KR20220042027A - 피부 솔루션을 제공하는 장치 및 방법 - Google Patents
피부 솔루션을 제공하는 장치 및 방법 Download PDFInfo
- Publication number
- KR20220042027A KR20220042027A KR1020200125172A KR20200125172A KR20220042027A KR 20220042027 A KR20220042027 A KR 20220042027A KR 1020200125172 A KR1020200125172 A KR 1020200125172A KR 20200125172 A KR20200125172 A KR 20200125172A KR 20220042027 A KR20220042027 A KR 20220042027A
- Authority
- KR
- South Korea
- Prior art keywords
- skin
- data
- user
- item
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 239000000203 mixture Substances 0.000 claims abstract description 15
- 239000002537 cosmetic Substances 0.000 claims description 26
- 230000006872 improvement Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 20
- 230000014509 gene expression Effects 0.000 claims description 16
- 230000003796 beauty Effects 0.000 claims description 14
- 239000004615 ingredient Substances 0.000 claims description 14
- 230000037303 wrinkles Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 230000002068 genetic effect Effects 0.000 claims description 8
- 230000002526 effect on cardiovascular system Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 239000011148 porous material Substances 0.000 claims description 6
- 206010040844 Skin exfoliation Diseases 0.000 claims description 5
- 239000002773 nucleotide Substances 0.000 claims description 4
- 125000003729 nucleotide group Chemical group 0.000 claims description 4
- 235000015097 nutrients Nutrition 0.000 claims description 4
- 230000037394 skin elasticity Effects 0.000 claims description 4
- 230000008591 skin barrier function Effects 0.000 claims description 3
- 238000002604 ultrasonography Methods 0.000 claims description 3
- 235000006694 eating habits Nutrition 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 230000037081 physical activity Effects 0.000 claims description 2
- 206010010356 Congenital anomaly Diseases 0.000 abstract description 10
- 238000013528 artificial neural network Methods 0.000 description 31
- 239000010410 layer Substances 0.000 description 26
- 238000012706 support-vector machine Methods 0.000 description 9
- 210000002569 neuron Anatomy 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000003921 oil Substances 0.000 description 5
- 238000012856 packing Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 4
- 108091028043 Nucleic acid sequence Proteins 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002493 microarray Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000000018 DNA microarray Methods 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000008822 capillary blood flow Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- OPTASPLRGRRNAP-UHFFFAOYSA-N cytosine Chemical compound NC=1C=CNC(=O)N=1 OPTASPLRGRRNAP-UHFFFAOYSA-N 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 230000036555 skin type Effects 0.000 description 2
- 210000000216 zygoma Anatomy 0.000 description 2
- KIUKXJAPPMFGSW-DNGZLQJQSA-N (2S,3S,4S,5R,6R)-6-[(2S,3R,4R,5S,6R)-3-Acetamido-2-[(2S,3S,4R,5R,6R)-6-[(2R,3R,4R,5S,6R)-3-acetamido-2,5-dihydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-2-carboxy-4,5-dihydroxyoxan-3-yl]oxy-5-hydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-3,4,5-trihydroxyoxane-2-carboxylic acid Chemical compound CC(=O)N[C@H]1[C@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@H](O[C@H]2[C@@H]([C@@H](O[C@H]3[C@@H]([C@@H](O)[C@H](O)[C@H](O3)C(O)=O)O)[C@H](O)[C@@H](CO)O2)NC(C)=O)[C@@H](C(O)=O)O1 KIUKXJAPPMFGSW-DNGZLQJQSA-N 0.000 description 1
- FPIPGXGPPPQFEQ-UHFFFAOYSA-N 13-cis retinol Natural products OCC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-UHFFFAOYSA-N 0.000 description 1
- 229930024421 Adenine Natural products 0.000 description 1
- GFFGJBXGBJISGV-UHFFFAOYSA-N Adenine Chemical compound NC1=NC=NC2=C1N=CN2 GFFGJBXGBJISGV-UHFFFAOYSA-N 0.000 description 1
- ACTIUHUUMQJHFO-UHFFFAOYSA-N Coenzym Q10 Natural products COC1=C(OC)C(=O)C(CC=C(C)CCC=C(C)CCC=C(C)CCC=C(C)CCC=C(C)CCC=C(C)CCC=C(C)CCC=C(C)CCC=C(C)CCC=C(C)C)=C(C)C1=O ACTIUHUUMQJHFO-UHFFFAOYSA-N 0.000 description 1
- 108020004414 DNA Proteins 0.000 description 1
- OVRNDRQMDRJTHS-UHFFFAOYSA-N N-acelyl-D-glucosamine Natural products CC(=O)NC1C(O)OC(CO)C(O)C1O OVRNDRQMDRJTHS-UHFFFAOYSA-N 0.000 description 1
- OVRNDRQMDRJTHS-FMDGEEDCSA-N N-acetyl-beta-D-glucosamine Chemical compound CC(=O)N[C@H]1[C@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O OVRNDRQMDRJTHS-FMDGEEDCSA-N 0.000 description 1
- MBLBDJOUHNCFQT-LXGUWJNJSA-N N-acetylglucosamine Natural products CC(=O)N[C@@H](C=O)[C@@H](O)[C@H](O)[C@H](O)CO MBLBDJOUHNCFQT-LXGUWJNJSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 229920002385 Sodium hyaluronate Polymers 0.000 description 1
- FPIPGXGPPPQFEQ-BOOMUCAASA-N Vitamin A Natural products OC/C=C(/C)\C=C\C=C(\C)/C=C/C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-BOOMUCAASA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 229960000643 adenine Drugs 0.000 description 1
- FPIPGXGPPPQFEQ-OVSJKPMPSA-N all-trans-retinol Chemical compound OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-OVSJKPMPSA-N 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008236 biological pathway Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- ACTIUHUUMQJHFO-UPTCCGCDSA-N coenzyme Q10 Chemical compound COC1=C(OC)C(=O)C(C\C=C(/C)CC\C=C(/C)CC\C=C(/C)CC\C=C(/C)CC\C=C(/C)CC\C=C(/C)CC\C=C(/C)CC\C=C(/C)CC\C=C(/C)CCC=C(C)C)=C(C)C1=O ACTIUHUUMQJHFO-UPTCCGCDSA-N 0.000 description 1
- 235000017471 coenzyme Q10 Nutrition 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 229940104302 cytosine Drugs 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009274 differential gene expression Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 229920002674 hyaluronan Polymers 0.000 description 1
- 229960003160 hyaluronic acid Drugs 0.000 description 1
- 150000004677 hydrates Chemical class 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- -1 lifestyle Substances 0.000 description 1
- 238000001840 matrix-assisted laser desorption--ionisation time-of-flight mass spectrometry Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 229950006780 n-acetylglucosamine Drugs 0.000 description 1
- 239000005445 natural material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000010979 pH adjustment Methods 0.000 description 1
- 238000003068 pathway analysis Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000015541 sensory perception of touch Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 229940010747 sodium hyaluronate Drugs 0.000 description 1
- YWIVKILSMZOHHF-QJZPQSOGSA-N sodium;(2s,3s,4s,5r,6r)-6-[(2s,3r,4r,5s,6r)-3-acetamido-2-[(2s,3s,4r,5r,6r)-6-[(2r,3r,4r,5s,6r)-3-acetamido-2,5-dihydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-2-carboxy-4,5-dihydroxyoxan-3-yl]oxy-5-hydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-3,4,5-trihydroxyoxane-2- Chemical compound [Na+].CC(=O)N[C@H]1[C@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@H](O[C@H]2[C@@H]([C@@H](O[C@H]3[C@@H]([C@@H](O)[C@H](O)[C@H](O3)C(O)=O)O)[C@H](O)[C@@H](CO)O2)NC(C)=O)[C@@H](C(O)=O)O1 YWIVKILSMZOHHF-QJZPQSOGSA-N 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 235000019155 vitamin A Nutrition 0.000 description 1
- 239000011719 vitamin A Substances 0.000 description 1
- 229940045997 vitamin a Drugs 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H23/00—Percussion or vibration massage, e.g. using supersonic vibration; Suction-vibration massage; Massage with moving diaphragms
- A61H23/02—Percussion or vibration massage, e.g. using supersonic vibration; Suction-vibration massage; Massage with moving diaphragms with electric or magnetic drive
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H23/00—Percussion or vibration massage, e.g. using supersonic vibration; Suction-vibration massage; Massage with moving diaphragms
- A61H23/02—Percussion or vibration massage, e.g. using supersonic vibration; Suction-vibration massage; Massage with moving diaphragms with electric or magnetic drive
- A61H23/0245—Percussion or vibration massage, e.g. using supersonic vibration; Suction-vibration massage; Massage with moving diaphragms with electric or magnetic drive with ultrasonic transducers, e.g. piezoelectric
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H39/00—Devices for locating or stimulating specific reflex points of the body for physical therapy, e.g. acupuncture
- A61H39/002—Using electric currents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H39/00—Devices for locating or stimulating specific reflex points of the body for physical therapy, e.g. acupuncture
- A61H39/007—Stimulation by mechanical vibrations, e.g. ultrasonic
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/01—Constructive details
- A61H2201/0188—Illumination related features
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/10—Characteristics of apparatus not provided for in the preceding codes with further special therapeutic means, e.g. electrotherapy, magneto therapy or radiation therapy, chromo therapy, infrared or ultraviolet therapy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/12—Driving means
- A61H2201/1207—Driving means with electric or magnetic drive
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/16—Physical interface with patient
- A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
- A61H2201/1654—Layer between the skin and massage elements, e.g. fluid or ball
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5007—Control means thereof computer controlled
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5097—Control means thereof wireless
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2205/00—Devices for specific parts of the body
- A61H2205/02—Head
- A61H2205/022—Face
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2230/00—Measuring physical parameters of the user
Landscapes
- Health & Medical Sciences (AREA)
- Rehabilitation Therapy (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physical Education & Sports Medicine (AREA)
- Pain & Pain Management (AREA)
- Epidemiology (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
본 개시의 일 실시 예에 따른 전자 장치의 피부 솔루션 제공 방법은 사용자의 신체 정보, 사용자를 촬영한 영상 정보, 사용자로부터 획득한 설문 정보 또는 사용자로부터 측정된 체성분 신호 정보 중 적어도 하나를 포함하는 1차 데이터를 제공 받는 단계, 프로세서에 의해, 신체 정보에 기반하여 미리 설정된 적어도 하나의 피부 항목에 관련된 사용자의 컨테이너(container)를 생성하는 단계, 프로세서에 의해, 1차 데이터에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 형질 데이터를 생성하는 단계, 프로세서에 의해, 신체 정보에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 솔루션 데이터를 생성하는 단계 및 프로세서에 의해, 피부 형질 데이터 및 피부 솔루션 데이터로부터 컨테이너의 크기에 기반하여 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터를 결정하는 단계를 포함할 수 있다.
