KR20220099491A - 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법 - Google Patents
기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법 Download PDFInfo
- Publication number
- KR20220099491A KR20220099491A KR1020220000434A KR20220000434A KR20220099491A KR 20220099491 A KR20220099491 A KR 20220099491A KR 1020220000434 A KR1020220000434 A KR 1020220000434A KR 20220000434 A KR20220000434 A KR 20220000434A KR 20220099491 A KR20220099491 A KR 20220099491A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- user
- cosmetic
- customized
- learning
- Prior art date
Links
- 239000002537 cosmetic Substances 0.000 title claims abstract description 245
- 238000010801 machine learning Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004891 communication Methods 0.000 claims abstract description 19
- 239000002994 raw material Substances 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 239000000203 mixture Substances 0.000 claims description 28
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000009472 formulation Methods 0.000 claims description 8
- 230000001815 facial effect Effects 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims 1
- 150000001875 compounds Chemical class 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 24
- 238000003860 storage Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 15
- 210000003491 skin Anatomy 0.000 description 14
- 240000004371 Panax ginseng Species 0.000 description 8
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 8
- 235000003140 Panax quinquefolius Nutrition 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 235000008434 ginseng Nutrition 0.000 description 8
- 235000001287 Guettarda speciosa Nutrition 0.000 description 7
- 244000303040 Glycyrrhiza glabra Species 0.000 description 6
- 235000006200 Glycyrrhiza glabra Nutrition 0.000 description 6
- 206010013786 Dry skin Diseases 0.000 description 5
- 210000004207 dermis Anatomy 0.000 description 5
- 230000037336 dry skin Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 244000061520 Angelica archangelica Species 0.000 description 4
- 235000001453 Glycyrrhiza echinata Nutrition 0.000 description 4
- 235000017382 Glycyrrhiza lepidota Nutrition 0.000 description 4
- 244000273928 Zingiber officinale Species 0.000 description 4
- 235000006886 Zingiber officinale Nutrition 0.000 description 4
- 235000008397 ginger Nutrition 0.000 description 4
- 229940010454 licorice Drugs 0.000 description 4
- 229940124595 oriental medicine Drugs 0.000 description 4
- 241001061264 Astragalus Species 0.000 description 3
- 240000002045 Guettarda speciosa Species 0.000 description 3
- 235000006533 astragalus Nutrition 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- YEFOAORQXAOVJQ-RZFZLAGVSA-N schisandrol a Chemical compound C1[C@H](C)[C@@](C)(O)CC2=CC(OC)=C(OC)C(OC)=C2C2=C1C=C(OC)C(OC)=C2OC YEFOAORQXAOVJQ-RZFZLAGVSA-N 0.000 description 3
- 210000004233 talus Anatomy 0.000 description 3
- 235000017443 Hedysarum boreale Nutrition 0.000 description 2
- 235000007858 Hedysarum occidentale Nutrition 0.000 description 2
- 206010039792 Seborrhoea Diseases 0.000 description 2
- 244000126002 Ziziphus vulgaris Species 0.000 description 2
- 238000001467 acupuncture Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000008406 cosmetic ingredient Substances 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 210000001508 eye Anatomy 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 239000001947 glycyrrhiza glabra rhizome/root Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000037312 oily skin Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 244000223760 Cinnamomum zeylanicum Species 0.000 description 1
- 241000219130 Cucurbita pepo subsp. pepo Species 0.000 description 1
- 235000003954 Cucurbita pepo var melopepo Nutrition 0.000 description 1
- 240000001008 Dimocarpus longan Species 0.000 description 1
- 235000000235 Euphoria longan Nutrition 0.000 description 1
- 240000000249 Morus alba Species 0.000 description 1
- 235000008708 Morus alba Nutrition 0.000 description 1
- 241000736199 Paeonia Species 0.000 description 1
- 244000236658 Paeonia lactiflora Species 0.000 description 1
- 235000008598 Paeonia lactiflora Nutrition 0.000 description 1
- 235000006484 Paeonia officinalis Nutrition 0.000 description 1
- 244000134552 Plantago ovata Species 0.000 description 1
- 235000003421 Plantago ovata Nutrition 0.000 description 1
- 239000009223 Psyllium Substances 0.000 description 1
- 244000088415 Raphanus sativus Species 0.000 description 1
- 235000006140 Raphanus sativus var sativus Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 235000017803 cinnamon Nutrition 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 229940107131 ginseng root Drugs 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 210000001331 nose Anatomy 0.000 description 1
- 229940070687 psyllium Drugs 0.000 description 1
- 235000002020 sage Nutrition 0.000 description 1
- 230000036555 skin type Effects 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 230000003068 static 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G06K9/627—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법이 개시된다. 본 발명의 맞춤형 화장품 제공 서버는 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함하는 주관적 화장성향정보 및 화장품의 배합비 정보, 원재료 정보, 사상체질정보, 음양오행정보 및 얼굴형상정보 중 적어도 하나를 포함하는 객관적 화장성향정보가 포함된 사용자 정보를 수신하는 서버 통신부 및 수신된 사용자 정보를 전처리하고, 전처리된 사용자 정보를 기초로 기계학습을 수행하여 학습 데이터 및 실시간 데이터를 생성하며, 생성된 학습 데이터 및 실시간 데이터를 이용하여 사용자에게 맞는 맞춤형 화장품을 제공하는 서버 제어부를 포함한다.
Description
본 발명은 맞춤형 화장품을 제공하는 기술에 관한 것으로, 더욱 상세하게는 기계학습을 통해 사용자에게 최적화된 화장품에 대한 정보를 제공해주는 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법에 관한 것이다.
일반적으로 화장품은 화장품 제조사가 판단하는 몇 가지의 피부 타입에 맞게 나뉘어져 각 타입별로 대량 생산되어 소비자에게 제공된다. 이러한 화장품들은 각기 다른 소비자의 요구를 충족시키기 위한 것이라기보다 일반적인 사람 또는 소비자들이 사용하여도 문제가 발생되지 않도록 제조하는 한계가 있다.
최근 소비자들은 자기 피부 상태에 최적의 화장품을 요구하고 있으나, 대다수의 사람에게 피부 트러블이 유발되지 않도록 생산된 기존의 화장품이 특정 소비자의 기호나 피부 상태에 따라 적합한 화장품이라고 하기에는 문제가 있다.
또한 기존의 화장품 제조업체들은 대부분 대량으로 생산으로 인한 원료 재고발생, 과다 경쟁판매에 따른 사회적 비용 발생 및 판매 후 남은 제품의 재고처리에 대한 환경문제 등이 발생되고 있는 실정이다.
본 발명이 이루고자 하는 기술적 과제는 사용자별 자신에게 맞는 최적의 화장품을 추천 또는 제조할 수 있도록 지원하는 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법을 제공하는데 목적이 있다.
본 발명의 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법은 기계학습을 이용하여 각 사용자에게 맞는 화장품에 대한 정보를 생성하고, 생성된 정보를 통해 맞춤형 화장품을 추천 및 제조할 수 있도록 지원할 수 있다.
특히 본 발명은 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 기초로 맞춤형 화장품을 제공함으로써, 각 사용자마다 자기 자신에게 맞는 최적의 화장품에 대한 정보를 제공받을 수 있다.
본 발명의 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법은 기계학습을 이용하여 각 사용자에게 맞는 화장품에 대한 정보를 생성하고, 생성된 정보를 통해 맞춤형 화장품을 추천 및 제조할 수 있도록 지원할 수 있다.
특히 본 발명은 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 기초로 맞춤형 화장품을 제공함으로써, 각 사용자마다 자기 자신에게 맞는 최적의 화장품에 대한 정보를 제공받을 수 있다.
도 1은 본 발명의 실시예에 따른 맞춤형 화장품 제공 시스템을 설명하기 위한 구성도이다.
도 2는 본 발명의 실시예에 따른 맞춤형 화장품 제공 서버를 설명하기 위한 블록도이다.
도 3은 본 발명의 실시예에 따른 서버 제어부를 설명하기 위한 블록도이다.
도 4는 본 발명의 실시예에 따른 학습 모델을 설명하기 위한 도면이다.
도 5는 본 발명의 실시예에 따른 형상 분류 중 정과를 설명하기 위한 도면이다.
도 6은 본 발명의 실시예에 따른 형상 분류 중 기과를 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따른 형상 분류 중 신과를 설명하기 위한 도면이다.
도 8은 본 발명의 실시예에 따른 형상 분류 중 혈과를 설명하기 위한 도면이다.
도 9는 본 발명의 실시예에 따른 서버 저장부를 설명하기 위한 블록도이다.
도 10은 본 발명의 실시예에 따른 사용자 정보를 설명하기 위한 블록도이다.
도 11은 본 발명의 실시예에 따른 사용자 단말을 설명하기 위한 블록도이다.
도 12는 본 발명의 실시예에 따른 맞춤형 화장품 제공 방법을 설명하기 위한 순서도이다.
도 13은 도 12의 S30단계를 설명하기 위한 순서도이다.
도 14는 도 12의 S40단계를 설명하기 위한 순서도이다.
도 2는 본 발명의 실시예에 따른 맞춤형 화장품 제공 서버를 설명하기 위한 블록도이다.
도 3은 본 발명의 실시예에 따른 서버 제어부를 설명하기 위한 블록도이다.
도 4는 본 발명의 실시예에 따른 학습 모델을 설명하기 위한 도면이다.
도 5는 본 발명의 실시예에 따른 형상 분류 중 정과를 설명하기 위한 도면이다.
도 6은 본 발명의 실시예에 따른 형상 분류 중 기과를 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따른 형상 분류 중 신과를 설명하기 위한 도면이다.
도 8은 본 발명의 실시예에 따른 형상 분류 중 혈과를 설명하기 위한 도면이다.
도 9는 본 발명의 실시예에 따른 서버 저장부를 설명하기 위한 블록도이다.
도 10은 본 발명의 실시예에 따른 사용자 정보를 설명하기 위한 블록도이다.
도 11은 본 발명의 실시예에 따른 사용자 단말을 설명하기 위한 블록도이다.
도 12는 본 발명의 실시예에 따른 맞춤형 화장품 제공 방법을 설명하기 위한 순서도이다.
도 13은 도 12의 S30단계를 설명하기 위한 순서도이다.
도 14는 도 12의 S40단계를 설명하기 위한 순서도이다.
이하 본 발명의 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의한다. 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 당업자에게 자명하거나 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 발명의 실시예에 따른 맞춤형 화장품 제공 시스템을 설명하기 위한 구성도이다.
도 1을 참조하면, 맞춤형 화장품 제공 시스템(500)은 사용자별 자신에게 맞는 최적의 화장품을 추천 또는 제조할 수 있도록 지원한다. 맞춤형 화장품 제공 시스템(500)은 맞춤형 화장품 제공 서버(100), 사용자 단말(200) 및 화장품 제조 장치(300)를 포함한다.
맞춤형 화장품 제공 서버(100)는 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 이용하여 각 사용자에 맞는 맞춤형 화장품 정보를 제공한다. 주관적 화장성향정보는 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함하고, 객관적 화장성향정보는 화장품의 배합비 정보, 원재료 정보, 사용자의 사상체질정보, 음양오행정보 및 얼굴형상정보 중 적어도 하나를 포함한다. 한편 맞춤형 화장품 제공 서버(100)는 기계학습(machine learning)을 수행함으로써, 점진적으로 사용자에 맞는 최적의 화장품에 대한 정보를 제공할 수 있다. 맞춤형 화장품 제공 서버(100)는 랩톱, 데스크톱, 서버 컴퓨터, 클러스터 컴퓨터 등을 포함한다.
사용자 단말(200)은 사용자가 사용하는 단말로써, 사용자 정보를 입력하고, 입력된 사용자 정보를 맞춤형 화장품 제공 서버(100)로 전송한다. 이때 사용자 단말(200)은 사용자 정보 중 사용자의 피부상태 또는 얼굴형상을 실시간으로 전송하기 위해 촬영기능을 포함할 수 있다. 사용자 단말(200)은 맞춤형 화장품 제공 서버(100)로부터 맞춤형 화장품 정보를 수신하고, 수신된 정보를 출력할 수 있다. 사용자 단말(200)은 스마트폰, 태블릿PC, 핸드헬드PC, 랩톱, 데스크톱 등을 포함한다.
화장품 제조 장치(300)는 맞춤형 화장품 제공 서버(100)로부터 맞춤형 화장품 정보를 수신하고, 수신된 맞춤형 화장품 정보에 포함된 배합비 및 레시피를 이용하여 맞춤형 화장품을 제조한다. 화장품 제조 장치(300)는 화장품을 다품종 소량 생산할 수 있도록 특화된 제조 장치일 수 있다.
맞춤형 화장품 제공 시스템(500)은 맞춤형 화장품 제공 서버(100), 사용자 단말(200) 및 화장품 제조 장치(300) 사이에 통신망(400)을 구축하여 서로 간에 데이터를 송수신할 수 있도록 한다. 통신망(400)은 백본망과 가입자망으로 구성될 수 있다. 백본망은 X.25 망, Frame Relay 망, ATM망, MPLS(Multi Protocol Label Switching) 망 및 GMPLS(Generalized Multi Protocol Label Switching) 망 중 하나 또는 복수의 통합된 망으로 구성될 수 있다. 가입자망은 FTTH(Fiber To The Home), ADSL(Asymmetric Digital Subscriber Line), 케이블망, 지그비(zigbee), 블루투스(bluetooth), Wireless LAN(IEEE 802.11b, IEEE 802.11a, IEEE 802.11g, IEEE 802.11n), Wireless Hart(ISO/IEC62591-1), ISA100.11a(ISO/IEC 62734), COAP(Constrained Application Protocol), MQTT(Multi-Client Publish/Subscribe Messaging), WIBro(Wireless Broadband), Wimax, 3G, HSDPA(High Speed Downlink Packet Access), 4G 및 차세대 통신망인 5G일 수 있다. 일부 실시예로, 통신망(400)은 인터넷망일 수 있고, 이동 통신망일 수 있다.
도 2는 본 발명의 실시예에 따른 맞춤형 화장품 제공 서버를 설명하기 위한 블록도이다.
도 1 및 도 2를 참조하면, 맞춤형 화장품 제공 서버(100)는 서버 통신부(10), 서버 제어부(20)를 포함하고, 서버 저장부(30)를 더 포함한다.
서버 통신부(10)는 사용자 단말(100) 및 화장품 제조 장치(300)와 통신을 수행한다. 서버 통신부(10)는 사용자 단말(100)로부터 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 수신하고, 맞춤형 화장품 정보를 사용자 단말(100)로 전송할 수 있다. 서버 통신부(10)는 맞춤형 화장품 정보를 화장품 제조 장치(300)로 전송할 수 있다.
서버 제어부(20)는 사용자 정보를 전처리하고, 전처리된 사용자 정보를 기초로 기계학습을 수행한다. 이를 통해 서버 제어부(20)는 학습 데이터 및 실시간 데이터를 생성한다. 학습 데이터는 학습을 통해 사용자에게 맞는 맞춤형 화장품을 분석한 데이터이고, 실시간 데이터는 사용자의 실시간 특성 패턴을 분석한 데이터이다. 서버 제어부(20)는 생성된 학습 데이터 및 실시간 데이터를 이용하여 맞춤형 화장품 정보를 생성하고, 생성된 맞춤형 화장품 정보를 이용하여 사용자에게 맞는 맞춤형 화장품을 추천한다.
여기서 사용자가 맞춤형 화장품 정보를 사용자 단말(200)로 확인하기를 원하는 경우, 서버 제어부(20)는 맞춤형 화장품 정보를 서버 통신부(10)를 통해 사용자 단말(200)로 전송되도록 제어한다. 또한 사용자가 맞춤형 화장품을 제조하기를 원하는 경우, 서버 제어부(20)는 맞춤형 화장품 정보를 서버 통신부(10)를 통해 화장품 제조 장치(300)로 전송되도록 제어한다.
서버 저장부(30)는 사용자 정보가 저장된다. 이때 서버 저장부(30)는 각각의 사용자에 대한 사용자 정보를 분류하여 저장한다. 서버 저장부(30)는 학습을 수행하기 위한 일반적인 화장품 정보가 저장된다. 서버 저장부(30)는 학습된 학습 정보가 저장된다. 서버 저장부(30)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기메모리, 자기 디스크, 광디스크 중 적어도 하나의 저장매체를 포함할 수 있다.
도 3은 본 발명의 실시예에 따른 서버 제어부를 설명하기 위한 블록도이고, 도 4는 본 발명의 실시예에 따른 학습 모델을 설명하기 위한 도면이며, 도 5는 본 발명의 실시예에 따른 형상 분류 중 정과를 설명하기 위한 도면이고, 도 6은 본 발명의 실시예에 따른 형상 분류 중 기과를 설명하기 위한 도면이며, 도 7은 본 발명의 실시예에 따른 형상 분류 중 신과를 설명하기 위한 도면이고, 도 8은 본 발명의 실시예에 따른 형상 분류 중 혈과를 설명하기 위한 도면이다.
도 2 내지 도 8을 참조하면, 서버 제어부(20)는 전처리부(21), 학습부(23) 및 추천부(25)를 포함한다.
전처리부(21)는 사용자 정보 중 불필요한 정보를 필터링한다. 전처리부(21)는 사용자 정보 중 중복 정보, 오류 정보 등과 같은 불필요한 정보를 필터링하여 추후 수행되는 연산과정이 복잡해지지 않도록 한다. 즉 전처리부(21)는 사용자 정보의 주관적 화장성향정보 및 객관적 화장성향정보를 정규화 및 단순화한다. 전처리부(21)는 필터링된 사용자 정보를 객체 프로파일링하여 사용자 정보를 기초로 학습을 수행할 수 있도록 한다. 이때 전처리부(21)는 객체 프로파일링된 사용자 정보를 기계학습을 위한 데이터 및 실시간 객체 프로파일링을 위한 데이터로 분류하여 학습부(23)로 전송할 수 있다.
학습부(23)는 객체 프로파일링된 사용자 정보를 클러스터링(clustering)한다. 학습부(23)는 사용자 정보 중 유사성이 있는 데이터끼리 그룹화함으로써 연산속도를 높이고, 연산시간을 단축할 수 있다. 학습부(23)는 클러스터링된 사용자 정보를 기계학습하여 학습 데이터 및 실시간 데이터를 생성한다.
상세하게는 학습부(23)는 클러스터링된 사용자 정보를 이용하여 사용자의 특성을 분류 및 예측하는 사용자 프로파일을 생성한다. 학습부(23)는 서버 저장부(30)에 저장된 사용자 정보, 화장품 정보 및 학습 정보를 더 이용하여 사용자의 지금까지 생활한 특성을 분류하고, 사용자의 특성을 예측하여 사용자 프로파일을 생성할 수 있다. 사용자 정보는 주관적 화장성향정보 및 객관적 화장성향정보를 포함하고, 화장품 정보는 레시피 및 음양오행/사상체질, 얼굴형상정보에 따른 화장품 재료 배합정보를 포함하며, 학습 정보는 지금까지 학습된 학습 데이터를 포함한다. 학습부(23)는 생성된 사용자 프로파일을 이용하여 학습 데이터 및 실시간 데이터를 생성한다.
학습부(23)는 클러스터링된 사용자 정보 및 사용자 프로파일을 이용하여 사용자의 특성 패턴을 분석하고, 분석된 특성 패턴을 이용하여 실시간 사용자의 특성을 나타내는 실시간 데이터를 생성한다. 이때 실시간 데이터는 객체 프로파일링된 데이터일 수 있다.
바람직하게는 학습부(23)는 앙상블 모형 기반의 형상 분류하는 학습 모델을 이용하여 사용자의 특성 패턴 분석 및 실시간 데이터를 생성할 수 있다. 학습부(23)는 얼굴 안면의 이미지 및 성별을 입력 데이터로 하고, 형상 분류 결과를 출력 데이터로 하는 기계학습과 딥러닝이 앙상블된 모형인 학습 모델을 이용할 수 있다. 여기서 학습 모델은 결정 트리(Decision Tree, DT), 랜덤 포레스트(Random Forest, RF), 서포트 벡터 머신(Support Vector Machine, SVM), 기계학습(Machine Learning, ML), XG Boost(eXtreme Gradien Boosting) 및 합성곱 신경망(Convolutional Neural Network, CNN) 기법의 앙상블을 이용하여 형성된다. 또한 형상 분류 결과는 사람의 형상인 정과, 기과, 신과 및 혈과 중 어느 하나를 포함한다. 정과는 통통하고, 둥근 얼굴에 해당하고, 기과는 콧대와 눈빛이 강하고, 네모난 얼굴에 해당하며, 신과는 이마가 넓고, 역삼각형 얼굴에 해당하고, 혈과는 부드러운 계란형 얼굴에 해당한다. 학습부(23)는 형상 분류 결과를 정과, 기과, 신과 및 혈과 중 어느 하나로 결정하는 동시에 피부의 상태인 지성, 중성, 건성도 결정할 수 있으며, 결정된 정보를 추천부(25)로 전달한다.
추천부(25)는 생성된 학습 데이터 및 실시간 데이터를 이용하여 맞춤형 화장품 정보를 생성한다. 맞춤형 화장품 정보는 사용자에게 최적화된 맞춤형 화장품에 대한 정보로 화장품 배합비, 레시피 및 안정성 정보 중 적어도 하나가 포함된다.
예를 들어 사용자가 정과이고, 지성인 경우, 추천부(25)는 황백, 진피 등이 함유된 조성물에 대한 맞춤형 화장품 정보를 생성하거나, 곽향, 소엽, 백지, 대복피, 백복령, 후박, 백출, 진피, 반하, 길경, 구감초, 생강, 대추 등이 함유된 곽향정기산 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다. 중성인 경우, 추천부(25)는 오미자, 인삼이 함유된 조성물에 대한 맞춤형 화장품 정보를 생성하거나, 인삼, 백출, 백복령, 자감초, 숙지황, 백작약, 천궁, 당귀 등이 함유된 향사육군자 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다. 건성인 경우, 추천부(25)는 향사육군자 조성물에 대한 맞춤형 화장품 정보를 생성하거나, 향부자, 백출, 백복령, 반하, 진피, 백두구, 후박, 사인, 인삼, 목향, 익지인, 감초, 대추, 생강 등이 함유된 팔물 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다.
또한 사용자가 기과이고, 지성인 경우, 추천부(25)는 갈근, 진피, 무 중 적어도 하나를 포함하는 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다. 중성인 경우, 추천부(25)는 인삼, 생강, 황기, 오미자 중 적어도 하나를 포함하는 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다. 건성인 경우, 추천부(25)는 맥문동, 인삼, 오미자 등이 함유된 생맥산 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다.
또한 사용자가 신과이고, 지성인 경우, 추천부(25)는 황백, 진피 등이 함유된 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다. 중성인 경우, 추천부(25)는 연자, 적복령, 인삼, 황기, 황금, 차전자, 맥문동, 지골피, 감초 등이 함유된 청심연자음 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다. 건성인 경우, 추천부(25)는 당귀, 용안육, 산조인, 원지, 인삼, 황기, 백출, 복신, 목향, 감초, 생각, 대조 등이 함유된 귀비 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다.
또한 사용자가 혈과이고, 지성인 경우, 추천부(25)는 당귀, 천궁, 생각, 계피 중 적어도 하나를 포함하는 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다. 중성인 경우, 추천부(25)는 백작약, 천궁, 택사, 당귀, 정복령, 백출 등이 함유된 당귀작약산 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있거나, 창출, 후박, 진피, 백출, 황련, 지실, 초과, 신국, 산사육, 건강, 목향, 감초, 생강이 함유된 평위산 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다. 건성인 경우, 추천부(25)는 당귀를 포함하는 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있거나, 숙지황, 백작약, 천궁, 당귀 등이 함유된 사물 조성물에 대한 맞춤형 화장품 정보를 생성할 수 있다.
추천부(25)는 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 맞춤형 화장품 정보를 전송되도록 제어함으로써, 사용자가 맞춤형 화장품 정보를 확인하거나 맞춤형 화장품이 제조될 수 있도록 제어할 수 있다. 또한 추천부(25)는 맞춤형 화장품 정보와 시판 중인 화장품 정보를 비교하여 유사도가 가장 높은 화장품을 추천하고, 추천된 정보를 사용자 단말(200)로 전송되도록 제어할 수 있다. 이때 유사도가 가장 높은 화장품이 기 설정된 기준 유사도보다 낮은 경우, 추천부(25)는 해당 화장품을 추천하지 않고, 추천 화장품이 없다는 알림 메시지를 사용자 단말(200)로 전송되도록 제어할 수 있다. 바람직하게는 추천부(25)는 추천 화장품이 없는 경우 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 전송시킬 수 있다.
한편, 학습부(23)는 추천부(25)에서 생성된 맞춤형 화장품 정보를 이용하여 레시피 정보, 체질 정보, 화장품 원료정보 및 얼굴형상정보 중 적어도 하나를 학습할 수 있다. 학습부(23)는 각 사용자의 체질 정보를 기준으로 화장품의 레시피 정보 및 화장품 원료정보를 학습하여 학습된 데이터를 생성할 수 있다. 이를 통해 학습부(23)는 학습된 데이터와 유사한 체질 정보를 가진 사용자의 맞춤형 화장품을 추천해야 하는 경우, 해당 학습된 데이터를 학습과정에서 사용할 수 있다. 학습부(23)는 체질 정보 및 얼굴형상정보를 기준으로 화장품의 레시피 정보 및 화장품 원료정보를 학습하는데 한정하지 않고, 레시피 정보를 기준으로 체질 정보, 화장품 원료정보 및 얼굴형상정보를 학습하거나, 화장품 원료정보를 기준으로 체질 정보, 레시피 정보 및 얼굴형상정보를 학습할 수 있다. 즉 학습부(23)는 맞춤형 화장품 정보를 이용하여 다양한 학습을 수행할 수 있으며, 이로 인해 생성된 학습된 데이터를 이용하여 재학습을 할 수 있다.
도 9는 본 발명의 실시예에 따른 서버 저장부를 설명하기 위한 블록도이고, 도 10은 본 발명의 실시예에 따른 사용자 정보를 설명하기 위한 블록도이다.
도 1, 도 9 및 도 10을 참조하면, 서버 저장부(30)는 사용자 정보(31), 화장품 정보(33) 및 학습 정보(35)를 포함한다. 서버 저장부(30)는 사용자 정보(31), 화장품 정부(33) 및 학습 정보(35)를 개별 저장한다.
사용자 정보(31)는 사용자 단말(200)로부터 수신된 정보로써, 주관적 화장성향정보 및 객관적 화장성향정보를 포함한다.
주관적 화장성향정보는 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함한다. 개인정보는 성별, 나이, 직업, 주소, 사용자가 현재 사용하거나 이전에 사용한 화장품 종류, 선호하는 화장품 스타일, 메이크업 습관 중 적어도 하나의 정보가 포함된 정보이고, 피부사진정보는 사용자의 피부를 촬영한 정보로써, 바람직하게는 300배율 이상으로 촬영한 정보이며, 환경정보는 현재 생활권에 대한 환경상태에 대한 정보가 포함된다. 여기서 개인정보 및 환경정보는 설문을 통해 수집된 정보이고, 피부사진정보는 촬영으로 수집된 정보이다.
객관적 화장성향정보는 화장품의 배합비 정보, 원재료 정보, 사용자의 사상체질정보, 음양오행정보 및 얼굴형상정보 중 적어도 하나를 포함한다. 객관적 화장성향정보는 주관적 화장성향정보 중 개인정보 및 환경정보를 바탕으로 수집된 정보이다. 화장품의 배합비 정보는 사용자가 현재 또는 이전에 사용한 화장품의 배합비를 나타내는 정보이고, 화장품의 원재료 정보는 사용자가 현재 또는 이전에 사용한 화장품의 원재료를 나타내는 정보이며, 사용자의 사상체질정보, 음양오행정보 및 얼굴형상정보는 한의약 측면에서 사용자의 체질을 나타낸 정보이다. 이때 얼굴형상정보는 얼굴형상의 특징(눈, 코, 입, 귀, 이마, 얼굴형 등)을 기반으로 하는 한의약 측면에서 사용자의 체질을 나타내는 정보일 수 있다.
화장품 정보는 시판 중이거나, 이전에 시판된 화장품의 배합비 정보, 원재료 정보, 레시피 정보 및 제조 정보 중 적어도 하나를 포함한다. 화장품 정보는 화장품 업체로부터 제공받을 수 있으며, 바람직하게는 일정 주기마다 정보 업데이트를 할 수 있다.
학습 정보는 학습된 학습 데이터 및 실시간 데이터를 포함한다. 학습 데이터는 기계학습을 통하여 사용자에게 맞는 맞춤형 화장품을 분석한 데이터이고, 실시간 데이터는 기계학습을 통하여 사용자의 특성 패턴을 실시간으로 분석한 데이터이다. 학습 정보는 학습 데이터 및 실시간 데이터뿐만 아니라 체질 정보, 레시피 정보 및 화장품 원료정보 중 적어도 하나가 학습된 데이터를 포함한다. 체질 정보는 한의학의 사상체질 분류방법에 따라 사용자가 제공한 정보를 분석한 데이터이고, 레시피 정보는 맞춤형 화장품을 제조하기 위한 레시피를 분석한 데이터이며, 화장품 원료정보는 맞춤형 화장품에 포함된 원료정보를 분석한 데이터이다. 학습정보는 학습과정이 완료되면 실시간으로 학습된 데이터를 업데이트한다.
도 11은 본 발명의 실시예에 따른 사용자 단말을 설명하기 위한 블록도이다.
도 1 및 도 11을 참조하면, 사용자 단말(200)는 단말 통신부(210), 단말 입력부(220), 카메라부(230), 단말 제어부(240), 디스플레이부(250) 및 단말 저장부(260)를 포함한다.
단말 통신부(210)는 맞춤형 화장품 제공 서버(100)와 통신을 수행한다. 단말 통신부(210)는 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 맞춤형 화장품 제공 서버(100)로 전송한다. 단말 통신부(210)는 맞춤형 화장품 제공 서버(100)로부터 맞춤형 화장품 정보를 수신할 수 있다.
단말 입력부(220)는 사용자 정보를 입력받는다. 단말 입력부(220)는 주관적 화장성향정보 중 개인정보 및 환경정보 중 적어도 하나를 입력받는다.
카메라부(230)는 사용자의 피부사진 또는 얼굴형상 사진을 수집한다. 카메라부(230)는 사용자의 피부를 촬영하여 주관적 화장성향정보 중 피부사진정보를 생성한다. 바람직하게는 카메라부(230)는 300배율 이상의 해상도로 피부를 촬영할 수 있다. 이때 카메라부(230)는 사용자의 얼굴형상을 촬영하고, 촬영된 얼굴형상을 확대하여 피부사진정보를 생성할 수 있다. 즉 카메라부(230)는 사용자의 얼굴형상 및 피부와 관련된 정보를 수집할 수 있다.
단말 제어부(240)는 주관적 화장성향정보를 이용하여 객관적 화장성향정보를 추정한다. 단말 제어부(240)는 주관적 화장성향정보를 이용하여 사용자가 현재 또는 이전에 사용한 화장품의 배합비 및 원재료 정보를 추정한다. 또한 단말 제어부(240)는 주관적 화장성향정보를 이용하여 사용자의 사상체질정보, 음양오행정보 및 얼굴형상정보를 추정한다. 이때 단말 제어부(240)는 카메라부(230)로부터 촬영된 얼굴형상에서 얼굴 특징점을 추출하고, 추출된 얼굴 특징점을 기반으로 해당 얼굴에 대한 얼굴형상정보를 추정할 수 있다.
단말 제어부(240)는 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 맞춤형 화장품 제공 서버(100)로 전송되도록 제어한다. 또한 단말 제어부(240)는 맞춤형 화장품 정보가 수신되는 경우, 디스플레이부(250)를 통해 수신된 맞춤형 화장품 정보가 출력될 수 있도록 제어한다.
디스플레이부(250)는 주관적 화장성향정보가 입력될 수 있도록 사용자 인터페이스(UI)를 출력한다. 이때 디스플레이부(250)가 터치스크린 기능을 포함하는 경우, 디스플레이부(250)는 입력부(220) 기능도 수행할 수 있다. 디스플레이부(250)는 맞춤형 화장품 정보를 출력한다. 이를 통해 사용자는 자신에 맞는 화장품에 대한 정보를 확인할 수 있다.
단말 저장부(260)는 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보가 저장된다. 단말 저장부(260)는 맞춤형 화장품 정보가 저장된다. 단말 저장부(260)는 사용자 인터페이스를 제공하기 위한 프로그램이 저장된다. 단말 저장부(260)는 플래시 메모리 타입, 하드디스크 타입, 미디어 카드 마이크로 타입, 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램, SRAM, 롬, EEPROM, PROM, 자기메모리, 자기 디스크, 광디스크 중 적어도 하나의 저장매체를 포함할 수 있다.
도 12는 본 발명의 실시예에 따른 맞춤형 화장품 제공 방법을 설명하기 위한 순서도이다.
도 1 및 도 12을 참조하면, 맞춤형 화장품 제공 방법은 기계학습을 이용하여 각 사용자에게 맞는 화장품에 대한 정보를 생성하고, 생성된 정보를 통해 맞춤형 화장품을 추천 및 제조할 수 있도록 지원할 수 있다. 맞춤형 화장품 제공 방법은 주관적 화장성향정보 및 객관적 화장성향정보가 포함된 사용자 정보를 기초로 맞춤형 화장품을 제공함으로써, 각 사용자마다 자기 자신에게 맞는 최적의 맞춤형 화장품에 대한 정보를 제공받을 수 있다.
S10단계에서, 맞춤형 화장품 제공 서버(100)는 사용자 정보를 수신다. 사용자 정보는 주관적 화장성향정보 및 객관적 화장성향정보를 포함한다. 주관적 화장성향정보는 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함하고, 객관적 화장성향정보는 화장품의 배합비 정보, 원재료 정보, 사상체질정보, 음양오행정보 및 얼굴형상정보 중 적어도 하나를 포함한다.
S20단계에서, 맞춤형 화장품 제공 서버(100)는 사용자 정보를 전처리한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보 중 불필요한 정보를 필터링한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보 중 중복 정보, 오류 정보 등과 같은 불필요한 정보를 필터링하여 추후 수행되는 연산과정이 복잡해지지 않도록 한다. 즉 맞춤형 화장품 제공 서버(100)는 사용자 정보의 주관적 화장성향정보 및 객관적 화장성향정보를 정규화 및 단순화한다. 맞춤형 화장품 제공 서버(100)는 필터링된 사용자 정보를 객체 프로파일링하여 사용자 정보를 기초로 학습을 수행할 수 있도록 한다.
S30단계에서, 맞춤형 화장품 제공 서버(100)는 객체 프로파일링된 사용자 정보를 클러스터링하고, 클러스터링된 사용자 정보를 기계학습한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보 중 유사성이 있는 데이터끼리 그룹화함으로써 연산속도를 높이고, 연산시간을 단축할 수 있다. 맞춤형 화장품 제공 서버(100)는 클러스터링된 사용자 정보를 기계학습하여 학습 데이터 및 실시간 데이터를 생성한다.
S40단계에서, 맞춤형 화장품 제공 서버(100)는 생성된 학습 데이터 및 실시간 데이터를 이용하여 맞춤형 화장품 정보를 생성하고, 생성된 맞춤형 화장품 정보를 이용하여 사용자에게 맞는 맞춤형 화장품을 추천한다. 맞춤형 화장품 제공 서버(100)는 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 맞춤형 화장품 정보를 전송할 수 있다. 또한 맞춤형 화장품 제공 서버(100)는 맞춤형 화장품 정보와 시판 중인 화장품 정보를 비교하여 유사도가 가장 높은 화장품을 추천하고, 추천된 정보를 사용자 단말(200)로 전송할 수 있다.
도 13은 도 12의 S30단계를 설명하기 위한 순서도이다.
도 12 및 도 13을 참조하면, 맞춤형 화장품 제공 서버(100)는 기계학습을 통해 학습 데이터 및 실시간 데이터를 생성한다.
S31단계에서, 맞춤형 화장품 제공 서버(100)는 객체 프로파일링된 사용자 정보를 클러스터링한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보를 그룹화함으로써, 연산과정을 단순화시켜 연산시간을 단축시킬 수 있다.
S33단계에서, 맞춤형 화장품 제공 서버(100)는 클러스터링된 사용자 정보를 기계학습한다. 맞춤형 화장품 제공 서버(100)는 기 저장된 사용자 정보, 화장품 정보 및 학습 정보 중 적어도 하나를 더 이용하여 기계학습을 수행한다. 맞춤형 화장품 제공 서버(100)는 클러스터링된 사용자 정보를 이용하여 사용자의 특성을 분류 및 예측하는 사용자 프로파일을 생성한다. 즉 맞춤형 화장품 제공 서버(100)는 일반적인 화장품과 관련된 정보뿐만 아니라 한의약 기반의 사상체질정보, 음양오행정보 및 얼굴형상정보 중 적어도 하나를 더 이용하여 사용자의 체질에 맞는 화장품을 추정할 수 있도록 학습을 한다. 한편, 맞춤형 화장품 제공 서버(100)는 생성된 사용자 프로파일을 S37단계로 전송한다.
S35단계에서, 맞춤형 화장품 제공 서버(100)는 생성된 사용자 프로파일을 이용하여 학습 데이터를 생성한다. 학습 데이터는 사용자의 화장성향에 따른 특성을 기계학습하여 사용자에게 맞는 최적의 화장품에 대한 정보를 추정한 데이터이다.
S37단계에서, 맞춤형 화장품 제공 서버(100)는 클러스터링된 사용자 정보 및 S33단계에서 생성된 사용자 프로파일을 분석한다. 맞춤형 화장품 제공 서버(100)는 사용자 정보 및 사용자 프로파일을 이용하여 사용자의 특성 패턴을 분석한다. 이때 맞춤형 화장품 제공 서버(100)는 사용자의 실시간 특성에 대한 패턴을 분석할 수 있다.
S39단계에서, 맞춤형 화장품 제공 서버(100)는 분석된 사용자의 특성 패턴을 이용하여 실시간 데이터를 생성한다. 실시간 데이터는 실시간 사용자의 특성을 나타내는 데이터이다.
도 14는 도 12의 S40단계를 설명하기 위한 순서도이다.
도 12 및 도 14를 참조하면, 맞춤형 화장품 제공 서버(100)는 사용자에게 맞는 최적의 화장품을 추천한다.
S41단계에서, 맞춤형 화장품 제공 서버(100)는 생성된 학습 데이터 및 실시간 데이터를 분석한다. 맞춤형 화장품 제공 서버(100)는 객체 프로파일링을 통해 맞춤형 화장품 정보를 생성한다. 이때 맞춤형 화장품 제공 서버(100)는 얼굴 안면의 이미지 및 성별을 입력 데이터로 하고, 형상 분류 결과를 출력 데이터로 하는 기계학습과 딥러닝이 앙상블된 모형인 학습 모델을 이용한다. 맞춤형 화장품 제공 서버(100)는 형상 분류 결과를 기반으로 맞춤형 화장품 정보를 생성한다.
S43단계에서, 맞춤형 화장품 제공 서버(100)는 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 맞춤형 화장품 정보를 전송할 수 있다. 또한 맞춤형 화장품 제공 서버(100)는 맞춤형 화장품 정보와 시판 중인 화장품 정보를 비교하여 유사도가 가장 높은 화장품을 추천하고, 추천된 정보를 사용자 단말(200)로 전송할 수 있다. 이때 맞춤형 화장품 제공 서버(100)는 유사도가 가장 높은 화장품이 기 설정된 기준 유사도보다 낮은 경우, 해당 화장품을 추천하지 않고, 추천 화장품이 없다는 알림 메시지를 사용자 단말(200)로 전송되도록 제어할 수 있다. 바람직하게는 맞춤형 화장품 제공 서버(100)는 추천 화장품이 없는 경우 맞춤형 화장품 정보를 사용자 단말(200) 및 화장품 제조 장치(300) 중 적어도 하나로 전송시킬 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 장치에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 하드디스크, ROM, RAM, CD-ROM, 하드 디스크, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
10: 서버 통신부
20: 서버 제어부
21: 전처리부
23: 학습부
25: 추천부
30: 서버 저장부
31: 사용자 정보
33: 화장품 정보
35: 학습 정보
41: 주관적 화장성향정보
43: 객관적 화장성향정보
100: 맞춤형 화장품 제공 서버
200: 사용자 단말
210: 단말 통신부
220: 단말 입력부
230: 카메라부
240: 단말 제어부
250: 디스플레이부
260: 단말 저장부
300: 화장품 제조 장치
400: 통신망
500: 맞춤형 화장품 제공 시스템
20: 서버 제어부
21: 전처리부
23: 학습부
25: 추천부
30: 서버 저장부
31: 사용자 정보
33: 화장품 정보
35: 학습 정보
41: 주관적 화장성향정보
43: 객관적 화장성향정보
100: 맞춤형 화장품 제공 서버
200: 사용자 단말
210: 단말 통신부
220: 단말 입력부
230: 카메라부
240: 단말 제어부
250: 디스플레이부
260: 단말 저장부
300: 화장품 제조 장치
400: 통신망
500: 맞춤형 화장품 제공 시스템
Claims (8)
- 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함하는 주관적 화장성향정보 및 화장품의 배합비 정보, 원재료 정보, 사상체질정보, 음양오행정보 및 얼굴형상정보 중 적어도 하나를 포함하는 객관적 화장성향정보가 포함된 사용자 정보를 수신하는 서버 통신부; 및
상기 수신된 사용자 정보를 전처리하고, 상기 전처리된 사용자 정보를 기초로 기계학습을 수행하여 학습 데이터 및 실시간 데이터를 생성하며, 상기 생성된 학습 데이터 및 실시간 데이터를 이용하여 사용자에게 맞는 맞춤형 화장품을 제공하는 서버 제어부;를 포함하되,
상기 서버 제어부는,
얼굴 안면의 이미지 및 성별을 입력 데이터로 하고, 형상 분류 결과를 출력 데이터로 하는 기계학습과 딥러닝이 앙상블된 모형인 학습 모델을 이용하는 것을 특징으로 하는 기계학습을 이용한 맞춤형 화장품 제공 서버. - 제 1항에 있어서,
상기 서버 제어부는,
상기 사용자 정보 중 불필요한 정보를 필터링하고, 상기 필터링된 사용자 정보를 객체 프로파일링하는 전처리부;
상기 객체 프로파일링된 사용자 정보를 클러스터링(clustering)하고, 상기 클러스터링된 사용자 정보를 기계학습하여 학습 데이터 및 실시간 데이터를 생성하는 학습부; 및
상기 생성된 학습 데이터 및 실시간 데이터를 이용하여 맞춤형 화장품 정보를 생성하고, 상기 생성된 맞춤형 화장품 정보를 이용하여 각 사용자에게 맞는 맞춤형 화장품을 추천하는 추천부;
를 포함하는 것을 특징으로 하는 기계학습을 이용한 맞춤형 화장품 제공 서버. - 제 2항에 있어서,
상기 학습부는,
상기 클러스터링된 사용자 정보를 이용하여 사용자의 특성을 분류 및 예측하여 사용자 프로파일을 생성하고, 상기 생성된 사용자 프로파일을 이용하여 학습 데이터를 생성하는 것을 특징으로 하는 기계학습을 이용한 맞춤형 화장품 제공 서버. - 제 3항에 있어서,
상기 학습부는,
상기 클러스터링된 사용자 정보 및 상기 사용자 프로파일을 이용하여 사용자의 특성 패턴을 분석하고, 상기 분석된 특성 패턴을 이용하여 실시간 데이터를 생성하는 것을 특징으로 하는 기계학습을 이용한 맞춤형 화장품 제공 서버. - 제 2항에 있어서,
상기 추천부는,
상기 맞춤형 화장품 정보를 외부로 전송하여 사용자가 맞춤형 화장품 정보를 확인하도록 제어하거나 맞춤형 화장품이 제조될 수 있도록 제어하는 것을 특징으로 하는 기계학습을 이용한 맞춤형 화장품 제공 서버. - 제 2항에 있어서,
상기 추천부는,
상기 맞춤형 화장품 정보와 시판 중인 화장품 정보를 비교하여 유사도가 가장 높은 화장품을 추천하는 것을 특징으로 하는 기계학습을 이용한 맞춤형 화장품 제공 서버. - 제 2항에 있어서,
상기 추천부는,
사람의 형상인 정과, 기과, 신과 및 혈과 중 어느 하나를 형상 분류 결과로 선택하고, 상기 선택된 결과에 따라 상기 맞춤형 화장품 정보를 생성하는 것을 특징으로 하는 기계학습을 이용한 맞춤형 화장품 제공 서버. - 맞춤형 화장품 제공 서버가 개인정보, 피부사진정보 및 환경정보 중 적어도 하나를 포함하는 주관적 화장성향정보 및 화장품의 배합비 정보, 원재료 정보, 사상체질정보, 음양오행정보 및 얼굴형상정보 중 적어도 하나를 포함하는 객관적 화장성향정보가 포함된 사용자 정보를 수신하는 단계;
상기 맞춤형 화장품 제공 서버가 상기 수신된 사용자 정보를 전처리하는 단계;
상기 맞춤형 화장품 제공 서버가 상기 전처리된 사용자 정보를 기초로 기계학습을 수행하여 학습 데이터 및 실시간 데이터를 생성하는 단계; 및
상기 맞춤형 화장품 제공 서버가 상기 생성된 학습 데이터 및 실시간 데이터를 이용하여 사용자에게 맞는 맞춤형 화장품을 제공하는 단계;를 포함하되,
상기 생성하는 단계는,
얼굴 안면의 이미지 및 성별을 입력 데이터로 하고, 형상 분류 결과를 출력 데이터로 하는 기계학습과 딥러닝이 앙상블된 모형인 학습 모델을 이용하는 것을 특징으로 하는 기계학습을 이용한 맞춤형 화장품 제공 방법.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210001645 | 2021-01-06 | ||
| KR20210001645 | 2021-01-06 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220099491A true KR20220099491A (ko) | 2022-07-13 |
Family
ID=82401377
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220000434A KR20220099491A (ko) | 2021-01-06 | 2022-01-03 | 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220099491A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102626573B1 (ko) * | 2023-08-17 | 2024-01-19 | 주식회사 지니안 | 인공지능 기반 소비자 피부 유형에 따른 화장품 추천시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180064963A (ko) | 2016-12-06 | 2018-06-15 | 주식회사 엘지생활건강 | 맞춤형 화장품 제공 방법 및 장치 |
-
2022
- 2022-01-03 KR KR1020220000434A patent/KR20220099491A/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180064963A (ko) | 2016-12-06 | 2018-06-15 | 주식회사 엘지생활건강 | 맞춤형 화장품 제공 방법 및 장치 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102626573B1 (ko) * | 2023-08-17 | 2024-01-19 | 주식회사 지니안 | 인공지능 기반 소비자 피부 유형에 따른 화장품 추천시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102619221B1 (ko) | 머신 구현 안면 건강 및 미용 보조기 | |
| JP6956389B2 (ja) | メイクアップ支援装置およびメイクアップ支援方法 | |
| EP3579176A1 (en) | Makeup evaluation system and operation method thereof | |
| KR20200031021A (ko) | 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법 | |
| US12039732B2 (en) | Digital imaging and learning systems and methods for analyzing pixel data of a scalp region of a users scalp to generate one or more user-specific scalp classifications | |
| US20220164852A1 (en) | Digital Imaging and Learning Systems and Methods for Analyzing Pixel Data of an Image of a Hair Region of a User's Head to Generate One or More User-Specific Recommendations | |
| US11455747B2 (en) | Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a user-specific skin redness value of the user's skin after removing hair | |
| US11890764B2 (en) | Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a hair density value of a user's hair | |
| EP3933851A1 (en) | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin laxity | |
| KR20220099491A (ko) | 기계학습을 이용한 맞춤형 화장품 제공 서버 및 방법 | |
| KR101757184B1 (ko) | 감정표현 콘텐츠를 자동으로 생성하고 분류하는 시스템 및 그 방법 | |
| US20230196579A1 (en) | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin pore size | |
| EP3933681A1 (en) | Digital imaging systems and methods of analyzing pixel data of an image of a user's body for determining a hair growth direction value of the user's hair | |
| US20230196549A1 (en) | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin puffiness | |
| US20230196835A1 (en) | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining dark eye circles | |
| US20230196552A1 (en) | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin oiliness | |
| US20230196816A1 (en) | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin hyperpigmentation | |
| KR20240011324A (ko) | 개인의 하루 감성 정보와 얼굴 피부 상태에 따른 맞춤형 화장기법 추천 디스플레이 시스템 | |
| CN118401970A (zh) | 分析用户皮肤区域的图像的像素数据以确定身体轮廓的数字成像系统和方法 | |
| CN118525291A (zh) | 分析用户皮肤区域的图像的像素数据以确定皮肤粗糙度的数字成像系统和方法 | |
| CN118401965A (zh) | 分析用户皮肤区域的图像的像素数据以确定皮肤干燥度的数字成像系统和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |