 신체징후 데이터 및 상기 제2 신체징후 데이터에 따라 신체징후 예측 모델을 구축하는 제3 모델링 모듈; 및
상기 목표 사용자의 신체징후 데이터 및 상기 의도하는 용모 변화 조작을 취득하고 상기 목표 사용자의 용모 변화 조작 전의 신체징후 데이터에 기반하여, 상기 신체징후 예측 모델을 이용하여 상기 목표 사용자의 의도하는 용모 변화 조작 후의 신체징후 데이터를 예측하는 신체징후 예측 모듈;을 더 포함하는, 장치.
제11항에 있어서,
상기 모델링 유닛은,
상기 제1 용모 데이터, 상기 제2 용모 데이터, 상기 제1 신체징후 데이터 및 상기 제2 신체징후 데이터에 기반하여 상기 용모 변화 조작의 결과 예측 모델을 구축하는 제2 모델링 서브유닛;을 포함하고,
상기 장치는,
상기 목표 사용자의 신체징후 데이터 및 상기 의도하는 용모 변화 조작을 취득하고, 상기 목표 사용자의 신체징후 데이터 및 상기 의도하는 용모 변화 조작에 기반하여 상기 용모 변화 조작의 결과 예측 모델을 이용하여 상기 목표 사용자의 의도하는 용모 변화 조작 후의 신체징후 데이터를 예측하는 제4 모델링 모듈;을 더 포함하는, 장치.
제8항 내지 제13항 중 어느 한 항에 있어서,
상기 용모 변화 조작의 결과 예측 모델의, 목표 사용자의 의도하는 용모 변화 조작에 대한 예측 결과에 기반하여 상기 목표 사용자의 의도하는 용모 변화 조작의 조작 리스크 제시 정보를 생성하는 제시 유닛;을 더 포함하는, 장치.
전자 기기로서,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서에 통신적으로 연결되는 메모리;를 포함하고,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되어 있고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행됨으로써 상기 적어도 하나의 프로세서가 제1항 내지 제7항 중 어느 한 항의 방법을 실행하도록 하는, 전자 기기.
컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독가능 저장 매체로서,
상기 컴퓨터 명령은 상기 컴퓨터에 의해 제1항 내지 제7항 중 어느 한 항의 방법이 수행되도록 하는, 비일시적 컴퓨터 판독가능 저장 매체.
매체에 저장된 컴퓨터 프로그램으로서,
상기 프로그램이 프로세서에 의해 실행되는 경우, 제1항 내지 제7항 중 어느 한 항의 방법이 수행되는, 매체에 저장된 컴퓨터 프로그램.