Description
본 명세서의 개시는 개인의 선천적 또는 후천적 피부 상태에 맞는 피부 솔루션을 제공하는 장치 및 방법에 관한 것이다.
종래 소비자를 위한 다양한 화장품 및 미용 기구(beauty device)가 존재한다.
또한, 최근 미용 시장은 개인 맞춤형 화장품 등의 제품을 고객에게 제공하여 브랜드 가치를 향상시키려는 흐름이 나타나고 있다. 이에 맞추어, 개인의 피부 상태나 취향에 맞춰 원료를 배합해 만드는 맞춤형 화장품 제도가 도입되어 개인의 피부 상태에 따라 오프라인 매장에서 원료를 추가하거나 혼합해서 판매할 수 있게 되었다.
하지만, 개인의 피부 상태를 파악하기 위해서는 오프라인 매장을 방문하는 불편함이나 고가의 장비를 필요로 하는 문제점이 있고, 소비자가 간편하게 자신의 선천적 또는 피부 상태를 파악하기 어려운 문제점이 있다.
더불어, 맞춤형 화장품이 아닌 다양한 화장품을 이용하여 자신의 피부 상태를 개선시키기를 원하는 소비자는, 화장품 전문가가 아닌 이상 자신의 피부 상태에 맞는 화장품 또는 기능성 성분을 판단하기 곤란한 문제점에 직면한다. 미용 기구 또한 진동에 기반한 마사지기, 미세 전류에 기반한 마사지기(갈바닉 마사지기), 초음파에 기반한 필링(peeling) 기구 등 다양한 미용 기구가 존재하지만 소비자들은 자신의 피부 상태에 적합한 미용 기구를 선택하기 어려울 뿐만 아니라, 해당 미용 기구에 미리 설정된 프로세스 중 하나를 구동할 수밖에 없으므로 자신의 피부 상태에 적합하게 미용 기구를 사용하기 어려운 문제점이 있다.
본 개시의 일 실시 예는 사용자의 선천적 또는 후천적 피부 상태에 적합한 피부 솔루션을 결정하는 방법 및 장치를 제공한다.
본 개시의 일 실시 예는 사용자의 선천적 또는 후천적 피부 상태에 적합한 피부 기능성 성분, 생활 습관, 미용 기구 또는 미용 기구의 구동 프로토콜을 결정하는 방법 및 장치를 제공한다.
본 개시의 일 실시 예는 사용자의 선천적 또는 후천적 피부 상태의 개선 가능성에 기반한 피부 솔루션을 결정하는 방법 및 장치를 제공한다.
본 개시의 일 실시 예에 따른 전자 장치의 피부 솔루션 제공 방법은 사용자의 신체 정보, 사용자를 촬영한 영상 정보, 사용자로부터 획득한 설문 정보 또는 사용자로부터 측정된 체성분 신호 정보 중 적어도 하나를 포함하는 1차 데이터를 제공 받는 단계, 프로세서에 의해, 신체 정보에 기반하여 미리 설정된 적어도 하나의 피부 항목에 관련된 사용자의 컨테이너(container)를 생성하는 단계, 프로세서에 의해, 1차 데이터에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 형질 데이터를 생성하는 단계, 프로세서에 의해, 신체 정보에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 솔루션 데이터를 생성하는 단계 및 프로세서에 의해, 피부 형질 데이터 및 피부 솔루션 데이터로부터 컨테이너의 크기에 기반하여 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터를 결정하는 단계를 포함할 수 있다.
본 개시의 일 실시 예에 따른 피부 솔루션을 제공하는 전자 장치는 프로세서 및 프로세서와 전기적으로 연결되고 프로세서에서 수행되는 적어도 하나의 명령어가 저장되는 메모리를 포함하고, 메모리는 명령어가 프로세서를 통해 실행될 때 프로세서가 사용자의 신체 정보, 사용자를 촬영한 영상 정보, 사용자로부터 획득한 설문 정보 또는 사용자로부터 측정된 체성분 신호 정보 중 적어도 하나를 포함하는 1차 데이터를 제공 받는 프로세스, 신체 정보에 기반하여 미리 설정된 적어도 하나의 피부 항목에 관련된 사용자의 컨테이너를 생성하는 프로세스, 1차 데이터에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 형질 데이터를 생성하는 프로세스, 신체 정보에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 솔루션 데이터를 생성하는 프로세스 및 피부 형질 데이터 및 피부 솔루션 데이터로부터 컨테이너의 크기에 기반하여 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터를 결정하는 프로세스를 실행하도록 야기하는 명령어를 저장할 수 있다.
본 개시의 실시 예에 따른 피부 솔루션 제공 장치 및 방법은 사용자의 선천적 또는 후천적 피부 상태에 적합한 피부 솔루션을 결정할 수 있다.
본 개시의 일 실시 예는 사용자가 오프라인 매장을 방문하는 일 없이 간편하고 저 비용으로 자신에게 적합한 피부 솔루션을 결정할 수 있다.
본 개시의 일 실시 예는 후천적인 피부 상태뿐만 아니라 개인의 유전자 발현을 고려한 선천적인 피부 상태를 고려한 피부 솔루션을 결정할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 전자 장치를 구동하기 위한 환경을 보여준다.
도 2는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 나타낸 블록도이다.
도 3은 본 개시의 일 실시 예에 따른 전자 장치의 피부 솔루션을 제공하는 방법을 설명하는 흐름도이다.
도 4는 본 개시의 일 실시 예에 따른 피부 항목에 관련된 컨테이너를 설명하는 도면이다.
도 5는 본 개시의 일 실시 예에 따른 컨테이너의 크기에 기반하여 최종 피부 솔루션 데이터 및 최종 피부 형질 데이터를 조합하는 예시를 설명하는 도면이다.
도 6은 본 개시의 일 실시 예에 따른 피부 솔루션을 제공하는 방법에서 사용되는 데이터의 흐름을 설명하는 도면이다.
도 7은 본 개시의 일 실시 예에 따른 전자 장치의 컨테이너를 생성하는 방법 및 그에 사용되는 데이터의 흐름을 설명하는 도면이다.
도 8은 본 개시의 일 실시 예에 따른 전자 장치의 최종 피부 솔루션 데이터 및 최종 피부 형질 데이터를 결정하는 방법 및 그에 사용되는 데이터의 흐름을 설명하는 도면이다.
도 9는 기능성 성분 라이브러리의 데이터 및 기타 라이브러리의 데이터를 개념적으로 설명하는 도면이다.
도 10은 심혈관계 데이터 라이브러리 및 데이터 상관지수 라이브러리의 데이터를 개념적으로 설명하는 도면이다.
도 2는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 나타낸 블록도이다.
도 3은 본 개시의 일 실시 예에 따른 전자 장치의 피부 솔루션을 제공하는 방법을 설명하는 흐름도이다.
도 4는 본 개시의 일 실시 예에 따른 피부 항목에 관련된 컨테이너를 설명하는 도면이다.
도 5는 본 개시의 일 실시 예에 따른 컨테이너의 크기에 기반하여 최종 피부 솔루션 데이터 및 최종 피부 형질 데이터를 조합하는 예시를 설명하는 도면이다.
도 6은 본 개시의 일 실시 예에 따른 피부 솔루션을 제공하는 방법에서 사용되는 데이터의 흐름을 설명하는 도면이다.
도 7은 본 개시의 일 실시 예에 따른 전자 장치의 컨테이너를 생성하는 방법 및 그에 사용되는 데이터의 흐름을 설명하는 도면이다.
도 8은 본 개시의 일 실시 예에 따른 전자 장치의 최종 피부 솔루션 데이터 및 최종 피부 형질 데이터를 결정하는 방법 및 그에 사용되는 데이터의 흐름을 설명하는 도면이다.
도 9는 기능성 성분 라이브러리의 데이터 및 기타 라이브러리의 데이터를 개념적으로 설명하는 도면이다.
도 10은 심혈관계 데이터 라이브러리 및 데이터 상관지수 라이브러리의 데이터를 개념적으로 설명하는 도면이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
도 1을 참조하여 본 개시의 일 실시 예에 따른 피부 솔루션을 제공하는 전자 장치를 구동하기 위한 환경을 설명한다.
본 개시의 실시 예에 따른 피부 솔루션을 제공하는 전자 장치를 구동하기 위한 환경은 개인 단말기 장치(100), 서버 장치(200) 및 이들을 연결하는 네트워크를 포함할 수 있다.
본 개시의 실시 예에 따른 피부 솔루션을 제공하는 전자 장치는 개인 단말기 장치(100) 또는 서버 장치(200)로서 구현될 수 있으며, 이하에서는 서버 장치(200)로서 구현되는 실시 예로 설명한다.
다른 실시 예에서, 피부 솔루션을 제공하는 전자 장치가 개인 단말기 장치(100)로 구현되는 경우 서버 장치(200)에서 학습된 학습 모델이 개인 단말기 장치(100)로 전송될 수 있다. 개인 단말기 장치(100)는 근접센서(proximity sensor), 조도 센서(illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다.
개인 단말기 장치(100)는 출력부를 포함할 수 있고, 출력부는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부, 음향 출력부, 햅틱 모듈, 광 출력부 중 적어도 하나를 포함할 수 있다.
디스플레이부는 개인 단말기 장치(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부는 개인 단말기 장치(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
디스플레이부는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 개인 단말기 장치(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부로서 기능함과 동시에, 개인 단말기 장치(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
음향 출력부는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.
인터페이스부는 개인 단말기 장치(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다. 개인 단말기 장치(100)에서는, 인터페이스부에 외부 장치(예를 들어, 미용 기구(10))가 연결되는 것에 대응하여, 연결된 외부 장치와 관련된 적절할 제어를 수행할 수 있다.
다른 실시 예에서, 피부 솔루션을 제공하는 전자 장치를 구동하기 위한 환경은 진동에 기반한 피부 마사지기, 미세 전류에 기반한 피부 마사지기, 초음파에 기반한 피부 필링(peeling) 기기 또는 LED를 포함하는 광 조사기 중 어느 하나를 포함하는 미용 기구(10), 생체 전기저항 측정(BIA: bioelectric impedance analysis) 기구(10), 전기적 또는 광학적 방식에 기반한 유분 또는 수분 측정 기구(10) 등의 개인 디바이스(10)를 포함할 수 있다.
피부 솔루션을 제공하는 전자 장치를 구동하기 위한 환경이 미용 기구(10)를 포함하는 경우, 전자 장치는 최종 피부 솔루션 데이터에 포함된 미용 기구 구동 프로토콜을 미용 기구(10)에 전송할 수 있고, 미용 기구(10)는 전송 받은 구동 프로토콜(예를 들어, 진동 피부 마사지기인 경우 진동의 세기, 세기에 따른 진동의 구동 시간 등)에 따라 구동될 수 있다.
피부 솔루션을 제공하는 전자 장치를 구동하기 위한 환경이 생체 전기저항 측정 기구(10), 유분 또는 수분 측정 기구(10) 등의 개인 디바이스(10)를 포함하는 경우, 개인 디바이스(10)는 사용자의 피부로부터 측정한 생체 신호, 유분 또는 수분 정도, 사용자의 피부 영상 등을 전자 장치로 전송할 수 있다.
피부 솔루션을 제공하는 전자 장치가 서버 장치(200)로 구현되는 경우 서버 장치(200)는 개인 단말기 장치(100)(스마트폰, 태블릿, 노트북 컴퓨터, 데스크탑 컴퓨터 등을 포함한다)로부터 사용자의 신체 정보, 상기 사용자를 촬영한 영상 정보, 상기 사용자로부터 획득한 설문 정보 또는 상기 사용자로부터 측정된 체성분 신호 정보 중 적어도 하나를 포함하는 1차 데이터를 제공 받을 수 있다. 이 경우, 사용자의 신체 정보 또는 설문 정보는 미리 서버 장치(200)에 저장되어 있고 이를 사용 가능하도록 개인 단말기 장치(100)에서 허용하는 것일 수 있고, 영상 정보는 개인 단말기 장치(100)에서 촬영한 것이거나 별도의 외부 장치(100)에서 촬영한 것일 수 있다.
피부 솔루션을 제공하는 전자 장치인 서버 장치(200)는 1차 데이터에 기반하여 미리 설정된 피부 항목 별로 사용자의 컨테이너(container)를 생성하고, 피부 항목별 컨테이너를 최대로 채울 수 있는 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터의 조합을 결정할 수 있다. 피부 솔루션을 제공하는 전자 장치인 서버 장치(200)는 결정된 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터의 조합을 개인 단말기 장치(100)로 전송할 수 있다.
다른 실시 예에서, 피부 솔루션을 제공하는 전자 장치가 개인 단말기 장치(100)로 구현되는 경우, 위에서 설명한 동작을 개인 단말기 장치(100)에서 실행하거나 그 일부의 동작을 서버 장치(200)에서 나누어 실행하는 것도 가능하다. 또는, 서버 장치(200)로부터 필요한 데이터(예를 들어, 기능성 성분 라이브러리 등)만 전송 받아 개인 단말기(100)에서 모든 동작을 수행하는 것도 가능하다.
도 2를 참조하여 본 개시의 일 실시 예에 따른 피부 솔루션을 제공하는 전자 장치가 서버 장치(200)로 구현된 경우, 서버 장치(200)의 구성을 설명한다.
서버 장치(200)는 개인 단말기 장치(100)의 외부에 별도로 구성된 장치 또는 서버로, 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다. 여기서, 기계 학습 알고리즘은 딥 러닝 알고리즘, SVM(Support Vector Machine) 알고리즘, GMM(Gaussian mixture model) 알고리즘을 포함할 수 있다.
서버 장치(200)는 적어도 하나의 개인 단말기 장치(100)와 통신할 수 있고, 개인 단말기 장치(100)를 대신하여 혹은 도와 데이터를 분석하거나 학습하여 결과를 도출할 수 있다. 여기서, 다른 장치를 도운다는 의미는 분산 처리를 통한 연산력의 분배를 의미할 수 있다.
인공 신경망의 서버 장치(200)는 인공 신경망을 학습하기 위한 다양한 장치로서, 통상적으로 서버를 의미할 수 있고, 학습 장치 또는 학습 서버 등으로 칭할 수 있다.
특히, 서버 장치(200)는 단일한 서버뿐만 아니라 복수의 서버 세트, 클라우드 서버 또는 이들의 조합 등으로 구현될 수 있다.
즉, 서버 장치(200)는 복수로 구성되어 학습 장치 세트(혹은 클라우드 서버)를 구성할 수 있고, 학습 장치 세트에 포함된 적어도 하나 이상의 서버 장치(200)는 분산 처리를 통하여 데이터 분석 또는 학습하여 결과를 도출할 수 있다.
서버 장치(200)는 주기적으로 혹은 요청에 의하여 개인 단말기 장치(100)에 기계 학습 또는 딥 러닝에 의하여 학습한 모델을 전송할 수 있다.
도 2를 참조하면, 서버 장치(200)는 통신부(Communication Unit, 210), 입력부(Input Unit, 220), 메모리(Memory, 230), 러닝 프로세서(Learning Processor, 240), 전원 공급부(Power Supply Unit, 250) 및 프로세서(Processor, 260) 등을 포함할 수 있다.
통신부(210)는 유무선 통신이나 인터페이스를 통하여 다른 장치와 데이터를 송수신할 수 있다.
입력부(220)는 모델 학습을 위한 훈련 데이터 및 학습된 모델(a trained model)을 이용하여 출력을 획득하기 위한 입력 데이터 등을 획득할 수 있다.
입력부(220)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(260)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.
이때, 입력부(220)에서 수행하는 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.
메모리(230)는 모델 저장부(231) 및 데이터베이스(232) 등을 포함할 수 있다.
모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장하며, 학습을 통하여 모델이 업데이트되면 업데이트된 모델을 저장한다.
이때, 모델 저장부(231)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.
도 2에 도시된 인공 신경망(231a)은 복수의 은닉층을 포함하는 인공 신경망의 하나의 예시일 뿐이며, 본 개시의 인공 신경망이 이에 한정되는 것은 아니다
인공 신경망(231a)은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 인공 신경망(231a)의 일부 또는 전부가 소프트웨어로 구현되는 경우, 인공 신경망(231a)을 구성하는 하나 이상의 명령어는 메모리(230)에 저장될 수 있다.
데이터베이스(232)는 입력부(220)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장한다. 또한, 데이터베이스(232)는 아래에서 설명될 각종 라이브러리 등을 저장할 수 있다.
데이터베이스(232)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.
러닝 프로세서(240)는 훈련 데이터 또는 트레이닝 셋(training set)을 이용하여 인공 신경망(231a)을 훈련(training, 또는 학습)시킬 수 있다.
러닝 프로세서(240)는 프로세서(260)가 입력부(220)를 통해 획득한 입력 데이터를 전처리한 데이터를 바로 획득하여 인공 신경망(231a)을 학습하거나, 데이터베이스(232)에 저장된 전처리된 입력 데이터를 획득하여 인공 신경망(231a)을 학습할 수 있다.
구체적으로, 러닝 프로세서(240)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망(231a)을 반복적으로 학습시킴으로써, 인공 신경망(231a)의 최적화된 모델 파라미터들을 결정할 수 있다
본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.
이때, 학습 모델은 인공 신경망의 서버 장치(200)에 탑재된 상태에서 결과 값을 추론할 수도 있으며, 통신부(210)를 통해 개인 단말기 장치(100)와 같은 다른 장치에 전송되어 탑재될 수도 있다.
또한, 학습 모델이 업데이트되는 경우, 업데이트된 학습 모델은 통신부(210)를 통해 개인 단말기 장치(100)와 같은 다른 장치에 전송되어 탑재될 수 있다.
도 3을 참조하여 본 개시의 일 실시 예에 따른 피부 솔루션을 제공하는 전자 장치의 피부 솔루션 제공 방법을 설명한다.
전자 장치는 사용자의 신체 정보, 사용자를 촬영한 영상 정보, 사용자로부터 획득한 설문 정보 또는 사용자로부터 측정된 체성분 신호 정보 중 적어도 하나를 포함하는 1차 데이터를 제공 받을 수 있다(S110).
신체 정보는 사용자의 나이, 성별, 인종에 관한 정보를 포함할 수 있다.
영상 정보는 사용자의 안면을 촬영한 카메라 영상일 수 있고, 설문 정보는 개인 단말기 장치(100)에서 사용자가 피부 특성 및 관련 활동과 관련된 항목에 대한 설문에 응답한 결과로서, 그 결과를 수치화 한 값일 수 있다.
설문은 예를 들어, 사용자가 자신의 피부 상태를 평가하기 위한 항목으로서 지성, 건성, 민감성, 저항성, 색소성, 비색소성, 주름, 탄력에 대해 척도로서 응답할 수 있고, 설문은 사용자의 사용 제품, 제품 선호도 등에 대한 응답을 포함할 수 있다.
전자 장치는 사용자가 자신의 피부 상태를 평가하기 위한 항목에 대한 응답, 예를 들어 지성, 건성, 민감성, 저항성, 색소성, 비색소성, 주름, 탄력에 대해 척도를 각각 2 개씩 그룹으로 묶어서 대척점을 찾을 수 있으며, 이에 따른 조합(4 x 4)으로 16 가지의 피부 유형 중 하나로 사용자의 피부 유형을 정할 수 있다.
체성분 신호 정보는 일 실시 예로 접촉식 측정 데이터일 수 있고, 유분, 수분, 탄력 값을 수치화할 수 있는 전류 저항 데이터(BIA data: bioelectric impedance analysis data)일 수 있다. 전자 장치는 저항 값 (
에 따른 단계별 그룹을 만들어 측정하고자 하는 항목에 대한 정수표 (예를 들어, 최저 값 -5에서 최대값 +5까지의 범위)를 만들고, 그 기준에 따라 산출된 정수 값을 사용할 수 있다.
일 실시 예에서, 전자 장치는 사용자의 안면을 촬영한 동영상 정보를 포함하는 1차 데이터를 제공 받을 수 있고, 전자 장치는 동영상 정보로부터 예를 들어, 이마, 광대, 턱, 볼 부위의 모세 혈류의 흐름 및 피부 톤(tone)의 변화를 분석하여 심박수, 산소 포화도, 호흡속도, 스트레스, 심장 박동 변화 등을 포함하는 생체 신호를 정수 값으로 산출할 수 있다.
전자 장치는 신체 정보에 기반하여 미리 설정된 적어도 하나의 피부 항목에 관련된 사용자의 컨테이너(container)를 생성할 수 있다.
예를 들어, 피부 항목은 피부 톤(tone), 피부 모공, 피부 주름, 피부 장벽, 피부 수분, 피부 유분, 피부 탄력, 피부 트러블 또는 피부 pH 조절 중 적어도 어느 하나를 포함할 수 있다.
전자 장치는 사용자의 나이, 성별 또는 인종 중 적어도 어느 하나를 포함하는 신체 정보에 기반하여 피부 항목마다 서로 다른 크기로 복수의 컨테이너를 생성할 수 있다.
일 실시 예에서, 전자 장치는 신체 정보에 따라 산출된 사용자의 특정 피부 항목에 대한 개선 가능성(skin potential value)에 기반하여 컨테이너를 생성할 수 있고, 사용자의 피부 항목에 대한 개선 가능성은 복수의 피험자들의 나이, 성별 또는 인종에 따른 피부 개선 가능성 테이블에 기반하여 산출될 수 있다.
예를 들어, 피부 개선 가능성 테이블은 복수의 피험자들의 나이, 성별 또는 인종에 따른 그룹에 다양한 피부 기능성 물질들의 조합, 생활 습관 또는 미용 기구의 조합 중 적어도 어느 하나를 각 피부 항목별로 적용하여 실험적으로 획득한 데이터일 수 있다. 따라서, 이에 기반하여 생성되는 컨테이너의 크기는 사용자 별, 피부 항목 별 서로 다른 크기일 수 있다.
도 4를 참조하여 본 개시의 일 실시 예에 따른 사용자의 각 피부 항목에 관련된 컨테이너를 설명한다.
도 4는 사용자의 2개의 피부 항목에 대한 컨테이너들(410, 420)을 도시한다. 도 4의 상기 컨테이너들은 예를 들어, 피부 주름에 대한 사용자(400)의 피부 개선 가능성에 기반하여 생성된 컨테이너(410) 및 피부 수분에 대한 사용자의 피부 개선 가능성에 기반하여 생성된 컨테이너(420)일 수 있다. 따라서, 미리 설정된 피부 항목이 특정 개수인 경우, 사용자의 컨테이너는 피부 항목의 개수만큼 각각 서로 다른 크기로 생성될 수 있다.
일 실시 예에서, 컨테이너는 사용자의 신체 정보에 기반하여 생성되는 1차 컨테이너(414, 424)와 사용자의 유전자 정보로부터 확인된 SNP(Single Nucleotide Polymorphism) 유전자 발현에 기반하여 생성되는 확장 컨테이너(412, 422)를 포함할 수 있다.
예를 들어, 피부 주름에 대한 1차 컨테이너(414)는 복수의 피험자들로부터 측정된 피부 주름에 대한 피부 개선 가능성 테이블에서 동일한 나이, 성별, 인종에 따른 개선 가능성이 90%였다면 이 수치를 반영한 크기(높이)로 생성될 수 있다.
일 실시 예에서, 전자 장치는 사용자의 유전자 정보를 제공 받고, 유전자 정보에 기반하여 SNP 유전자 발현을 확인하고, 유전자 발현에 기반하여 서로 다른 크기를 가지는 피부 항목별 확장 컨테이너(412, 422)를 생성하고, 피부 항목별로 생성된 1차 컨테이너(414, 424)에 피부 항목별 확장 컨테이너(412, 422)를 결합하여 피부 항목별 최종 컨테이너(410, 420)를 생성할 수 있다.
1차 컨테이너는 사용자의 피부 항목별 후천적 가능성에 관한 정보라면, 확장 컨테이너는 사용자의 피부 항목별 선천적 가능성(Congenital Potential)에 관한 정보로 볼 수 있다.
DNA 염기서열에서 1000개의 염기서열마다 하나의 염기서열(A, T, G, C)이 차이를 보이는 유전적 변화 또는 변이를 단일염기다형성(Single Nucleotide polymorphism, SNP)이라고 한다. 스닙이라고 읽으며, 이러한 SNP가 사람들의 유전적 다양성을 만들어 낸다. 즉 어떠한 DNA 염기서열에서 A(Adenine)를 가지고 있는 반면 어떤 사람은 C Cytosine)을 가질 수 있다. 그리고 이러한 미세한 변화로 인해 유전자의 기능이 달라지면서 표현형(phenotype)을 변화시켜 서로 다른 생김새 및 모양을 가진 사람이 되고, 질병에 대한 감수성 차이까지 영향을 미친다.
일 실시 예에서, 전자 장치는 SNP 유전자 발현을 확인하기 위하여 마이크로어레이(MicroArray) 기법과 메스어레이(MassArray) 기법을 사용할 수 있다.
일 실시 예에서, 전자 장치는 마이크로어레이 기법을 위하여, DNA microarray의 두 그룹간의 상대적인 유전자 발현의 정도를 비교할 뿐만 아니라, 여러 종류의 시료에 대하여 유전자 발현의 정도를 비교하여 다수의 시료 간에 유전자 발현의 정도를 그룹핑(clustering)함으로써 상대적 유사성을 비교하여 분석할 수 있다. 이러한 분석방법을 통해 유사한 그룹에서만 발현되는 고유한 유전체 바이오 마커를 발굴할 수 있고, DNA microarray에서 생성된 differential gene expression data를 이용한 다양한 생물학적 경로(pathway) 분석에 DAVID 프로그램 및 Ingenuity Pathway Analysis(IPA) 프로그램을 이용할 수 있다.
일 실시 예에서, 전자 장치는 매스어레이 기법을 위하여 유전적 이형체와 연관된 SNP 및 기타 DNA 분획을 동시에 분리하고 검출하기 위한 MALDI-TOF 질량 분광계의 파워를 사용하는 시스템을 사용하여 형광표지 또는 기타 마커 없이도 측정할 수 있고, 병행 사용하였을 때 형광표지 및 마커가 필수적인 마이크로어레이 기법을 보완할 수 있다.
일 실시 예에서, 전자 장치는 사용자의 획인된 SNP 유전자 발현을 복수의 피험자들로부터 실험적으로 획득된 SNP 유전자 발현에 따른 피부 개선 가능성 테이블(752)에 기반하여 서로 다른 크기를 가지는 피부 항목별 확장 컨테이너(412, 422)를 생성할 수 있다.
전자 장치는 사용자의 1차 데이터에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 형질 데이터를 생성하고(S130), 사용자의 신체 정보에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 솔루션 데이터를 생성할 수 있다(S140).
일 실시 예에서, 피부 형질 데이터는 사용자의 1 차 데이터에 머신 러닝 기반의 학습 모델을 적용한 결과인 1차 결과에 기반하여 획득될 수 있다.
예를 들어, 복수의 사용자들로부터 획득한 신체 정보, 복수의 사용자들을 촬영한 영상 정보, 복수의 사용자들로부터 획득한 설문 정보 또는 복수의 사용자들로부터 측정된 체성분 신호 정보 중 적어도 한 종류의 정보를 적어도 하나의 피부 항목에 대한 점수를 레이블링(labeling)한 훈련 데이터로 학습된 학습 모델에 1차 데이터를 입력하여 각 피부 항목별 1차 결과를 획득할 수 있다.
이 때, 학습 모델은 복수의 사용자들로부터 획득한 신체 정보, 복수의 사용자들을 촬영한 영상 정보, 복수의 사용자들로부터 획득한 설문 정보 또는 복수의 사용자들로부터 측정된 체성분 신호 정보에 기반하여 정보 별로 학습된 복수의 학습 모델일 수 있고, 피부 형질 데이터는 정보 별로 학습된 복수의 학습 모델로부터 획득된 복수의 1차 결과들에 기반하여 산출될 수 있다.
예를 들어, 도 6을 참조하면, 복수의 사용자들로부터 획득한 영상 정보를 피부 톤, 피부 모공, 피부 주름 등의 각 피부 항목 별 점수로 레이블링한 훈련 데이터로 훈련하여 영상 정보 학습 모델을 생성할 수 있다. 전자 장치는 사용자의 안면 영상을 촬영한 영상 정보를 훈련된 영상 정보 학습 모델에 입력하여 피부 톤, 피부 모공, 피부 주름 등의 각 피부 항목 별 점수를 1차 결과로 산출할 수 있다.
일 실시 예에서, 피부 항목의 1차 결과는 복수의 정보 별로 동일한 피부 항목에 중복하여 산출될 수 있고, 전자 장치는 복수의 피부 항목들의 1차 결과들을 종합하여, 예를 들면 피부 항목 상호간에 영향을 주는 비율을 고려한 가중치를 반영하여 각 피부 항목 별 피부 형질 데이터(642)로 정수화된 데이터를 생성할 수 있다. 이 때 서로 다른 종류의 1차 데이터들의 상관 관계를 분석하여 가중치를 결정할 수 있고, 예를 들어 영상 정보 또는 미용 기구 등의 디바이스에 기반하여 생성된 각 피부 항목의 1차 결과들은 1차 데이터들의 상관 관계를 분석하여 미리 설정된 데이터 상관 지수 테이블(도 10의 1020)에 기반한 가중치에 의하여 보정될 수 있다.
일 실시 예에서, 전자 장치는 사용자를 촬영한 동영상 정보를 제공 받고, 생체 신호 분석 엔진(도 8의 vital sign analysis engine)이 동영상 정보로부터 생체 정보를 획득하거나 외부의 장치로 동영상 정보를 전송하고 외부 장치의 생체 신호 분석 엔진이 산출한 생체 정보를 획득할 수 있다. 전자 장치는, 획득된 생체 정보에 기반하여 심혈관 정보를 1차 결과로 생성할 수 있다. 전자 장치는 동영상 정보로부터 예를 들어, 이마, 광대, 턱, 볼 부위의 모세 혈류의 흐름 및 피부 톤의 변화를 분석하여 심박수, 산소 포화도, 호흡속도, 스트레스, 심장 박동 변화 등을 포함하는 생체 신호를 정수 값으로 산출할 수 있고(예를 들면, 생체 정보 중 스트레스, 산소 포화도, 심박수 값은 그 정도에 따라 도 10의 각 테이블들(1010)을 참조하여 각 피부 항목에 따른 피부 형질 데이터 생성에 반영될 수 있다), 산출된 정수 값인 심혈관 정보를 사용자의 피부 형질 데이터를 생성할 때 반영할 수 있다. 이 경우, 피부 항목 상호간에 영향을 주는 비율을 고려한 가중치는 심혈관 정보도 고려한 가중치일 수 있다.
일 실시 예에서, 학습 모델은 인공신경망에 기반할 수 있다. 인공신경망은 복수의 레이어(layer)를 포함할 수 있고, 레이어들 각각은 복수의 뉴런(neuron)을 포함할 수 있다. 또한 인공신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다.
인공 신경망은 일반적으로 다음의 세가지 인자, 즉 (1) 다른 레이어의 뉴런들 사이의 연결 패턴 (2) 연결의 가중치를 갱신하는 학습 과정 (3) 이전 레이어로부터 수신되는 입력에 대한 가중 합으로부터 출력값을 생성하는 활성화 함수에 의해 정의될 수 있다.
인공 신경망은, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), MLP(Multilayer Perceptron), CNN(Convolutional Neural Network)와 같은 방식의 네트워크 모델들을 포함할 수 있으나, 이에 한정되지 않는다.
본 명세서에서 용어 '레이어'는 용어 '계층'과 혼용되어 사용될 수 있다.
인공신경망은 계층 수에 따라 단층 신경망(Single-Layer Neural Networks)과 다층 신경망(Multi-Layer Neural Networks)으로 구분된다.
일반적인 단층 신경망은, 입력층과 출력층으로 구성된다.
또한 일반적인 다층 신경망은 입력층(Input Layer)과 하나 이상의 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성된다.
입력층은 외부의 자료들을 받아들이는 층으로서, 입력층의 뉴런 수는 입력되는 변수의 수와 동일하며, 은닉층은 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달한다. 출력층은 은닉층으로부터 신호를 받고, 수신한 신호에 기반한 출력 값을 출력한다. 뉴런간의 입력신호는 각각의 연결강도(가중치)와 곱해진 후 합산되며 이 합이 뉴런의 임계치보다 크면 뉴런이 활성화되어 활성화 함수를 통하여 획득한 출력값을 출력한다.
한편 입력층과 출력 층 사이에 복수의 은닉층을 포함하는 심층 신경망은, 기계 학습 기술의 한 종류인 딥 러닝을 구현하는 대표적인 인공 신경망일 수 있다.
일 실시 예에서, 학습 모델은 딥 러닝 알고리즘, SVM 알고리즘, GMM 알고리즘에 기반할 수 있다.
SVM 알고리즘은 일반적으로 패턴인식과 자료분석을 위한 지도 학습(supervised learning)의 모델이며, 주로 분류와 회귀분석을 위해 사용한다.
일 실시 예에서, SVM 알고리즘은 기존에 축적된 동영상 정보 및 영상 정보(labeled data)를 사용하여 학습한 학습 모델이 사용자들로부터 앞으로 수집될 각각의 수집 값들을 분류하기 위해 새로 유입되는 동영상 정보 및 영상 정보가 있을 때마다 분류 기준을 생성하는 역할을 수행한다. 이때 단순히 각 분류 간에 경계 기준선을 생성하는 것이 아니라 각 분류군별로 최대의 영역(데이터 구분 마진)을 확보할 수 있도록 기준을 설정할 수 있다. 특히, SVM 알고리즘은 kernel function을 사용하여 수집된 정보들을 3차원 평면으로 변형시켜서 선형 구분이 가능하도록 설계될 수 있다.
일 실시 예에서, SVM 알고리즘은 동영상 정보, 영상 정보의 레이블링 영역(labeling spot)의 하이라이트 (highlight)와 섀도우(shadow) 값을 입력 값으로 사용하여 콘트라스트 (contrast)와 그라데이션(gradation)을 수치화한 값이 속하는 분류 구간을 출력 값으로 산출할 수 있다.
GMM 알고리즘은 정보가 여러 경로(예를 들면, 설문 정보의 경로, 영상 정보의 경로 등), 여러 집단을 통해 수집되는 과정에서 하나로 통합할 수 있는 데이터들의 클러스터링에 사용될 수 있다. 예를 들어 3개의 경로를 통해 수집된 피부 탄력 데이터들을 사용하여 3개의 경로에 관련된 각 정보들의 정규 분포도를 결정하고, 정규 분포도들의 중복되는 영역이 주는 영향을 고려하여(예를 들어, 중복되는 영역은 합산할 수 있다) 최종 그래프를 도출할 수 있다. 이 과정을 통해서 데이터의 모수를 추정하여 표본을 만들고, 이에 따라 관련된 어떤 데이터가 수집되었을 때 클러스터링을 통해 해당 데이터가 어떤 분포에서 유래하였는지를 확률적으로 분석하여 가장 큰 확률을 갖는 정규분포로 데이터를 쉽게 분류할 수 있다. GMM 알고리즘은 SVM 알고리즘이 작동하는 곳에 함께 연산 작용에 참여하여 p-value에 따른 결과 값을 빠르게 연산하여 SVM 알고리즘이 분류를 쉽게 할 수 있다.
도 5를 참조하여 본 개시의 일 실시 예에 따른 사용자의 각 피부 항목에 관련된 피부 형질 데이터(512) 및 피부 솔루션 데이터(522, 524)를 설명한다.
앞서 설명한 것처럼, 피부 형질 데이터(512)는 사용자의 정보들로부터 생성된 정수화 된 데이터로서 해당 사용자의 후천적 피부 상태를 나타내는 지수로 이해할 수 있다.
따라서, 전자 장치는 사용자의 최대 피부 개선 가능성을 의미하는 특정 피부 항목의 컨테이너(510)를 최대한(530) 채울 수 있도록, 해당 피부 항목에 해당하는 사용자의 피부 형질 데이터(512)와 아래에서 설명될 사용자에게 특정 솔루션을 적용하였을 경우 획득될 수 있는 피부 개선 가능성을 의미하는 복수의 피부 솔루션 데이터들(522, 524)을 결정할 수 있다.
일 실시 예에서, 전자 장치는 컨테이너(510)를 최대한 채울 수 있는 피부 형질 데이터(512) 및 복수의 피부 솔루션 데이터들(522, 524)을 결정하기 위하여, 빈 팩킹(bin packing) 알고리즘을 적용할 수 있고, 빈 팩킹 알고리즘은 탐욕적(greedy) 알고리즘, FFD(First Fir Decreasing) 알고리즘, Best Fit 알고리즘, Worst Fit 알고리즘, Next Fit 알고리즘 등을 이용할 수 있다. 본 실시 예에 따르면, 종래의 다양한 피부 솔루션 중 사용자 피부에 적합한 솔루션을 전문가가 경험적으로 제시하는 정성적인 방법을 벗어나 정량적으로 사용자의 선천적 및 후천적 피부 상태에 적합한 복수의 피부 솔루션을 결정할 수 있고, 복수의 피험자들의 실험치에 근거하여 사용자의 최대 피부 개선 가능성을 기대할 수 있는 효과가 있다. 이렇게 사용자 최대 피부 개선 가능성을 기대할 수 있으면서 사용자 피부에 적합한 복수의 피부 솔루션을 결정할 수 있는 이유는, 종래 피부 솔루션 결정에 전혀 사용하지 않았던 빈 팩킹 알고리즘의 도입하고, 빈 팩킹 알고리즘을 도입할 수 있는 컨테이너 및 피부 형질 데이터, 피부 솔루션 데이터의 개념을 설계한 본 발명의 기여하는 점에 근거한다.
도 6 및 도 8을 참조하여 본 개시의 일 실시 예에 따른 피부 솔루션 데이터를 생성하는 실시 예를 설명한다.
전자 장치는 피부 기능성 성분이 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 기능성 성분 라이브러리(650), 생활 습관이 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 생활 솔루션 라이브러리 또는 미용 기구가 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 미용 기구 라이브러리 등이 포함된 기타 라이브러리들(660) 중 적어도 하나의 라이브러리에 기반하여 피부 솔루션 데이터를 생성할 수 있다.
일 실시 예에서, 기능성 성분 라이브러리(650)는 피부 기능성 성분들이 적어도 하나의 피부 항목을 개선시키는 정도가 신체 정보(예를 들어, 나이, 성별, 인종 등)에 따라 그룹별로 구분되어 미리 저장된 데이터일 수 있다. 기능성 성분 라이브러리(650)의 피부 기능성 성분은 피부 톤(tone), 피부 모공, 피부 주름, 피부 장벽, 피부 수분, 피부 유분, 피부 탄력, 피부 트러블 또는 피부 pH 조절 중 적어도 하나와 관련된 물질을 포함할 수 있고 예를 들어 히알루론산, 코큐텐, N-아세틸글루코사민 등의 특정 물질이거나 쌀겨추출물 등의 천연 물질일 수 있다.
도 9를 참조하면, 예를 들어 피부 항목 중 수분, 피부 톤의 특정 신체 정보를 가진 그룹에 대한 기능성 성분 라이브러리(910)는 히알루론산나트륨이 수분을 개선시키는 정도가 80%, 쌀겨추출물이 수분을 개선시키는 정도가 55%인 정보를 포함할 수 있다.
이와 유사하게, 기타 라이브러리(920) 중 영양소 솔루션 라이브러리(921)는 비타민 A가 모공을 10%, 주름을 40%, 탄력을 40% 각각 개선시키는 정도를 나타내는 정보를 포함할 수 있다.
일 실시 예에서, 생활 습관이 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 생활 솔루션 라이브러리의 생활 습관은 식이 습관, 섭취 영양소, 수면 주기, 신체 활동량 또는 영양소가 각각 피부 항목을 개선시키는 정도를 나타내는 정보를 포함하는 것일 수 있다.
일 실시 예에서, 미용 기구 라이브러리는 미용 기구가 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 것일 수 있고, 미용 기구는 진동에 기반한 피부 마사지기, 미세 전류에 기반한 피부 마사지기, 초음파에 기반한 피부 필링(peeling) 기기 또는 LED를 포함하는 광 조사기 중 적어도 하나를 포함할 수 있다.
일 실시 예에서, 미용 기구 라이브러리는 미용 기구의 구동 프로토콜이 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 데이터일 수 있다. 예를 들어, 미용 기구가 진동에 기반한 마사지기인 경우, 전자 장치는 미용 기구의 구동 프로토콜이 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 데이터에 기반하여 피부 솔루션 데이터를 생성하고, 최종 피부 솔루션 데이터 중 하나로 미용 기구의 구동 프로토콜이 포함된 피부 솔루션 데이터를 결정할 수 있다. 이 경우, 전자 장치는 최종 피부 솔루션 데이터에 포함된 미용 기구 구동 프로토콜을 미용 기구에 전송할 수 있고, 미용 기구는 전송 받은 구동 프로토콜(예를 들어, 진동 피부 마사지기인 경우 진동의 세기, 세기에 따른 진동의 구동 시간 등)에 따라 구동될 수 있다.
도 8을 참조하여 본 개시의 일 실시 예에 따라 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터를 결정하는 방법을 설명한다.
전자 장치는 피부 형질 데이터 및 상기 피부 솔루션 데이터로부터 상기 컨테이너의 크기에 기반하여 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터를 결정(S150)할 수 있다.
일 실시 예에서, 특정 피부 항목에 관련된 피부 형질 데이터를 그대로 최종 피부 형질 데이터로 결정하거나 특정 피부 항목에 관련된 피부 형질 데이터를 정규화(normalization)한 후 최종 피부 형질 데이터로 결정할 수 있다. 예를 들어, SNP 유전자 발현에 기반하여 생성된 확장 컨테이너가 포함되어 최종 컨테이너가 생성된 경우, SNP 유전자 발현을 제외한 정보들에 기반하여 생성된 1차 컨테이너의 크기에 대비한 확장 컨테이너가 포함된 최종 컨테이너의 크기의 비율만큼 피부 형질 데이터를 증가시켜 보정할 수 있다. 이 경우, 피부 형질 데이터는 사용자의 현재 피부 상태로 볼 수 있고, 사용자의 현재 피부 상태 중 SNP 유전자 발현으로 현재 피부 상태에 기여한 부분을 피부 형질 데이터의 정규화로 반영하는 것으로 이해할 수 있다.
일 실시 예에서, 전자 장치는 피부 형질 데이터가 관련된 특정 피부 항목의 컨테이너에 대하여, 특정 피부 항목에 관련된 복수의 피부 솔루션 데이터들 중에서 최종 피부 형질 데이터가 차지하고 남은 부분을 최대한 채울 수 있는 적어도 하나 이상의 피부 솔루션 데이터가 포함된 피부 솔루션 데이터 조합을 빈 팩킹 알고리즘을 적용하여 결정하고 해당 조합을 최종 피부 솔루션 데이터로 결정할 수 있다. 이런 프로세스는 미리 설정된 피부 항목이 복수인 경우 각 피부 항목별 컨테이너마다 해당 피부 항목별 컨테이너의 크기에 기반하여 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터를 결정할 수 있다.
본 개시의 실시 예에 따른 피부 솔루션을 제공하는 전자 장치는 프로세서 및 프로세서와 전기적으로 연결되고 프로세서에서 수행되는 적어도 하나의 명령어가 저장되는 메모리를 포함하고, 메모리는 명령어가 프로세서를 통해 실행될 때 프로세서가 사용자의 신체 정보, 사용자를 촬영한 영상 정보, 사용자로부터 획득한 설문 정보 또는 사용자로부터 측정된 체성분 신호 정보 중 적어도 하나를 포함하는 1차 데이터를 제공 받는 프로세스, 신체 정보에 기반하여 미리 설정된 적어도 하나의 피부 항목에 관련된 사용자의 컨테이너를 생성하는 프로세스, 1차 데이터에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 형질 데이터를 생성하는 프로세스, 신체 정보에 기반하여 사용자의 피부 항목에 관련된 적어도 하나의 피부 솔루션 데이터를 생성하는 프로세스 및 피부 형질 데이터 및 피부 솔루션 데이터로부터 컨테이너의 크기에 기반하여 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터를 결정하는 프로세스를 실행하도록 야기하는 명령어를 저장할 수 있다. 본 개시의 실시 예에 따른 피부 솔루션을 제공하는 전자 장치는 앞서 설명한 도 2와 같은 구성을 포함할 수 있고 도 1과 같은 환경에서 구동될 수 있다.
전술한 본 개시는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 서버 장치(200) 또는 개인 단말기 장치(100)의 프로세서를 포함할 수도 있다.
한편, 상기 프로그램은 본 개시를 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수 있다. 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 개시의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 개시에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
본 개시에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 개시가 한정되는 것은 아니다. 본 개시에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 개시를 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 개시의 범위가 한정되는 것은 아니다. 또한, 통상의 기술자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 인자(factor)에 따라 구성될 수 있음을 알 수 있다.
따라서, 본 개시의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 개시의 사상의 범주에 속한다고 할 것이다.
100: 개인 단말기 장치
200: 서버 장치
410, 420: 컨테이너
414, 424: 1차 컨테이너
412, 422: 확장 컨테이너
512: 피부 형질 데이터
522, 524: 피부 솔루션 데이터
752: SNP 유전자 발현에 따른 피부 개선 가능성 테이블
200: 서버 장치
410, 420: 컨테이너
414, 424: 1차 컨테이너
412, 422: 확장 컨테이너
512: 피부 형질 데이터
522, 524: 피부 솔루션 데이터
752: SNP 유전자 발현에 따른 피부 개선 가능성 테이블
Claims (18)
- 사용자의 신체 정보, 상기 사용자를 촬영한 영상 정보, 상기 사용자로부터 획득한 설문 정보 또는 상기 사용자로부터 측정된 체성분 신호 정보 중 적어도 하나를 포함하는 1차 데이터를 제공 받는 단계;
프로세서에 의해, 상기 신체 정보에 기반하여 미리 설정된 적어도 하나의 피부 항목에 관련된 상기 사용자의 컨테이너(container)를 생성하는 단계;
상기 프로세서에 의해, 상기 1차 데이터에 기반하여 상기 사용자의 상기 피부 항목에 관련된 적어도 하나의 피부 형질 데이터를 생성하는 단계;
상기 프로세서에 의해, 상기 신체 정보에 기반하여 상기 사용자의 상기 피부 항목에 관련된 적어도 하나의 피부 솔루션 데이터를 생성하는 단계; 및
상기 프로세서에 의해, 상기 피부 형질 데이터 및 상기 피부 솔루션 데이터로부터 상기 컨테이너의 크기에 기반하여 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터를 결정하는 단계를 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제1 항에 있어서,
상기 피부 형질 데이터는 상기 1 차 데이터에 머신 러닝 기반의 학습 모델을 적용한 결과인 1차 결과에 기반하여 획득되고,
상기 학습 모델은 복수의 사용자들로부터 획득한 신체 정보, 상기 복수의 사용자들을 촬영한 영상 정보, 상기 복수의 사용자들로부터 획득한 설문 정보 또는 상기 복수의 사용자들로부터 측정된 체성분 신호 정보 중 적어도 한 종류의 정보를 적어도 하나의 피부 항목에 대한 점수를 레이블링(labeling)한 훈련 데이터로 학습된 학습 모델인,
전자 장치의 피부 솔루션 제공 방법.
- 제2 항에 있어서,
상기 학습 모델은 복수의 사용자들로부터 획득한 신체 정보, 상기 복수의 사용자들을 촬영한 영상 정보, 상기 복수의 사용자들로부터 획득한 설문 정보 또는 상기 복수의 사용자들로부터 측정된 체성분 신호 정보에 기반하여 정보 별로 학습된 복수의 학습 모델이고,
상기 피부 형질 데이터는 정보 별로 학습된 상기 복수의 학습 모델로부터 획득된 복수의 상기 1차 결과들에 기반하여 산출되는,
전자 장치의 피부 솔루션 제공 방법.
- 제3 항에 있어서,
상기 피부 형질 데이터는,
동일한 피부 항목에 대해 상기 복수의 학습 모델로부터 획득된 복수의 상기 1차 결과들에 미리 설정된 가중치를 적용하여 생성되는,
전자 장치의 피부 솔루션 제공 방법.
- 제1 항에 있어서,
상기 최종 피부 형질 데이터 및 상기 최종 피부 솔루션 데이터를 결정하는 단계는,
상기 프로세서에 의해, 상기 컨테이너를 최대로 채울 수 있는 상기 피부 형질 데이터 및 상기 피부 솔루션 데이터의 조합을 결정하는 단계를 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제5 항에 있어서,
상기 피부 솔루션 데이터를 생성하는 단계는,
상기 프로세서에 의해, 피부 기능성 성분이 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 기능성 성분 라이브러리, 생활 습관이 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 생활 솔루션 라이브러리 또는 미용 기구가 적어도 하나의 피부 항목을 개선시키는 정도가 미리 저장된 미용 기구 라이브러리 중 적어도 하나에 기반하여 상기 피부 솔루션 데이터를 생성하는 단계를 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제6 항에 있어서,
상기 미용 기구 라이브러리는 미용 기구의 구동 프로토콜이 적어도 하나의 피부 항목을 개선시키는 정도가 포함된,
전자 장치의 피부 솔루션 제공 방법.
- 제7 항에 있어서,
상기 최종 피부 솔루션 데이터에 포함된 제1 미용 기구의 제1 구동 프로토콜을 외부 장치로 전송하는 단계를 더 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제6 항에 있어서,
상기 기능성 성분 라이브러리는 상기 피부 기능성 성분들이 적어도 하나의 피부 항목을 개선시키는 정도가 신체 정보에 따라 구분되어 미리 저장된,
전자 장치의 피부 솔루션 제공 방법.
- 제6 항에 있어서,
상기 생활 습관은 식이 습관, 섭취 영양소, 수면 주기 또는 신체 활동량 중 적어도 하나를 포함하고,
상기 피부 기능성 성분은 피부 톤(tone), 피부 모공, 피부 주름, 피부 장벽, 피부 수분, 피부 유분, 피부 탄력, 피부 트러블 또는 피부 pH 조절 중 적어도 하나와 관련된 물질을 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제6 항에 있어서,
상기 미용 기구는 진동에 기반한 피부 마사지기, 미세 전류에 기반한 피부 마사지기, 초음파에 기반한 피부 필링(peeling) 기기 또는 LED를 포함하는 광 조사기 중 적어도 하나를 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제1 항에 있어서,
상기 컨테이너를 생성하는 단계는,
상기 프로세서에 의해, 상기 사용자의 상기 신체 정보에 기반하여 상기 피부 항목마다 서로 다른 크기로 복수의 상기 컨테이너를 생성하는 단계를 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제12 항에 있어서,
상기 최종 피부 형질 데이터 및 상기 최종 피부 솔루션 데이터를 결정하는 단계는,
상기 프로세서에 의해, 상기 피부 항목 중 제1 피부 항목에 관련되어 생성된 제1 컨테이너를 상기 제1 피부 항목에 관련되고 상기 피부 형질 데이터 중 하나인 제1 피부 형질 데이터 및 상기 제1 컨테이너의 크기를 최대로 채울 수 있는 상기 제1 피부 항목에 관련된 복수의 상기 피부 솔루션 데이터의 조합을 결정하는 단계를 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제1 항에 있어서,
상기 컨테이너의 크기는,
상기 프로세서에 의해, 상기 피부 항목마다 상기 사용자의 상기 피부 항목의 개선 가능성에 기반하여 결정되는,
전자 장치의 피부 솔루션 제공 방법.
- 제14 항에 있어서,
상기 개선 가능성은,
복수의 피험자들의 피부 항목 별로 측정된 피부 상태가 신체 정보에 따라 미리 저장된 피부 상태 데이터, 복수의 피험자들에게 피부 기능성 성분들을 적용한 후 피부 항목을 개선시키는 정도가 신체 정보에 따라 구분되어 미리 저장된 기능성 성분 피부 항목 개선 데이터 또는 복수의 피험자들에 생활 습관을 적용한 후 피부 항목을 개선시키는 정도가 신체 정보에 따라 구분되어 미리 저장된 생활 습관 피부 항목 개선 데이터 중 적어도 하나를 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제1 항에 있어서,
상기 컨테이너를 생성하는 단계는,
상기 사용자의 유전자 정보를 제공 받는 단계;
상기 유전자 정보에 기반하여 SNP(Single Nucleotide Polymorphism) 유전자 발현을 확인하는 단계; 및
상기 SNP 유전자 발현에 더 기반하여 상기 컨테이너를 생성하는 단계를 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 제1 항에 있어서,
상기 사용자를 촬영한 동영상 정보로부터 획득된 생체 정보에 기반하여 생성된 심혈관 정보를 생성하고,
상기 피부 형질 데이터를 생성하는 단계는 상기 심혈관 정보에 더 기반하여 적어도 하나의 상기 피부 형질 데이터를 생성하는 단계를 더 포함하는,
전자 장치의 피부 솔루션 제공 방법.
- 프로세서; 및
상기 프로세서와 전기적으로 연결되고, 상기 프로세서에서 수행되는 적어도 하나의 명령어가 저장되는 메모리를 포함하고,
상기 메모리는 상기 명령어가 상기 프로세서를 통해 실행될 때 상기 프로세서가 사용자의 신체 정보, 상기 사용자를 촬영한 영상 정보, 상기 사용자로부터 획득한 설문 정보 또는 상기 사용자로부터 측정된 체성분 신호 정보 중 적어도 하나를 포함하는 1차 데이터를 제공 받는 프로세스, 상기 신체 정보에 기반하여 미리 설정된 적어도 하나의 피부 항목에 관련된 상기 사용자의 컨테이너(container)를 생성하는 프로세스, 상기 1차 데이터에 기반하여 상기 사용자의 상기 피부 항목에 관련된 적어도 하나의 피부 형질 데이터를 생성하는 프로세스, 상기 신체 정보에 기반하여 상기 사용자의 상기 피부 항목에 관련된 적어도 하나의 피부 솔루션 데이터를 생성하는 프로세스 및 상기 피부 형질 데이터 및 상기 피부 솔루션 데이터로부터 상기 컨테이너의 크기에 기반하여 최종 피부 형질 데이터 및 최종 피부 솔루션 데이터를 결정하는 프로세스를 실행하도록 야기하는 명령어를 저장하는,
피부 솔루션을 제공하는 전자 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200125172A KR102438323B1 (ko) | 2020-09-25 | 2020-09-25 | 피부 솔루션을 제공하는 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200125172A KR102438323B1 (ko) | 2020-09-25 | 2020-09-25 | 피부 솔루션을 제공하는 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220042027A true KR20220042027A (ko) | 2022-04-04 |
| KR102438323B1 KR102438323B1 (ko) | 2022-10-04 |
Family
ID=81182584
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200125172A KR102438323B1 (ko) | 2020-09-25 | 2020-09-25 | 피부 솔루션을 제공하는 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102438323B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102655405B1 (ko) * | 2022-09-30 | 2024-04-08 | 주식회사 아몬드앤코 | 피부 상태를 인식하여 갈바닉 전류를 조절하는 피부 미용 기기 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101912851B1 (ko) | 2016-05-24 | 2018-10-30 | 주식회사 아이젤크리에이티브 | 워터필링모드와 다중이온모드를 구비한 하이브리드 전원공급방식의 기능성 피부미용 장치 |
| KR102082945B1 (ko) * | 2017-05-10 | 2020-02-28 | 사회복지법인 삼성생명공익재단 | 개인 맞춤형 피부 관리 가이드 정보 제공 방법 및 장치 |
| KR20200106710A (ko) * | 2019-03-05 | 2020-09-15 | 주식회사 코스모코스 | 빅데이터 기반의 맞춤형 피부관리정보 제공방법 |
-
2020
- 2020-09-25 KR KR1020200125172A patent/KR102438323B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101912851B1 (ko) | 2016-05-24 | 2018-10-30 | 주식회사 아이젤크리에이티브 | 워터필링모드와 다중이온모드를 구비한 하이브리드 전원공급방식의 기능성 피부미용 장치 |
| KR102082945B1 (ko) * | 2017-05-10 | 2020-02-28 | 사회복지법인 삼성생명공익재단 | 개인 맞춤형 피부 관리 가이드 정보 제공 방법 및 장치 |
| KR20200106710A (ko) * | 2019-03-05 | 2020-09-15 | 주식회사 코스모코스 | 빅데이터 기반의 맞춤형 피부관리정보 제공방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102655405B1 (ko) * | 2022-09-30 | 2024-04-08 | 주식회사 아몬드앤코 | 피부 상태를 인식하여 갈바닉 전류를 조절하는 피부 미용 기기 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102438323B1 (ko) | 2022-10-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Górriz et al. | Artificial intelligence within the interplay between natural and artificial computation: Advances in data science, trends and applications | |
| DeGregory et al. | A review of machine learning in obesity | |
| CN114502061B (zh) | 使用深度学习的基于图像的自动皮肤诊断 | |
| JP6125670B2 (ja) | 収集された生物物理的信号の時間的パターンおよび空間的パターンに基づく脳‐コンピューターインターフェース（ｂｃｉ）システム | |
| Kleinsmith et al. | Affective body expression perception and recognition: A survey | |
| US9165216B2 (en) | Identifying and generating biometric cohorts based on biometric sensor input | |
| WO2019183612A1 (en) | Methods of predicting emotional response to sensory stimuli based on individual traits | |
| Plötz et al. | Activity recognition and healthier food preparation | |
| CN115668395A (zh) | 用于处理视网膜信号数据和标识状况的系统和方法 | |
| KR102261270B1 (ko) | 사용자 다중 특징 정보를 이용한 개인 맞춤형 콘텐츠 제공 방법 및 분석장치 | |
| KR102438323B1 (ko) | 피부 솔루션을 제공하는 장치 및 방법 | |
| Akhtar et al. | Visual nonverbal behavior analysis: The path forward | |
| Mano et al. | Exploiting the use of ensemble classifiers to enhance the precision of user's emotion classification | |
| AU2021410757A9 (en) | Systems and methods for signal based feature analysis to determine clinical outcomes | |
| US20220246273A1 (en) | Systems and methods for generating an integumentary dysfunction nourishment program | |
| Chan et al. | Integration of bioelectronics and bioinformatics: future direction of bioengineering research | |
| de J Lozoya-Santos et al. | Current and future biometrics: technology and applications | |
| US11246525B2 (en) | Method for quantifying balance | |
| Barik et al. | Advances in data science, trends, and applications of artificial intelligence within the interaction between natural and artificial computation | |
| Panayotova et al. | One Approach to using R for Bayesian Analysis of Brain Signals | |
| Rivera et al. | Development of a toolkit for online analysis of facial emotion | |
| JP7435965B2 (ja) | 情報処理装置、情報処理方法、学習モデルの生成方法、及びプログラム | |
| Hadjara et al. | Video-based Emotion Detection Analyzing Facial Expressions and Contactless Vital Signs for Psychosomatic Monitoring | |
| WO2022209416A1 (ja) | 情報処理装置、情報処理システム及び情報処理方法 | |
| JP2019049889A (ja) | 学習装置、および学習方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20200925 |
|
| PA0201 | Request for examination | ||
| PG1501 | Laying open of application | ||
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20220525 |
|
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20220826 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20220826 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |