KR20230074612A - 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법 - Google Patents

자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법 Download PDF

Info

Publication number
KR20230074612A
KR20230074612A KR1020237016460A KR20237016460A KR20230074612A KR 20230074612 A KR20230074612 A KR 20230074612A KR 1020237016460 A KR1020237016460 A KR 1020237016460A KR 20237016460 A KR20237016460 A KR 20237016460A KR 20230074612 A KR20230074612 A KR 20230074612A
Authority
KR
South Korea
Prior art keywords
user
shopping
shoe
product
data
Prior art date
Application number
KR1020237016460A
Other languages
English (en)
Other versions
KR102643553B1 (ko
Inventor
데이빗 블레이처
타미르 로우스키
Original Assignee
나이키 이노베이트 씨.브이.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 나이키 이노베이트 씨.브이. filed Critical 나이키 이노베이트 씨.브이.
Priority to KR1020247006835A priority Critical patent/KR20240033146A/ko
Publication of KR20230074612A publication Critical patent/KR20230074612A/ko
Application granted granted Critical
Publication of KR102643553B1 publication Critical patent/KR102643553B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • 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]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0627—Directed, with specific intent or strategy using item specifications
    • A—HUMAN NECESSITIES
    • A43—FOOTWEAR
    • A43D—MACHINES, TOOLS, EQUIPMENT OR METHODS FOR MANUFACTURING OR REPAIRING FOOTWEAR
    • A43D1/00—Foot or last measuring devices; Measuring devices for shoe parts
    • A43D1/02—Foot-measuring devices
    • A43D1/025—Foot-measuring devices comprising optical means, e.g. mirrors, photo-electric cells, for measuring or inspecting feet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1077—Measuring of profiles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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]
    • G06Q30/0613—Third-party assisted
    • 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]
    • G06Q30/0621—Item configuration or customization
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/003—Navigation within 3D models or images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computer Graphics (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Computing Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)

Abstract

개인화 쇼핑을 위한 시스템, 플랫폼 및 방법이 제공된다. 일부 실시예들에서, 개인화 쇼핑 어시스턴트 시스템은, 사용자 신체의 적어도 일부의 캡쳐에 기반하여 3D 사용자 쇼핑 프로파일을 생성하는, 판매 시점 관리(POS, Point of Sale) 기반 자동 쇼핑 어시스턴트 장치; 통신 클라우드에 기반된 쇼핑 어시스턴트 데이터베이스에 연결된 쇼핑 어시스턴트 서버로서, 상기 사용자 쇼핑 프로파일이 상기 쇼핑 어시스턴트 데이터베이스에 업로드되는, 상기 쇼핑 어시스턴트 서버; 상기 사용자의 모바일 장치를 사용하여, 매장에서 상기 사용자 쇼핑 프로파일을 적용하는 모바일 장치 어플리케이션; 및 상기 사용자가 상기 모바일 장치 어플리케이션을 사용하여 선택된 제품들을 캡쳐하는 것이 가능하도록 하는 복수의 제품 식별자들로서, 상기 제품 식별자들은 상기 쇼핑 어시스턴트 데이터베이스에 저장되는 스캔 가능한 제품 데이터를 포함하는, 상기 복수의 제품 식별자들을 포함하는, 상기 복수의 제품 식별자들을 포함할 수 있다.

Description

자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법{SYSTEM, PLATFORM AND METHOD FOR PERSONALIZED SHOPPING USING AN AUTOMATED SHOPPING ASSISTANT}
본 발명은 일반적으로 개인화 제품 쇼핑에 유용한 방법들, 어플리케이션들 및 장치들에 관한 것이다.
오늘날 대부분의 신발 쇼핑은 여전히 실제 존재하는 상점들(real bricks and mortar shops)에서 일어난다. 대부분의 고객들은 상점 매니저들 및 어시스턴트들과 같은 종래 쇼핑의 한계에 익숙하다. 일반적으로, 고객들은 그들을 제품들, 재고 상품의 위치로 안내하고, 제품 등을 착용하는 데 도움을 주는 쇼핑 어시스턴스들에 의존하고 있다.
또한, 전형적인 쇼핑 경험은 사실상 동일한 상점 또는 다른 상점에 대한 고객의 각 방문을 반복할 필요가 있으며, 이는 상당한 비효율성과 사용자 불만으로 이어진다.
온라인 및 매장 둘 모두에서, 매우 정확하고 사용자 친화적으로 자동화되거나 반-자동화된 피팅(fitting) 솔루션들을 가능하게 할 수 있는 시스템 또는 방법을 갖는 것이 매우 유리할 것이다.
일부 실시예들에 따라, 개인화 온라인 제품 피팅(personalized online product fitting)을 제공하는, 본 발명의 실시예에 따른 장치, 시스템, 및 방법이 제공된다.
개인화 쇼핑을 위한 방법은 자동 쇼핑 어시스턴트 시스템(automated shopping assistant system)이 제품 데이터에 액세스하고, 매치메이킹 시스템(matchmaking system)이 사용자 이력(history) 데이터에 액세스하고, 상기 매치메이킹 시스템이 사용자 선호 데이터에 액세스하고, 상기 매치메이킹 시스템이 자동 쇼핑 어시스턴트 장치로부터 획득된 사용자 해부학적 데이터에 액세스하고, 상기 자동 쇼핑 어시스턴트 시스템이 개인화 매칭 시스템(personalized matching system)을 생성하기 위해 사용자 이력, 선호 및 해부학적 데이터를 제품 데이터와 매칭시키는 단계들을 갖는다.
일부 실시예들에서, 자동 쇼핑 어시스턴트 시스템은 사용자 이력 및 선호 데이터를 제품 데이터와 매칭시킨다.
일부 실시예들에서, 자동 쇼핑 어시스턴트 시스템은 사용자가 개인화 제품들을 주문하도록 하는데 사용될 수 있다.
일부 실시예들에서, 자동 쇼핑 어시스턴트 시스템은 사용자의 하나 이상의 해부학적 특성들(characteristics)을 나타내는 시뮬레이션을 제공하는데 사용될 수 있다.
일 실시예에서, 사용자 및 하나 이상의 제3자들은 제품 피팅 피드백(product fitting feedback)을 제공할 수 있으며, 사용자 및 하나 이상의 제3자들은 소셜 피드백(social feedback)을 제공할 수 있다. 자동 쇼핑 어시스턴트 시스템은 제품 피드백에 기반하여 개인화 제품을 조절할 수 있다. 상기 시스템은 또한 사용자에 대한 해부학적 데이터를 제공할 수 있으며, 상기 자동 쇼핑 어시스턴트 시스템은 또한 사용자의 하나 이상의 특성들을 포함하는 사용자 쇼핑 아바타(user shopping avatar)를 생성하기 위해 상기 해부학적 데이터를 고려한다.
자동 쇼핑 어시스턴트 시스템은 가상 트라이-온 기능(virtual try-on feature)을 포함할 수 있다. 일 실시예에서, 사용자가 개인화 제품을 주문하기 전, 상기 제품은 상기 아바타에 기반하여 생성된다. 사용자 선호도는 사이즈, 색상, 재질 및 타입 선호도로 이루어진 그룹으로부터 선택될 수 있다.
일부 실시예들에 따르면, 복수의 사용자들에 대한 디지털 아바타를 생성하는 프로파일 모듈, 복수의 제품들에 대한 제품 데이터를 통합하는 제품 모듈, 및 제품 추천들을 생성하기 위해 디지털 아바타 데이터와 제품 데이터를 매칭시키는 코드를 실행하도록 적응된 매치메이킹 모듈을 포함하는 클라우드 기반 서버; 상기 클라우드 기반 서버에 통신 가능하게(communicatively) 연결되며, 이미지 캡쳐 요소를 포함하는 엔드(end) 사용자 컴퓨팅 장치를 포함하며, 상기 매치메이킹 모듈은 사용자에 대한 디지털 아바타 프로파일을 위한 해부학적 데이터를 생성하는데 사용될 사용자 해부학적 구조의 적어도 일부의 캡쳐에 기반하여 사용자 쇼핑 아바타를 생성하는 소프트웨어 어플리케이션을 실행하는, 개인화 쇼핑을 위한 플랫폼이 제공된다.
일부 실시예들에서, 상기 플랫폼은 사용자의 하나 이상의 해부학적 특성들을 나타내는 시뮬레이션을 생성 및/또는 제시하도록 적응된다.
일부 실시예들에서, 상기 플랫폼은 제품 주문 모듈(product ordering module), 제품 맞춤화 모듈(product customization module), 소셜 쇼핑 모듈(social shopping module), 및/또는 제품 피팅 모듈(product fitting module) 등을 포함할 수 있다.
개인화 쇼핑을 위한 핸드헬드(handheld) 시스템은 사용자의 입력을 수신하도록 구성된 스크린, 사용자 해부하적 구조의 기준 이미지들을 캡쳐하는 장치 카메라, 및 해부학적 데이터, 제품 데이터, 사용자 이력 데이터 및 사용자 선호 데이터를 분석하도록 적응된 레지스터들을 갖는 프로세서를 포함할 수 있으며, 프로세서는 레지스터들로부터 정보를 검색하고 레지스터들에 정보를 기록하며, 개인화 매칭 시스템을 생성하기 위해 사용자 이력 및 선호 데이터를 제품 데이터와 매칭시키도록 구성되며, 프로세서는 개인화 제품을 생성하기 위해 사용자 이력 및 선호 데이터를 제품 데이터와 매칭시키도록 설정되며, 사용자는 스크린에 사용자 입력을 제공함으로써 개인화 제품을 구매할 수 있다.
일 실시예에서, 상기 시스템은 깊이 센서(depth sensor)로부터 대상(subject)의 거리를 정확하게 결정하도록 구성된 상기 깊이 센서를 가지며, 선호 데이터와 제품 데이터를 매칭시키는데 깊이 센서 정보가 사용된다. 일부 실시예들에서, 깊이 센서는 신체 일부의 길이, 너비 및 깊이의 캡쳐가 가능하도록, 사용자의 해부학적 프로파일과 관련되는 신체의 적어도 일부의 3D 스캔을 제공할 수 있다.
일부 실시예들에서, 핸드헬드 시스템은, 사용자의 해부학적 구조의 적어도 일부의 캡쳐에 기반하여 사용자 모바일 쇼핑 프로파일의 그래픽 시뮬레이션을 생성 및 제시하기 위해, 상기 핸드헬드 시스템 상에서 실행하는 소프트웨어 어플리케이션을 포함한다.
사용자 쇼핑 프로파일을 생성하는 판매 시점 관리(POS, Point of Sale) 기반의 자동 쇼핑 어시스턴트 장치; 매장에서 사용자 쇼핑 프로파일을 적용하기 위한 모바일 장치 앱(app); 통신 클라우드에 기반하는 쇼핑 어시스턴트 데이터베이스에 연결된 쇼핑 어시스턴트 서버; 및 사용자가 선택된 제품들을 캡쳐하는 것이 가능하도록 하는 태그들과 같은 복수의 제품 인식 장치들을 포함하는, 쇼핑 프로파일을 이용한 쇼핑을 위한 쇼핑 어시스턴트 시스템이 제공된다.
쇼핑 어시스턴트 장치는 신체 일부의 길이, 너비 및 깊이의 캡쳐가 가능하도록, 사용자의 해부학적 프로파일과 관련되는 신체의 적어도 일부를 캡쳐하는 하나 이상의 이미지 스캐너들을 포함할 수 있다.
쇼핑 어시스턴트는 복수의 제품들에 대한 제품 데이터를 통합하는 제품 모듈; 및 제품 추천들을 생성하기 위해 쇼핑 프로파일과 제품 데이터를 연결하는 코드를 실행하도록 적응된 매치메이킹 모듈을 포함할 수 있다.
쇼핑 어시스턴트는 사용자가 주문 태그(ordering tag)를 캡쳐함으로써 주문하도록 하기 위한, 제품과 연관된 주문 태그를 포함할 수 있다.
쇼핑 어시스턴트는, 사용자가 쇼핑 어시스턴트 장치 주변의 선택된 지리학적 구역에 진입할 때 사용자를 인식하기 위한, 상기 쇼핑 어시스턴트 장치와 연관된 근접 센서를 포함할 수 있다.
쇼핑 어시스턴트는, 사용자가 근접 센서의 근처에 적절히 위치될 때 스캔의 인식 및 자동 트리거링이 가능하도록 하기 위한, 상기 쇼핑 어시스턴트 장치와 연관된 근접 센서를 포함할 수 있다.
쇼핑 어시스턴트는, 사용자 쇼핑 프로파일 상에 선택된 제품을 디지털적으로 착용해 보기 위한, 가상 트라이-온 모듈(virtual try-on module)을 포함할 수 있다.
자동 쇼핑 어시스턴트 장치와 연관된 근접 센서를 사용하여, 쇼핑 영역에 진입하는 사용자를 인식하는 단계; 사용자 프로파일을 오픈(open)하도록 자동 쇼핑 어시스턴트 시스템에 사용자를 연결하는 단계; 하나 이상의 이미지 센서들을 사용하여, 자동 쇼핑 어시스턴트 장치에 의해 하나 이상의 신체 부위들의 캡쳐를 시작하는 단계; 사용자의 모바일 컴퓨팅 장치 상에 자동 쇼핑 어시스턴트 어플리케이션의 다운로딩을 시작하는 단계; 사용자 모바일 장치의 사용자 쇼핑 프로파일을 종료하기 위해, 사용자 모바일 장치에 자동 쇼핑 어시스턴트 장치를 연결하는 동작; 사용자 모바일 장치를 사용하여 제품 탭(tab)을 캡쳐함으로써, 사용자에 의해 관심 제품을 선택하는 단계; 및 선택된 제품에 대한 제품 관련 정보를 사용자에게 제공하는 단계를 포함하는, 매장에서의 쇼핑 향상을 위한 방법이 제공된다.
상기 방법은 사용자 모바일 장치를 사용하여 선택된 제품을 주문하는 단계를 더 포함할 수 있다.
상기 방법은 사용자 모바일 장치를 사용하여 선택된 제품을 맞춤화하는 단계를 더 포함할 수 있다.
상기 방법은 사용자 모바일 장치를 사용하여 맞춤화된 제품을 주문하는 단계를 더 포함할 수 있다.
상기 방법은 사용자 제품 재고 정보(user product inventory information)를 제공하는 단계를 더 포함할 수 있다.
상기 방법은 사용자 쇼핑 프로파일 아바타 상에 선택된 제품을 피팅하는 단계를 더 포함할 수 있다.
상기 방법은 사용자에 의해 선택되고, 연관되고, 연결하여 보기 위한 소셜 미디어 시스템으로 피팅된 사용자 프로파일 아바타를 전송하는 단계를 더 포함할 수 있다.
상기 방법은 상기 사용자 행동(behavior)에 기반하여 상기 사용자 쇼핑 프로파일을 향상시키는 동작을 더 포함할 수 있다.
상기 방법은 사용자 쇼핑 프로파일 및/또는 사용자 쇼핑 행동에 기반하여 쇼핑 추천들을 제공하는 단계를 더 포함할 수 있다.
상기 방법은 온라인 상점에서의 쇼핑을 위해 사용자 쇼핑 프로파일을 사용하는 단계를 더 포함할 수 있다.
상기 방법은 추가 이미징 장치를 사용하여 사용자 쇼핑 프로파일을 향상시키는 단계를 더 포함할 수 있다.
상기 방법은 모바일 장치를 사용하여 추가 사용자 쇼핑 프로파일들을 생성하는 단계를 더 포함할 수 있다.
상기 방법은 사용자 동의에 의해, 매장 장치에서 스마트 폰 어플리케이션과 같은 사용자 장치로 사용자의 프로파일을 변환하는 단계를 더 포함할 수 있다.
자동 쇼핑 어시스턴트 시스템이 제품 데이터에 액세스하는 단계; 자동 쇼핑 어시스턴트 시스템이 사용자 이력 데이터에 액세스하는 단계; 자동 쇼핑 어시스턴트 시스템이 사용자 선호 데이터에 액세스하는 단계; 자동 쇼핑 어시스턴트 시스템이 사용자에 대한 해부학적 데이터에 액세스하는 단계로서, 매치메이킹 시스템이 사용자의 해부학적 구조의 적어도 일부의 캡쳐에 기반하여 사용자 모바일 쇼핑 아바타를 생성하는 소프트웨어 어플리케이션을 실행하는, 상기 해부학적 데이터에 액세스 하는 단계; 및 자동 쇼핑 어시스턴트 시스템이 개인화 매칭 시스템을 생성하기 위해 사용자 이력 데이터, 선호 데이터, 쇼핑 아바타를 제품 데이터와 매칭시키는 단계를 포함하는, 개인화 쇼핑을 위한 방법이 본 출원에 제공된다.
상기 방법은 개인화 제품 추천을 생성하는 단계를 더 포함할 수 있다.
상기 방법은 개인화 제품을 주문하는 단계를 더 포함할 수 있다.
상기 방법은 사용자 및 하나 이상의 제3자들이 제품 피드백을 제공하는 단계를 더 포함할 수 있다.
상기 방법은 사용자 및 하나 이상의 제3자들이 소셜 피드백을 제공하는 단계를 더 포함할 수 있다.
상기 방법은 자동 쇼핑 어시스턴트 시스템이 제품 피드백에 기반하여 개인화 제품을 조절하는 단계를 더 포함할 수 있다.
상기 방법은 사용자의 하나 이상의 해부학적 특성들을 나타내는 시뮬레이션을 제공하는 단계를 더 포함할 수 있다.
상기 방법은 가상 트라이-온 기능을 더 포함할 수 있다.
상기 방법은 개인화 제품을 주문하는 단계로서, 상기 제품은 사용자 쇼핑 아바타에 기반하여 생성되는, 상기 주문하는 단계를 더 포함할 수 있다.
상기 방법은 사이즈, 색상, 재질 및 타입 선호도로 이루어진 그룹으로부터 제품 타입들을 선택하는 단계를 더 포함할 수 있다.
본 발명에 따른 시스템, 장치, 및 방법의 원리들 및 동작은 도면들과 이하의 설명을 참조하여 더욱 잘 이해될 수 있으며, 이러한 도면들은 단지 예시를 목적으로 주어지는 것일 뿐 제한하는 것을 의미하는 것이 아닌 것으로 해석된다:
도 1a는 일부 실시예들에 따른, 개인화 쇼핑을 용이하게 하는 시스템을 도시하는 개략적인 시스템 도면이다.
도 1b는 일부 실시예들에 따른, 개인화 쇼핑을 용이하게 하는 플랫폼을 도시하는 개략적인 시스템 도면이다.
도 2는 일부 실시예들에 따른, 개인화 쇼핑을 용이하게 하는 프로세스를 나타내는 흐름도이다.
도 3은 일부 실시예들에 따른, 개인화 매장 쇼핑 경험을 용이하게 하는 흐름도이다.
도 4는 일부 실시예들에 따른, 개인화 온라인 쇼핑 경험을 용이하게 하는 흐름도이다.
도 5는 일부 실시예들에 따른, 개인화 하이브리드 쇼핑 경험의 예를 나타내는 흐름도이다.
도 6은 일부 실시예들에 따른, 온라인 또는 오프라인에서의 개인화 신발 쇼핑의 예를 나타내는 흐름도이다.
도 7은 일부 실시예들에 따른, 온라인 또는 오프라인에서의 개인화 아이웨어 쇼핑 및 제작의 예를 나타내는 흐름도이다.
도 8a는 일부 실시예들에 따른, 쇼핑 어시스턴트 장치의 예의 분해도를 도시한다. 　
도 8b내지 8h는 일부 실시예들에 따른, 쇼핑 어시스턴트 장치의 예의 도면들의 세트를 도시한다. 　
도 9는 일부 실시예들에 따른, 쇼핑 어시스턴트 시스템을 도시한다.
도 10은 일부 실시예들에 따른, 매장 장치의 쇼핑 어시스턴트와 개인화 쇼핑 지원 어플리케이션을 구비한 원격 사용자 통신 장치의 통합된 사용의 예를 나타내는 흐름도이다.
도 11a 및 11b는 일부 실시예들에 따른, 쇼핑 어시스턴트 사용의 프로세스의 예들을 설명한다.
도 12a-12b는 일부 실시예들에 따른, 사용자가 표시된 패드 위에 그들의 발을 놓도록 가이딩하기 위한, 쇼핑 어시스턴트 스크린 상의 인터랙티브 스크린들을 예시하는 스크린샷들의 예들이다.
도 13a-13b는 일부 실시예들에 따른, 사용자가 그들의 프로파일 및 그들의 연락처 정보를 정의하도록 돕기 위한, 쇼핑 어시스턴트 스크린 또는 모바일 스크린 상의 인터랙티브 가이드를 예시하는 스크린샷들의 예들이다.
도 14a-14b는, 일부 실시예들에 따른, 한 쌍의 스캔된 발들과 하부 다리들의 시뮬레이션된 렌디션을 예시하기 위한, 쇼핑 어시스턴트 스크린 또는 모바일 스크린 상의 스크린샷들의 예들이다.
도 15a-15b는 사용자가 더 나은 사용자 관련 산출물을 제공하는데 사용될 수 있는 행동 관련 정보를 입력하는 것을 돕기 위한, 쇼핑 어시스턴트 스크린 또는 모바일 스크린 상의 스크린샷들의 예들이다.
이하의 설명은 본 기술 분야에서 통상의 숙련된 자가 특정 어플리케이션 및 그 요구사항들의 맥락에서 제공된 바와 같이 본 발명을 만들고 사용하는 것이 가능하도록 제시된다. 설명된 실시예들에 대한 다양한 수정들은 본 기술분야에서 숙련된 자들에게 자명할 것이며, 본 발명에 정의된 일반적인 원리들은 다른 실시예들에 적용될 수 있다. 따라서, 본 발명은 도시되고 설명된 특정 실시예들로 한정하고자 하는 것이 아니라, 오히려 본 발명에 개시된 원리들 및 신규한 특징들에 상응하는 가장 넓은 범위를 부여하고자 한다. 다른 경우들에서, 공지된 발명들, 절차들, 및 구성요소들은 본 발명을 불명확하게 하지 않기 위해 상세히 설명되지 않았다.
본 명세서에 사용된 바와 같은, 용어 "피팅(fitting)"은 제품을 착용해 보고(trying on), 착용해 본(tried on) 제품을 보고, 제품을 특정 사람의 신체 또는 다른 물리적 파라미터들로 수정하는 것을 지칭한다. 용어 "아바타"는, 특히 스크린 상의 사람을 나타내기 위한, 특정 사람을 나타내는 형상화(embodiment), 의인화(personification), 아이콘(icon), 모델(model) 또는 피규어(figure)를 지칭할 수 있다.
비교적 낮은 비율의 풋웨어(footwear) 구매 온라인 쇼핑은, 각 신발 모델에 대해, 선택적으로 고객의 발의 시뮬레이션이나 아바타 모델에 기반하여, 고객에게 정확한 사이즈 추천을 제공함으로써 늘어날 수 있으며, 이는 구매에 있어 더 높은 고객 신뢰도로 이어질 수 있다.
본 발명의 비-제한적인 실시예들은, 온라인이든 및/또는 매장에서든, 제품들의 효과적인 피팅-온(fitting-on)을 포함하여, 매우 개인화된 쇼핑을 용이하게 하는 시스템, 플랫폼, 및 방법을 포함한다. 일부 실시예들에서, 제품의 개인화 제작을 가능하게 하는 시스템들, 플랫폼들 및 방법들이 제공된다.
이제 도 1a가 참조되며, 이는 일부 실시예들에 따른, 개인화 쇼핑을 용이하게 하는 시스템(100)을 도시하는 개략적인 시스템 도면이다. 시스템(100)은, 자동 쇼핑 어시스턴트 장치에 의해 생성된 매우 정확한 사용자 쇼핑 프로파일 및/또는 아바타를 사용하여, 매장 및/또는 온라인에서 원활한 쇼핑을 가능하게 한다. 일부 사례들에서, 클라우드 상에서 및/또는 로컬 자동 쇼핑 어시스턴트 장치 상에서 데이터 처리가 수행된다.
도시된 바와 같이, 개인화 쇼핑 시스템(100)은, 디지털 아바타 프로파일 모듈(110), 디지털 제품 파일 모듈(115), 제품 선택 모듈(120), 제품 피팅 모듈(125), 소셜 쇼핑 모듈(130), 제품 주문 모듈(135) 및 제품 맞춤화 모듈(137)을 포함할 수 있는, 개인화 쇼핑 프로파일 관리를 위한 플랫폼(105)을 포함한다.
플랫폼(105)은, 런치 패드(launch pad), 키오스크(kiosk), 또는 자동 쇼핑 어시스턴트 장치(185)에 통신 가능하게 연결되고, 예를 들어, 2D 및/또는 3D 스캔이나 다른 디지털 측정 소스들로부터 물리적인 사용자 데이터를 제공하는 사용자들(180)에게 통신 가능하게 추가로 연결될 수 있는, 통신 클라우드(140)와 통신한다. 통신 클라우드(140)는 사용자 선호 데이터를 제공하는, 자동 쇼핑 어시스턴트 장치(185) 및/또는 180에 통신 가능하게 연결된 사용자 선호 데이터 모듈(150)을 더 포함할 수 있다. 통신 클라우드(140)는 제품 데이터베이스들(165)에 통신 가능하게 연결된 제품 파일 데이터 모듈(160), 및 제품 매칭 알고리즘들을 포함하고, 제품 데이터베이스들(175)에 통신 가능하게 연결된 제품 매칭 데이터 모듈(170)을 더 포함할 수 있다.
일 실시예에서, 장치(185)는 이동(moving) 또는 고정(static) 구성요소들일 수 있는 2D 및/또는 3D 카메라들과 같은 하나 이상의 이미징 장치들을 포함할 수 있다. 장치(185)는 하나 이상의 센서들, 예를 들어, 근접 센서, 스캐너, 카메라, 압력 플레이트 및/또는 다른 센서들을 더 포함할 수 있다.
도시된 바와 같이, 사용자로부터 직접적이든 간접적이든 다양한 데이터 소스들로부터 구성되고, 물리적 특성들이든 및/또는 정신적, 감정적, 심리적 특성들이든 이러한 특성들을 나타내는, 디지털 아바타 프로파일(110)은 매우 개인화된다. 디지털 아바타 프로파일(120)은 일반적으로, 하나 이상의 데이터 소스들로부터 고 해상도 사용자 프로파일이나 아바타의 생성을 가능하게 하기 위한 인스트럭션들(instructions)이 실행될 수 있는, 파일 또는 파일들이나 데이터 포인트들의 그룹을 포함할 수 있다. 또한, 제품 선택 모듈(120)은 일반적으로, 온라인이든 오프라인이든, 개인화된 아바타 프로파일(110)을 선택된 디지털 제품들과 매칭시킨다. 데이터의 저장, 검색 및 처리를 통해 매칭 알고리즘에 대한 계산들이 프로세서에 의해 수행될 수 있다. 일부 실시예들에서, 하나 이상의 장치 레지스터들이 사용될 수 있으며, 상기 레지스터(들)은 컴퓨터 인스럭션, 저장 어드레스 또는 임의의 종류의 데이터를 홀딩(holding)하기 위한 컴퓨터 프로세서의 일부인 작은 세트의 데이터 홀딩 장소들 중 하나를 지칭할 수 있다. 매칭 알고리즘은, 일부 실시예들에서, 사용자의 프로파일에 관련되는 사용자 신체의 적어도 일부의 스캔에 적어도 기반하여, 제품 데이터베이스에 의해 제공되는 제품 타입들, 사이즈들, 스타일들 등과, 사용자 아바타 프로파일에 의해 정의된 바와 같은 물리적 파라미터들 및/또는 사용자 선호 데이터 간 완벽하거나 완벽에 가까운 매치(matches)를 제공하기 위한 실행 코드를 포함할 수 있다. 예를 들어, 사용자 A는 사이즈, 너비 및 깊이로 정의되는 발 프로파일(foot profile)을 가질 수 있다. 또한, 사용자의 프로파일은 블루 또는 그레이 운동화와 같은 선호 스타일들, 신발 타입들 및 색상들과 같은 선호 데이터를 포함할 수 있다. 제품 데이터베이스는, 예를 들어, 상기 사용자의 사이즈, 너비 및 깊이에 정확하거나 충분히 근접하는, 블루, 그레이 및 블루-그레이 색상인 운동화를 포함할 수 있다. 이 경우, 매칭 알고리즘은 상기 프로파일 정의들을 사용자 프로파일에 매칭되는 제품 데이터베이스로부터의 하나 이상의 제품들과 매칭시킬 것이다.
제품 선택 모듈(120)은 또한 소셜 쇼핑 모듈(130)으로부터의 소셜 쇼핑 데이터뿐만 아니라, 제품 피팅 모듈(125)을 이용한 시스템 피드백 및 제품 피팅 데이터를 제공함으로써 정제될 수 있다. 제품 피팅 모듈은, 일부 실시예들에서, 쇼퍼(shopper)와 함께 있는 쇼핑 어시스턴트 또는 서포터(supporter)로부터의 피드백을 위한 수단을 포함한다. 다른 실시예들에서, 제품 피팅 모듈은 가상 쇼핑 어시스턴트 또는 서포터로부터의 피드백을 위한 수단, 예를 들어 통신 가능하게 연결된 서포터, 제품을 사용자에게 보여주는 디지털이나 가상 미러 또는 스크린을 포함한다. 또한, 제품 맞춤화 모듈(137)은 디지털 아바타 및 상기 제품 피팅 모듈(125) 및/또는 소셜 쇼핑 모듈(130)에 따라 구입(acquisition)을 위해 고려중인 상기 제품을 추가로 개인화하는 것을 돕기 위해, 제품 피팅 모듈(125) 및/또는 소셜 쇼핑 모듈(130)로부터 데이터를 수신할 수 있다. 제품 맞춤화 모듈(137)은, 예를 들어, 제품 색상들, 형태, 디자인, 사이즈, 재질들 등을 변경함으로써, 사용자가 착용해 보는 중이거나 테스트중인 제품을 변경하거나 맞춤화 하도록 할 수 있다. 이러한 방식으로, 주문될 제품은 사용자 특정된 또는 맞춤화된 요구사항들에 따라 구성될 수 있다. 또한, 제품 맞춤화 모듈(137)은 사용자에 의해 선택되거나 생성된 바와 같은 맞춤화된 제품을 제품 선택 모듈(120)로 전송할 수 있으며, 이후 제품 선택 모듈(120)은 제품 주문 모듈(135)를 통해 맞춤화된 제품의 주문에 착수할 수 있다. 게다가, 제품 선택 모듈(120)에서 만들어진 사용자의 변경들에서 구체화된 사용자 업데이트들은 디지털 아바타 프로파일(110)을 업데이트하는데 사용될 수 있으며, 이로써 예를 들어 사용자 신체 변경들, 선호 변경들 등으로 업데이트된 사용자 아바타 프로파일을 유지할 수 있다.
제품 선택 모듈(120)은 각 시스템 사용자에 의해 수행되는 쇼핑 리서치에 대한 높은 수준의 핏(fit)에 고해상도 사용자 프로파일들이나 아바타들의 매칭을 가능하게 하는 명령들(commands)을 실행하도록 인스트럭션들이 실행될 수 있는 파일 또는 파일들이나 데이터 포인트들의 그룹을 포함할 수 있다. 이 모듈은 또한 그것이 제공하는 적절한 제품 추천을 끊임없이 향상시키기 위해 시스템 모듈들에서 생성된 피드백을 통합할 수 있다. 아바타 상에서 수행되는, 예컨대, 길이, 너비, 높이 및 추가 거리들뿐만 아니라 볼륨, 단면 영역 및 둘레들을 통합하는 것과 같은 다양한 기술 절차들을 사용하여, 상기 시스템은 대표 숫자들의 배열로 아바타를 나타낼 수 있다. 숫자들의 이러한 배열은, 일부 실시예들에서, 아바타에 의해 착용될 유사한 요소들의 제품들과 비교할 수 있도록 하는, 상기 아바타의 다양한 요소들을 나타낼 수 있다. 따라서, 추천 알고리즘들 및 기계 학습 기술 등을 이용하여 향상될 수 있는 아바타 데이터가 제품 파일로부터의 제품 데이터와 비교될 때, 이는 상기 시스템으로부터 정확하고, 끊임없이 향상되고, 개인화된 제품 추천을 허용할 수 있다.
일부 실시예에 따르면, 디지털 아바타 프로파일은 3D 스캐너들의 비교적 낮은 레벨 통합으로 생성될 수 있다. 일부 예들에서, 사용될 수 있는 센서들 또는 스캐너들은 구조형 광(structured light), 광도 시간(time-of-light), 사진 측량(photogrammetry) 또는 임의의 다른 타입의 3D 및/또는 2D 스캐닝 기술을 포함할 수 있다. 이러한 기술의 공급자들은, 제한하는 것은 아니나, 프라임센스TM(PrimeSenseTM) 기반 스캐너들, 옥시피탈 스트럭처 센서들(Occipital Structure Sensors), 3D-시스템즈 센스 앤 아이센스TM(3D-Systems Sense and iSenseTM) 센서들, 인텔TM 리얼센스(InTelTM RealSEnse) 센서들 (독립형 또는 기계 통합형), 아이패드들(iPads) 또는 테블릿들에 기반하는 스캐닝 플랫폼들, PC(통합형 및 외장형), 안드로이드+리얼센스(Android+RealSense) (차세대) 장치들, 및 구글 프로젝트 탱고(Google project Tango) 장치들 등을 포함한다.
이제, 도 1b가 참조되며, 이는 일부 실시예들에 따른, 개인화 쇼핑을 용이하게 하는 플랫폼(180)을 도시하는 개략적인 시스템 도면이다. 도시된 바와 같이, 개인화 쇼핑 플랫폼(180)은, 제한하는 것은 아니나, 카메라, 어플리케이션 및 데이터 커넥티비티를 포함하는 스마트폰들 또는 태블릿들과 같은 하나 이상의 사용자 모바일 장치들(182); 전형적으로 상점, 예를 들어, 하나 이상의 카메라들, 센서들 또는 스캐닝 장치들, 어플리케이션, 및 데이터 커넥티비티를 갖는 전자 장치에 또는 근처에 있는, 상점이나 판매 시점 관리 컴퓨팅 장치, 키오스크 또는 자동 쇼핑 어시스턴트 장치(184)를 포함하며, 모바일 장치(들)(182) 및/또는 자동 쇼핑 어시스턴트 장치(185)는 통신 클라우드(186)에 연결된다. 통신 클라우드(186)는 복수의 제품들에 대한 데이터를 홀딩, 통합하거나, 또는 다른 식으로 관리하는 디지털 제품 모듈(190); 복수의 사용자들에 대한 프로파일 데이터를 홀딩, 통합, 처리하거나, 또는 다른 식으로 관리하는 디지털 아바타 프로파일 모듈(188); 및 제품 추천들 및 다른 매칭 기능들을 가능하게 하도록 돕는 제품과 아바타 프로파일 데이터를 매칭시키는 매칭 모듈(192)을 포함한다. 플랫폼(180)은 매칭 모듈 산출물(output) 및 또는 사용자 선택들에 기반하여 맞춤화된 제품들의 주문을 가능하게 하는 제품 맞춤화 모듈(194); 및 매칭 모듈 산출물 및 또는 사용자 선택들에 기반하여 제품들의 주문을 가능하게 하는 제품 주문 모듈(196)을 더 포함한다.
이제, 도 2가 참조되며, 이는 일부 실시예들에 따른, 온라인에서든 오프라인에서든, 개인화 쇼핑을 용이하게 하는 프로세스를 나타내는 흐름도이다. 도시된 바와 같이, 제품 데이터베이스(200)로부터의 제품 정보는 발견, 구매 또는 제작될 제품들에 사용될 수 있다. 단계(205)에서, 예를 들어, 이전 사용자 구매품들 및 리서치에 기반하여, 사용자에 대한 이력 데이터가 검색될 수 있다. 단계(210)에서, 사이즈, 색상, 재질, 타입 선호도 등과 같은 사용자 선호 데이터가 획득될 수 있다. 단계(215)에서, 사용자에 대한 스캔 데이터 또는 그래픽 데이터가, 예를 들어, 기준 사진들, 2D 및/또는 3D 이미지 스캐닝으로부터, 또는 POS 키오스크 또는 자동 쇼핑 어시스턴트 장치 등을 이용한 캡쳐 및 처리로부터 획득될 수 있다. 이러한 그래픽 데이터는 사용자의 물리적 속성들(properties)에 기반하여 사용자의 물리적 프로파일을 생성하는 개인화 쇼핑 시스템에 의해 사용된다. 단계(220)에서, 이후 사용자 쇼핑 아바타로 지칭되는, 다차원 사용자 쇼핑 프로파일은 단계들(205, 210 및 215)로부터의 다양한 입력 데이터를 처리함으로써 진전될(developed) 수 있으며, 이로써 사용자 행동 및 사용자 선호 데이터뿐만 아니라 사용자 물리적 속성들을 포함하는 사용자 쇼핑 아바타 또는 프로파일을 생성할 수 있다. 프로파일 또는 아바타는, 선택적으로 단계들(205, 210 및/또는 215)로부터의 피드백 및 추가 입력들을 이용하여, 그것이 사용자를 애니메이션화 하거나, 반영하거나, 또는 나타내는 방식으로 끊임없이 향상시킬 수 있는 동적 구조이다. 일 실시예에서, 사용자 아바타는 하나의 상점에서 및/또는 복수의 상점들에서, 예를 들어, 임의의 소매점에서, 상점들의 체인에서, 또는 온라인에서, 온라인 및/또는 오프라인 상점들이나 플랫폼들의 네트워크나 가맹에서, 사용자를 잠재적인 제품들과 매칭시키는데 사용될 수 있다.
단계(225)에서, 리서치 중이거나 필요로 하는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹이 수행된다. 이 단계에서, 제품 데이터베이스(200)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 리서치 중인 제품들에 매칭되며, 이로써 특정 사용자의 개인 쇼핑 프로파일 및 선호도에 따라 특정 사용자에 대해 적절하지 않는 제품들의 어드밴스드 필터링(advanced filtering out) 및 적절한 제품들의 어드밴스드 매칭(advanced matching up)을 가능하게 할 수 있다. 매칭 단계는, 제품 매치메이킹 프로세스에 대해 상기 사용자 프로파일에 기반하여 사용자에 대한 추천들의 제공으로 보완될 수 있다. 일부 실시예들에서, 생성된 사용자 프로파일과 상기 생성된 프로파일의 하나 이상의 요소들에 맞는 복수의 제품들 간 매치의 생성이 제공되며, 이로써, 예를 들어, 프로파일과 제품(들)을 연결하는 추가 데이터뿐만 아니라 핏과 사이즈 추천들을 가능할 수 있다.
단계(230)에서, 물리적으로 존재하는 직원 또는 원격 사용자들의 피드백으로부터의 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 변경하는 것을 돕는데 사용될 수 있으며, 예를 들어, 매장의 판매원으로부터의 피드백 또는 예를 들어 스마트 폰이나 컴퓨터를 통해 연결된 원격 사람들로부터의 피드백은 사용자 프로파일을 업데이트 하는데 사용될 수 있다. 일부 사례들에서, 예를 들어, 어떠한 색상들이 사람에게 잘 어울리는지 또는 어떠한 사이즈가 가장 잘 맞는지 등과 같은 판매원이나 친구의 피드백은 사용자에 의해 그들의 쇼핑 프로파일을 업데이트하는데 사용될 수 있다. 일부 사례들에서, 어드밴스드 그래픽 처리 및 3D 렌더링은, 사용자 쇼핑 아바타 상에 제품을 배치하는 디지털 시뮬레이션에 따라 사용자들이 상기 제품으로 착용해 본 자신들을 볼 수 있도록, 리서치 중인 제품을 가상으로 착용해 보기 위해 사용자에게 사용될 수 있다. 일부 사례들에서, 상기 시스템은, 선택적으로 아바타 상에 피팅된, 애니메이션화된 아바타나 캐릭터, 렌더링된 사진들 및/또는 추천의 시각적 표현(visual representation)과 같은 정적 또는 동적 고해상도의 시각적 산출물을 제공할 수 있다. 예를 들어, 이러한 렌디션(rendition)은 사용자가 아바타 상에 묘사되도록 착용중인 제품을 볼 수 있게 하며, 이로써 사용자가 컬러 히트 맵(color heat maps) 등에 따라 핏(fit), 조임(tightness), 색상, 스타일, 재질 등과 같은 세부사항들을 시각화하는 것을 도울 수 있다. 예를 들어, 컬러 히트 맵들은 제품이 신체와 상호작용할 때, 조임, 텐션(tention), 마찰(friction) 등의 영역들을 표시하는데 사용될 수 있다. 상술한 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다. 단계(235)에서, 사용자 쇼핑 프로파일을 수정하는 것을 돕는 피드백은, 사용자가 연결되는 소셜 네트워크나 직접적인 제3자 피드백으로부터 획득될 수 있다.
　단계 237에서, 디지털 아바타와 제품 피팅 모듈(125) 및/또는 소셜 쇼핑 모듈(130)에 따라 구입을 고려중인 제품을 추가 개인화하는 것을 돕기 위한 제품 맞춤화(customization)는 단계(230)에서의 제품 피팅 피드백 및/또는 단계(235)에서의 소셜 피드백으로부터의 데이터를 통합할 수 있다.
단계(240)에서, 개인화 제품(personalized product)은, 물리적 상점 안에서든 온라인 상점에서든, 사용자에 의해 주문될 수 있다. 또한, 개인화 제품은 상기 제품이 사용자를 위한 일회성(once off)의 ??춤화 제품이 되도록 사용자의 요청에 기반하여 제품을 생성할 수 있는 제작자에게 주문할 수 있다. 맞춤화 제품들은, 예를 들어, 재질 타입, 프린트 샘플들, 색상, 사이즈, 볼륨, 각도, 모델 변동, 스타일들, 개인 테일러링(personal tailoring) 등을 포함하는 다양한 타입들의 맞춤화를 포함할 수 있다.
이제, 도 3이 참조되며, 이는 일부 실시예들에 따른, 개인화 (매장에서의) 오프라인 쇼핑 경험을 용이하게 하는 흐름도이다. 도시된 바와 같이, 물리적 상점을 지원하는 백엔드(backend) 또는 컴퓨팅 시스템에서, 제품 데이터베이스(300)로부터의 제품 정보는 온라인 사용자에 의해 발견, 구매 또는 제작될 제품들에 사용될 수 있다. 일부 실시예들에서, 제품 데이터베이스는 구체화 타입 및 요구사항들에 따라 로컬 매장 장치(local point-of-sale device) 상에서 및/또는 클라우드 상에서 고강도 계산들 수행하도록 적응되는 제품 데이터 처리 모듈과 연관된다. 단계(305)에서, 사용자에 대한 이력 데이터는, 예를 들어, 상점이나 상점들의 체인에서의 이전 사용자 구매품들에 기반하여 검색될 수 있다. 단계(310)에서, 사이즈, 색상, 재질, 타입 선호도 등과 같은 사용자 선호 데이터가 획득될 수 있다. 단계(315)에서, 프론트엔드(frontend) 또는 사용자 측에서, 사용자에 대한 스캔 데이터 또는 그래픽 데이터는, 예를 들어, 기준 사진들, 2D 및/또는 3D 이미지 스캐닝으로부터 또는 POS 키오스크나 장치 등을 이용한 캡쳐 또는 처리로부터 획득될 수 있다. 일부 실시예들에서, 스마트 폰, 태블릿 또는 다른 컴퓨팅 장치 상의 전용 또는 범용 어플리케이션은 사용자의 효과적인 사진촬영 또는 스캐닝을 가능하게 하는데 사용될 수 있다. 추가 실시예들에서, 전용 또는 범용 카메라나 스캐닝 장치, 키오스크 또는 스탠딩 스테이션 (이동형 또는 고정형)은 쇼핑 어시스턴트, 헬퍼(helper), 판매원(sales person) 및/또는 동료에 의해 사용될 수 있다. 단계(320)에서, 사용자 행동 및 사용자 선호 데이터뿐만 아니라 사용자 물리적 속성들을 포함하는 다차원 사용자 쇼핑 아바타나 프로파일을 생성하기 위해, 이러한 기하학적 데이터가 단계들(305 및 310)로부터의 다양한 입력 데이터들과 함께 개인화 쇼핑 시스템에 의해 사용된다. 일부 사례들에서, 예를 들어 엔드 사용자 장치, 웹 서버 등의 프로파일이 활성화될 수 있다.
단계(325)에서, 리서치 중이거나 필요로 하는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹이 수행된다. 이 단계에서, 제품 데이터베이스(300)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 요청중인 제품들에 매칭된다. 매칭 단계는 제품 매치메이킹 프로세스에 대한 상기 사용자 프로파일에 기반하여, 사용자에 대한 추천들의 제공으로 보완될 수 있으며, 이로써 특정 사용자의 개인 쇼핑 프로파일 및 선호들에 따라 특정 사용자에 대해 적절하지 않은 제품들의 어드밴스드 필터링 및 적절한 제품들의 어드밴스드 매칭을 가능하게 할 수 있다. 이러한 어드밴스드 필터링은, 사용자가 적절하지 않은 아이템들을 선택하게 하여 쇼핑 어시스턴트들 및 쇼퍼 자신들의 시간과 리소스들을 낭비하도록 한다 기보다는, 상점 판매원 또는 예를 들어 사용자 자신들이 실제로 적절한 제품들, 현재 이용 가능한 제품들을 선택적으로 제시되게 하는 것을 가능하게 한다. 이는 또한 사용자들에게 익명의 방식으로 선택적으로 유사한 특징들을 공유할 수 있는 다른 아바타들이나 사용자들에 대해 생성되었던 매칭 및 추천 데이터로부터의 혜택을 허용하며, 이에 따라 더욱 스마트하고 더욱 정확한 매칭 및/또는 추천들을 가능하게 할 수 있다.
단계(330)에서, 물리적으로 존재하는 고객 또는 원격 사용자들의 피드백으로터의 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕는데 사용될 수 있으며, 예를 들어, 상점의 판매원으로부터의 피드백 또는 예를 들어 스마트 폰이나 컴퓨터를 통해 연결된 원격 사용자들로부터의 피드백은 사용자 프로파일을 업데이트하는데 사용될 수 있다. 일부 사례들에서, 예를 들어, 어떠한 색상들이 사람에게 잘 어울리는지 또는 어떠한 사이즈가 가장 잘 맞는지 등과 같은 판매원이나 친구의 피드백은 사용자에 의해 그들의 쇼핑 프로파일을 업데이트하는데 사용될 수 있다. 단계(335)에서, 피드백은 능동적 및/또는 수동적 접근법을 사용하여 사용자들로부터 획득될 수 있다. 예를 들어, 현재 고객이나 고객들로부터든 및/또는 원격 사용자나 사용자들로부터든, 시스템이 핏(예를 들어, 좋음(good)/나쁨(bad)/취소(off)가 어느 정도인지에 따라) 또는 다른 양상들(aspects)에 대한 실제 피드백을 수신 시, 피드백의 능동적 입력(active entry)이 발생할 수 있다. 이러한 피드백은 사용자가 선택된 사이즈, 타입 또는 다른 선호도를 입력할 수 있는, 예를 들어, 박스 또는 텍스트 입력 요소를 통해, 사용자가 상기 시스템에 선택된 선택지들(choices)을 입력하도록 할 수 있다. 상기 시스템이, 판매 정보, 반품 등으로부터 비롯되거나, 특정 타입들, 색상들, 사이즈들 등을 착용해 봄으로써, 핏이나 다른 양상들에 대한 실제 피드백을 수신하고, 상기 시스템이 다른 사용자들에 대한 제품 정보와 핏뿐만 아니라 개인 아바타를 더욱 향상시키기 위해 사용자의 지난 선택지들 및 행동으로부터 학습하도록 할 때, 수동적 피드백이 발생할 수 있다. 일부 사례들에서, 어드밴스드 그래픽 처리 및 3D 렌더링은, 사용자 쇼핑 아바타 상에 제품을 배치시키는 디지털 시뮬레이션에 따라 사용자가 상기 제품으로 가상으로 착용해 본 자신들을 볼 수 있도록, 리서치 중인 제품을 착용해 보게 하기 위한 사용자에게 사용될 수 있다.상술한 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다.
단계(340)에서, 개인화 제품은, 예를 들어, 원칙적으로 이용 가능하나 현재 매장에 있지 않은 제품에 대해 물리적 상점으로부터의 사용자에 의해 주문될 수 있거나, 또는 제품이 사용자를 위한 일회성의 맞춤화 제품이 되도록 사용자의 쇼핑 아바타에 기반하여 특별히 요구되는 제품의 제작이 가능하도록 주문될 수 있다.
단계(345)에서, 사용자는 그/그녀를 위해 생성 및/또는 제작될 맞춤화 제품을 구매하기 위해, 선택적으로 그/그녀가 매장에서 보고, 마음에 들어 선택했던 제품에 기반하여, 개인화 제품을 선택하거나 및/또는 제품을 수정하거나 디자인할 수 있다. 이러한 수정들은, 예컨대, 신발의 힐의 높이, 아이웨어(eyewear)의 프레임 두께 등을 제어하는 것과 같은 물리적 속성들뿐만 아니라, 이름 조각(engraving), 색상들, 재료들, 프린트들 등과 같은 시각적 변경들을 포함할 수 있다. 단계들(340 및 345)에서, 이러한 특징들은 매장 고객들이 전형적으로 e커머스(eCommerce) 및 온라인 쇼핑에 한정되는 특징들을 즐길 수 있도록 할 수 있다.
이제, 도 4가 참조되며, 이는 일부 실시예들에 따른, 개인화 온라인 쇼핑 경험을 용이하게 하는 흐름도이다. 도시된 바와 같이, 온라인 상점은 온라인 사용자들에 제공될 제품들의 선택을 위해 제품 데이터베이스(400)으로부터 제품 정보를 획득할 수 있다. 단계(405)에서, 온라인 사용자에 대한 이력 데이터는, 예를 들어, 이전 사용자 구매품들 및 리서치에 기반하여 검색될 수 있다. 단계(410)에서, 사이즈, 색상, 재질, 타입 선호도 등과 같은 사용자 선호 데이터가 획득될 수 있다. 단계(415)에서, 사용자에 대한 스캔 데이터 또는 그래픽 데이터는, 예를 들어, 기준 사진들, 2D 및/또는 3D 이미지 스캐닝으로부터, 또는 POS 키오스크나 장치 등을 이용한 캡쳐 및 처리로부터 획득될 수 있다.일부 실시예들에서, 스마트 폰, 태블릿이나 다른 컴퓨팅 장치 상의 전용 또는 범용 어플리케이션은 사용자의 효과적인 사진촬영 또는 스캐닝을 가능하게 하는데 사용될 수 있다. 다른 실시예들에서, 웹캠(webcam), 3D 카메라, 비디오 레코더 등은 스캔 데이터 또는 그래픽 데이터를 획득하는데 사용될 수 있다. 단계(420)에서, 사용자 행동 및 사용자 선호 데이터뿐만 아니라 사용자 물리적 속성들을 포함하는 다차원의 사용자 쇼핑 아바타나 프로파일을 생성하기 위해, 단계들(405, 410 및 415)로부터의 다양한 입력 데이터과 함께 이러한 그래픽 데이터가 개인화 쇼핑 시스템에 의해 사용된다.
단계(425)에서, 리서치 중이거나 필요로 하는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹이 수행된다. 이 단계에서, 제품 데이터베이스(400)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 리서치 중인 제품들에 매칭되며, 이로써, 예를 들어, 특정 사용자의 개인 쇼핑 프로파일 및 선호도에 따라, 특정 사용자에 대해 적절하지 않은 제품들의 필터링 및 적절한 제품들의 어드밴스드 매칭을 돕는, 제품 매치들의 어드밴스드 추천을 가능하게 할 수 있다.
단계(430)에서, 예를 들어, 어떠한 색상들이 사람에게 잘 어울리는지 또는 어떠한 사이즈가 가장 잘 맞는지 등과 관련되는 데이터를 포함하는, 예를 들어 스마트 폰이나 컴퓨터를 통해 연결된 가족 구성원들, 친구들 또는 쇼핑 어시스턴트들과 같은 원격 사용자들의 피드백으로부터의 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕는데 사용될 수 있다. 추가 예들에서, 제품 색상 추천들, 사이즈나 핏 추천들 등을 제공하는데 코드가 사용될 수 있다. 이러한 피드백은 사용자로부터 능동적으로, 또는 예를 들어 구매 정보, 배송 및 반송 데이터 등에 기반하여 정적으로 수집될 수 있다. 단계(435)에서, 소셜 네트워크들 또는 사용자가 연결된 소셜 네트워크들로부터 사용자 쇼핑 프로파일 수정을 돕기 위한 피드백이 획득될 수 있다.추가로, 구매 프로세스에서 쇼퍼에게 제공되는 가이던스(guidance)와 지원(support)을 향상시키기 위해 인간 및/또는 기계 기반 디지털 대리인, 스타일 전문가 및/또는 추가적인 가이딩 정보가 입력될 수 있다. 일부 사례들에서, 어드밴스드 그래픽 처리 및 3D 렌더링은, 사용자 쇼핑 아바타 상에 제품을 배치하는 디지털 시뮬레이션에 따라 사용자가 상기 제품으로 착용해 본 자신들을 볼 수 있도록, 사용자가 리서치 중인 제품을 가상으로 착용해 보게 하는데 사용될 수 있다. 이는 실시간 시뮬레이션을 사용하여 애니메이션화된 비디오의 라이브 스트림 또는 상기 시뮬레이션의 고해상도 이미지들 등을 허용하도록 수행될 수 있다. "디지털 트라이-온(digital try-on)"은, 일부 실시예들에서, 정적 위치에서 움직임이 있는 아바타에 대한 요소의 정확한 포지셔닝(positioning)을 포함하는 물리적 시뮬레이션을 포함할 수 있다.상술한 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다.
단계(440)에서, 제품은 온라인 상점으로부터의 사용자에 의해 주문될 수 있다. 선택적으로, 단계(445)에서, 제품이 사용자를 위한 일회성의 맞춤화 제품이 되도록 사용자의 쇼핑 아바타에 기반하여 특별히 요구된 제품의 제작을 가능하게 하는, 개인화 제품이 오프라인 상점으로부터의 사용자에 의해 생성될 수 있다. 쇼핑 시스템은, 맞춤화 제작 산출물의 경우, 필요 시 개인화 제품 제작을 용이하게 하기 위해 회사 생산 하드웨어 및 ERP 시스템에 직접 연결한다. 일 예에서, 개인화 제품은 STL 모델들 또는 DXF이나 DWG 파일들과 같은 디지털 컷팅 장치들과 같은 3D 프린터 파일들로 나타낼 수 있다. 다른 실시예들에서, 이는 커스텀 라우팅 카드(custom routing card) 또는 생산 인스트럭션(production instruction) 및 BOM 파일들이 될 수 있다. 추가 입력은 맞춤화 제품을 시각적으로 디자인하는 제품 제작자 또는 프린터를 돕는 시각적 렌더들(visual renders)을 포함할 수 있다.
일부 실시예들에서, 선택적으로 단계(425)에서 제품 매치메이킹 없이, 단계(445)에서 맞춤화 제품을 발전시키기 위해, 단계(420)에서 얻은 신체 또는 아바타 프로파일과 함께, 제품 데이터베이스(400)로부터의 데이터가 사용될 수 있다.
이제, 도 5가 참조되며, 이는 일부 실시예들에 따른, 개인화 하이브리드 쇼핑 경험의 예를 나타내는 흐름도이다. 도면에 도시된 바와 같이, 물리적 및/또는 온라인 상점을 지원하는 백엔드(backend) 또는 컴퓨팅 시스템에서, 제품 데이터베이스(500)로부터의 제품 정보는 온라인 사용자나 매장 사용자에 의해 발견, 구매 또는 제작될 제품들에 사용될 수 있다. 단계(505)에서, 사용자에 대한 이력 데이터는, 온라인 경험으로부터든 및/또는 매장 경험으로부터든, 예를 들어, 상점 또는 상점들의 체인에서 이전 사용자 구매품들에 기반하여 검색될 수 있다. 단계(510)에서, 사이즈, 색상, 재질, 타입 선호도 등과 같은 사용자 선호 데이터가 획득될 수 있다. 단계(515)에서, 프론트엔드 또는 사용자 측에서, 사용자에 의해 수행되든 또는 쇼핑 어시스턴트에 의해 수행되든, 사용자에 대한 스캔 데이터 또는 그래픽 데이터는, 예를 들어, 기준 사진들, 2D 및/또는 3D 스캐닝으로부터, 또는 POS 키오스크 등을 이용한 캡쳐 및 처리로부터 획득될 수 있다. 일부 실시예들에서, 스마트 폰, 태블릿이나 다른 컴퓨팅 장치 상의 전용 또는 범용 어플리케이션은 사용자의 효과적인 사진촬영 또는 스캐닝을 가능하게 하는데 사용될 수 있다. 추가 실시예들에서, 전용 또는 범용 카메라나 스캐닝 장치는, 휴대용 또는 비-휴대용 장치들, 키오스크 타입 또는 독립형(stand-alone) 장치들을 포함할 수 있는, 쇼핑 어시스턴트에 의해 사용될 수 있다. 단계(520)에서, 이러한 그래픽 데이터는, 사용자 행동 및 사용자 선호 데이터뿐만 아니라 사용자 물리적 속성들을 포함하는 다차원의 사용자 쇼핑 아바타나 프로파일을 생성하기 위해, 단계들(505, 510 및 515)로부터의 다양한 입력 데이터와 함께, 개인화 쇼핑 시스템에 의해 사용된다. 이 시스템의 이점은 사용자들이 온라인 및/또는 매장 시나리오들에서 끊임없이 업데이트된 개인 프로파일을 사용하여 개인화의 혜택들을 누리면서, 온라인 및 오프라인 쇼핑 간 전환(transition)을 할 수 있는 원활한(seamless) 전송에 있다.
일부 실시예들에서, 단계(525)에서, 선택적으로 물리적 상점에 위치된 온라인 쇼핑을 위해, 리서치 중이거나 필요로 하는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹이 수행된다. 이 단계에서, 제품 데이터베이스(500)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 요청중인 제품들에 매칭되며, 이로써 특정 사용자의 개인 쇼핑 프로파일 및 선호도에 따라 특정 사용자에 대한 적절하지 않은 제품들의 어드밴스드 필터링 및 적절한 제품들의 어드밴스드 매칭을 가능하게 할 수 있다. 이러한 어드밴스드 필터링은, 사용자가 적절하지 않은 아이템들을 선택하게 하여, 쇼핑 어시스턴트들 및/또는 쇼퍼 자신들의 시간과 리소스들을 낭비하도록 한다 기보다는, 상점 판매원 또는 예를 들어 사용자 자신들이 실제로 적절한 제품들, 현재 이용 가능한 제품들을 선택적으로 제시되게 하는 것을 가능하게 한다.
단계(530)에서, 물리적으로 존재하는 고객 또는 원격 사용자들의 피드백으로부터의 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕는데 사용될 수 있으며, 예를 들어, 상점의 판매원으로부터의 피드백, 또는 예를 들어 스마트 폰이나 컴퓨터를 통해 연결된 원격 사용자들로부터의 피드백은 사용자 프로파일을 업데이트 하는데 사용될 수 있다. 일부 사례들에서, 예를 들어, 어떠한 색상들이 사람에게 잘 어울리는지 또는 어떠한 사이즈가 가장 잘 맞는지 등과 같은 판매원이나 친구의 피드백은 사용자에 의해 그들의 쇼핑 프로파일을 업데이트하는데 사용될 수 있다. 단계(535)에서, 사용자 프로파일을 수정하는 것을 돕기 위한 피드백은 소셜 네트워크들 또는 사용자가 연결되는 소셜 네트워크들로부터 획득될 수 있다. 일부 사례들에서, 어드밴스드 그래픽 처리 및 3D 렌더링은, 사용자 쇼핑 아바타 상에 제품을 배치하는 디지털 시뮬레이션에 따라 사용자가 상기 제품으로 착용해 본 자신들을 볼 수 있도록, 리서치 중인 제품을 가상으로 착용해 보기 위한 사용자에게 사용될 수 있다.상술한 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다.
단계(540)에서, 제품은 물리적 상점에서의 온라인 사용자에 의해 주문될 수 있다. 단계(550)에서, 개인화 제품은, 예를 들어, 원칙적으로 이용 가능하나 현재 매장에 있지 않은 제품에 대해 물리적 상점의 온라인 사용자에 의해 주문될 수 있거나, 또는 제품이 사용자를 위한 일회성의 맞춤화 제품이 되도록 사용자의 쇼핑 아바타에 기반하여 특별히 요구되는 제품의 제작이 가능하도록 주문될 수 있다.
일부 실시예들에서, 단계(545)에서, 물리적 상점에 위치된 사용자에 대해, 리서치 중이거나 필요로 하는 제품들에 대한 사용자 쇼핑 프로파일의 매치메이킹이 수행된다. 이 단계에서, 제품 데이터베이스(500)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 요청중인 제품들에 매칭되며, 이로써 특정 사용자의 개인 쇼핑 프로파일 및 선호도에 따라 특정 사용자에 대해 적절하지 않은 제품들의 어드밴스드 필터링 및 적절한 제품들의 어드밴스드 매칭을 가능하게 할 수 있다. 이러한 어드밴스드 필터링은, 사용자가 적절하지 않은 아이템들을 선택하게 하여, 쇼핑 어시스턴트들 및/또는 쇼퍼 자신들의 시간과 리소스들을 낭비하도록 한다 기보다는, 상점 판매원 또는 예를 들어 사용자 자신들이 실제로 적절한 제품들, 현재 이용 가능한 제품들을 선택적으로 제시되게 하는 것을 가능하게 한다.
이제, 도 6이 참조되며, 이는 일부 실시예들에 따른, 온라인 또는 오프라인에서의 개인화 신발 쇼핑의 예를 나타내는 흐름도이다. 도면에 도시된 바와 같이, 600에서 안창 제품 데이터베이스로부터의 안창(insole) 정보가 획득될 수 있다. 추가로, 605에서 신발 라스트 제품 데이터베이스로부터의 신발 라스트(shoe last) 정보가 획득될 수 있다. 일부 사례들에서, 내부 밑창(inner sole) 데이터, 신발 라스트 데이터 및/또는 신발 모델 데이터는 각 제품의 형태, 볼륨, 신발의 재질들, 클로저 타입(closure type), 슈 타입(shoe type), 너비, 길이, 높이, 두께, 재질들의 탄성, 컴포트 핏(comfort fit) 등에 대한 데이터를 포함할 수 있다. 일부 예들에서, 예를 들어, 신발 라스트 데이터베이스(605)에 추가될, 2D DXF 데이터와 결합된 각 3D 라스트의 메시 분석(mesh analysis)을 실행하기 위한, 메시 분석 및 디지털화(digitization)가 제공될 수 있다. 추가로, 발견, 구매 또는 제작될 신발에 대한 신발 모델 데이터는 신발 모델 데이터베이스(610)로부터 획득될 수 있다. 일부 사례들에서, 예를 들어, 신발 라스트들(shoe lasts)에 대한 3D STL 파일들을 불러올 수 있고, 라스트 바닥들(last bottoms)에 대한 2D DXF 파일들을 불러올 수 있다.
단계(615)에서, 사용자에 대한 스캔 데이터 또는 기하학적 데이터는, 예를 들어, 기준 사진들, 2D 및/또는 3D 이미지 스캐닝으로부터, 또는 자동 쇼핑 어시스턴트 장치 등을 이용한 캡쳐 및 처리로부터 획득될 수 있다. 620에서, 이러한 그래픽 데이터는, 사용자의 물리적 속성들에 기반하여 사용자의 물리적 프로파일을 생성하기 위해, 클라우드를 통해 또는 유닛 자체에서, 개인화 쇼핑 시스템에 의해 처리될 수 있다. 프로파일은 다음과 같은 특성들(attributes), 즉 프로파일의 정확한 지오메트리(geometry)를 포함하는 3D 메시(mesh), 사용자의 신체의 하나 이상의 부위들의 정확한 지오메트리를 포함하는 3D 메시, 2D 이미지들, 선호도 등과 같은 비 숫자(non numeric) 특성들뿐만 아니라 특정 볼륨들, 단면 치수들, 특정 거리들 및 길이들을 포함하는 입력 방법들 중 하나 이상으로부터 계산된 속성들(properties)의 전체 또는 일부를 포함할 수 있다. 예를 들어, 바닥(floor) 위 또는 다른 표면 위, 기준 오브젝트의 위나 근처 등에 서 있는 동안, 사용자의 발이나 양 발이 함께 촬영되거나 스캔될 수 있다. 또한, 사용자의 발이나 발들은 상기 발들의 각기 다른 각도들 주위를 스캐닝하는 카메라에 의해, 또는 카메라 주위를 움직이는 사람에 의해 스캔될 수 있으며, 이로써 3D 모델, 무비(movie) 또는 일련의 사진들을 레퍼런스(reference)로 생성할 수 있다. 스캔 데이터는 일반적으로 오브젝트 식별 및 메시 생성, 또는 다른 적절한 처리 수단들을 고려하여 선택적으로 보간(interpolation) 및/또는 클리닝(cleaning)을 포함하여 처리될 수 있다. 일부 사례들에서, 메싱(meshing)은 또한, 예를 들어, 각각의 발의 분리, 식별 및 준비, 스캔으로부터 바닥, 바지 또는 다른 엑세스(excess) 재질들의 제거 등을 포함하여, 엑세스 지오메트리들의 제거 및/또는 메시 에러들의 수정을 가능하게 할 수 있다. 스캔 데이터 처리는, 일부 사례들에서, 일반 길이 및 영역 특정 길이, 너비 및 높이를 결정하기 위한 차원 분석과 특정 단면들에서의 영역(area), 둘레(perimeter) 및 다른 치수들을 결정하기 위한 단면 분석을 포함하여, 두 발의 정확한 수치를 제공하기 위해, 두 발의 분리 또는 개별화를 돕는 발의 정렬정도(feet alignment)를 허용할 수 있다. 스캔 데이터 처리는 스캔된 발들의 엣지들의 평탄화(smoothing), 누락된 볼륨들의 구축(building), 발들의 바닥들(soles)의 구성(constructing) 등을 허용할 수 있다. 일부 사례들에서, 전체 발 볼륨 및/또는 영역 특정 볼륨이 추가 정보로서 모델로부터 추출될 수 있다. 단계(625)에서, 처리된 사용자 스캔 데이터는, 예를 들어, 정확한 길이, 너비, 높이, 아치(arch), 볼(ball), 단면, 둘레 및 볼륨 치수들 등을 추출하도록 파라미터화 될 수 있다. 이러한 파라미터들은 특정 알고리즘들을 사용하여 클린 3D 메시로부터 계산될 수 있다. 예를 들어, 서 있는 위치에서 스캔된 모델로부터 발 아치 높이의 계산은 복잡하며, 발의 중앙에서의 각기 다른 단면들에 걸쳐 다양한 해부학적 부위들의 XYZ 파라미터들의 비교에 기초할 수 있다. 발의 너비는 3D 메시 및 2D 단면 레벨에서 모두 계산된 앞 심(toe box)의 볼륨에 기반하여 계산될 수 있다. 발의 길이는 총 길이와, 발의 뒤꿈치(heel)와 첫 번째 중족골(metatarsal) 사이의 거리를 나타내는 "볼 길이(ball length)"의 비교로부터 계산될 수 있다. 추가로, 상처(sores), 감염(infections), 손상(damage) 등과 같은 사용자 특정 조건들(conditions)이 또한 식별되고 사용자의 신발 쇼핑 프로파일로 통합될 수 있다. 이 단계에서, 발의 회내(pronation) 또는 회외(supination) 조건이 또한 분석될 수 있다. 추가로, 지지 안창들 또는 다른 보철들(prosthetics)의 핏팅을 위해 발의 아치가 식별 및 측정될 수 있다.
단계(630)에서, 사용자에 대한 이력 데이터는, 온라인 경험으로부터든 및/또는 매장 경험으로부터든, 예를 들어 상점 또는 상점들의 체인에서의 이전 사용자 구매품들에 기반하여, 검색될 수 있다. 단계(635)에서, 사이즈, 색상, 재질, 타입 선호도 등과 같은 사용자 선호 데이터가 획득될 수 있다. 단계(640)에서, 이후 사용자 쇼핑 아바타로 지칭되는, 다차원 사용자 신발 쇼핑 프로파일은 단계들(615, 620, 625, 630 및 635)로부터의 다양한 입력 데이터를 처리함으로써 생성될 수 있으며, 이로써 사용자 행동 및 사용자 선호 데이터뿐만 아니라 사용자 물리적 속성들을 포함하는 사용자 신발 쇼핑 아바타나 프로파일을 생성할 수 있다. 일부 실시예들에서, 사용자 신발 쇼핑 프로파일은, 일반적으로 각기 다르며 파라미터들이 개별적으로 결정되는, 사용자의 양 발을 포함할 수 있으며, 이로써 좌측 및 우측 발에 대한 개별적인 프로파일들로부터 이익을 얻을 수 있다.
단계(645)에서, 테스트 중이거나, 리서치 중이거나 필요로 하는 신발 제품들에 대한 사용자 신발 쇼핑 프로파일의 매치메이킹이 수행된다. 이 단계에서, 제품 데이터베이스들(600, 605 및 610))로부터의 치수들을 포함하는 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 리서치 중인 제품들에 매칭되며, 이로써 특정 사용자의 개인 쇼핑 프로파일 및 선호도에 따라, 특정 사용자에 대해 적절하지 않는 제품들의 어드밴스드 필터링 및 적절한 제품들의 어드밴스드 매칭을 가능하게 할 수 있다. 매칭 단계는, 신발 매치메이킹 프로세스에 대한 상기 프로파일에 기반하여, 사용자에 대한 추천들의 제공으로 보완될 수 있다.이 단계는 발 프로파일 및 신발 디지털 프로파일의 모델들, 및/또는 파라미터화 된 숫자 모델을 직접 사용할 수 있다.
단계(650)에서, 물리적으로 존재하는 고객 또는 원격 사용자들의 피드백으로부터의 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕는데 사용될 수 있으며, 예를 들어, 상점의 판매원으로부터의 피드백, 또는 예를 들어 스마트 폰이나 컴퓨터를 통해 연결된 원격 사용자들로부터의 피드백은 사용자 프로파일을 업데이트하는데 사용될 수 있다. 일부 사례들에서, 예를 들어, 어떠한 색상들이 사람에게 잘 어울리는지 또는 어떠한 사이즈가 가장 잘 맞는지 등과 같은 판매원이나 친구의 피드백은 사용자에 의해 그들의 쇼핑 프로파일을 업데이트하는데 사용될 수 있다. 일부 사례들에서, 어드밴스드 그래픽 처리 및 3D 렌더링은, 사용자 쇼핑 아바타 상에 제품을 배치시키는 디지털 시뮬레이션에 따라 사용자가 상기 제품으로 가상으로 착용해 본 자신들을 볼 수 있도록, 리서치 중인 제품을 착용해 보게 하기 위한 사용자에게 사용될 수 있다. 상술한 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다. 단계(655)에서, 사용자 쇼핑 프로파일 수정을 돕기 위한 피드백은 소셜 네트워크들 또는 사용자가 연결되는 소셜 네트워크들로부터 획득될 수 있다.
단계(660)에서, 물리적 상점 안에서든 온라인 상점에서든, 한 켤레의 개인화 신발이 사용자에 의해 주문될 수 있다. 또한, 개인화 제품은 제품이 사용자를 위한 일회성의 맞춤화 제품이 되도록 사용자의 요청에 기반하여 제품을 생성할 수 있는 제작자에게 주문할 수 있다. 이 발명에 기반하는 맞춤화된 풋웨어는 다음과 같은 방식들, 예를 들어, 형태(예를 들어, 사이즈, 길이, 지오메트리, 볼륨), 디자인(예를 들어, 색상들, 패턴들, 프린트, 재질들) 또는 임의의 다른 스펙(specification) 또는 그들의 조합 중 하나 이상의 방식들로 맞춤화 및/또는 개인화될 수 있다.
이제, 도 7이 참조되며, 이는 일부 실시예들에 따른, 온라인 또는 오프라인에서의 개인화 아이웨어(eyewear) 쇼핑 및 제작의 예를 나타내는 흐름도이다. 이 실시예는 선글라스 및 임의의 타입의 광학 안경 둘 모두를 나타낸다. 도면에 도시된 바와 같이, 700에서, 안경 제품 데이터베이스로부터의 안경 모델 정보가 안경 모델 또는 다양한 파일 형식들이나 데이터 구조들의 제품 데이터베이스로부터 획득될 수 있다. 일부 실시예들에 따르면, 안경 프레임 획득은 파라미터 모델을 준비함으로써, 예를 들어, 복수의 입력 타입들에 대한 모델 파라미터들을 생성하고, 해상도 조절을 핸들링하고, 자동 리깅(rigging) 및 스키닝(skinning)을 활성화시키고, 모션 애니메이션 및 보정 쉐이프-키들(corrective shape-keys)의 범위를 통합함으로써 가능하게 할 수 있다. 　
단계(705)에서, 예를 들어, 각 눈, 뺨(cheek), 관자놀이(temple), 및 귀와 코 위의 다양한 지점들의 상호 적당한 거리, 위치와 같은, 안면의 해부학적 랜드마크와 측정된 거리들을 포함하는, 사용자에 대한 이력 데이터가 사용될 수 있다. 선택적으로 볼륨, 비율 및 기준 형태를 포함하는, 각 얼굴의 일반적인 파라미터들이 또한 로딩되며, 예를 들어, 온라인 경험으로부터든 및/또는 매장 경험으로부터든, 상점 또는 상점들의 체인에서의 이전 사용자 조사들 및/또는 구매품들에 기반하여 검색될 수 있다. 단계(710)에서, 사이즈, 색상, 재질, 타입 선호도, 사용 욕구 등과 같은 사용자 선호 데이터가 획득될 수 있다. 이 데이터는, 예를 들어 구매 정보, 설문 조사, 양식 및/또는 임의의 다른 데이터 획득 방법을 이용하여 직접적으로 또는 간접적으로 획득될 수 있다.
단계(715)에서, 사용자에 대한 스캔 데이터 또는 그래픽 데이터는, 예를 들어, 기준 사진들, 2D 및/또는 3D 이미지 스캐닝으로부터, 또는 자동 쇼핑 어시스턴트를 이용한 캡쳐 및 처리로부터 획득될 수 있다. 이는, 예를 들어, 사이즈 조절을 위한 기준 오브젝트들을 사용하여 또는 사용하지 않고 상기 섹션 또는 대안적인 2D 방법에 설명된 바와 같은, 임의의 타입의 3D 스캐닝 기술을 포함한다. 일반적으로, 사용자 헤드 및 얼굴 스캔 데이터가 이 단계에서 획득될 수 있다. 일부 실시예들에서, 헤드 및 얼굴 모델 준비 및 분석은 모델 준비, 예컨대, 평탄화 및 클리닝, 실시간으로 최적의 디스플레이를 위해 향상된 토폴로지 및/또는 최적화된 디테일/웨이트 비 압축(detail/weight ratio compression)에 의한 메시의 재구축, 및/또는 방향 및 정렬과 같은, 상기 모델 준비를 포함할 수 있다. 게다가, 컴퓨터 비전 및/또는 기계 학습 알고리즘들이 예를 들어, 눈, 코, 콧등(nose bridge), 관자놀이, 귀 등을 식별하기 위해 적용될 수 있다. 스캔 데이터의 처리는 또한 3D 모델로의 2D 랜드마크들의 투사(projection), 및 해부학적 랜드마크들의 유효성 확인(validation)을 포함할 수 있다. 랜드마크들이 없는 경우, 통계적 또는 경험적 결과들에 기반하는 평가(assessment)가 이러한 랜드마크들의 대체에 적용할 수 있다.
단계(720)에서, 처리된 사용자 스캔 데이터는, 예를 들어, 정확한 얼굴 길이, 너비, 높이, 비율, 코의 너비 및 볼륨, 귀 크기, 귀 높이, 귀 위치, 피부 색상, 및/또는 다른 상응하는 얼굴 특징들 및 치수들 등을 추출하기 위해 파라미터화 될 수 있다. 725에서, 이러한 데이터는, 사용자 행동 및 사용자 선호 데이터뿐만 아니라 사용자의 얼굴 프로파일 및 다른 물리적 속성들에 기반하여 사용자의 안경 쇼핑 프로파일을 생성하기 위해, 705로부터의 사용자 이력 데이터 및 715에서의 사용자 선호 데이터와 함께, 개인화 쇼핑 시스템에 의해 처리될 수 있다. 일부 실시예들에서, 사용자 안경 쇼핑 프로파일은 일반적으로 각기 다른 사용자의 양 눈을 포함할 수 있으며, 이로써 좌측 및 우측 눈에 대한 개별 프로파일들로부터 이익을 얻을 수 있다. 일부 실시예들에서, 눈의 처방전은 사진, 전자 양식(e-form) 또는 어플리케이션 내부에 임베디드된 테스트 방법을 사용하여 수집되거나, 또는 일부의 경우 외부 처방전 파일들부터 수집될 수 있다. 일부 실시예들에 따르면, 상기 시스템은 얼굴 형태, 이전 구매품들 및 이력에 기반하고, 선택적으로 유사한 아바타들에 대한 비교(선택적으로 익명의)에 기반한 특정 모델들을 추천할 수 있다.
단계(730)에서, 리서치 중이거나 필요로 하는 제품들에 대한 사용자 안경 쇼핑 프로파일의 매치메이킹이 수행된다. 이 단계에서, 제품 데이터베이스(700)로부터의 제품 데이터는 특정 사용자 쇼핑 프로파일에 따라 사용자에 의해 리서치 중인 제품들에 매칭되며, 이로써 특정 사용자의 개인 쇼핑 프로파일 및 선호도에 따라 특정 사용자에 대해 적절하지 않는 제품들의 어드밴스드 필터링 및 적절한 제품들의 어드밴스드 매칭을 가능하게 할 수 있다.
단계(745)에서, 각 프레임은 프레임 맞춤화를 이용하여 사용자의 얼굴에 맞도록 조절되며, 프레임 맞춤화는, 예를 들어, 준비된 사용자 안경 쇼핑 프로파일 또는 아바타 마다, 대상의 얼굴에 따라, 대상 또는 사용자의 얼굴에 대한 주요 측정치들을 획득하고; 얼굴에 대한 프레임을 조절하기 위해 반복적인 비교 알고리즘들을 적용하고; 디지털적으로 대상의 얼굴에 프레임을 위치시키고, 얼굴에 프레임을 적절히 맞추고, 콧등 사이즈, 폭 및 위치를 스케일링하고, 암 폴딩(arm folding), 암 길이 및 펜토스코픽 틸트(pentoscopic tilt) 또는 각도를 조절하는 것 등을 포함할 수 있다.
단계(735)에서, 물리적으로 존재하는 고객 또는 원격 사용자들의 피드백으로부터의 제품 피팅 데이터는 제품 데이터에 대한 사용자 데이터의 매치메이킹을 수정하는 것을 돕는데 사용될 수 있으며, 예를 들어, 상점의 판매원 또는 검안사로부터의 피드백, 또는 예를 들어 스마트 폰이나 컴퓨터를 통해 연결된 원격 사용자들로부터의 피드백은 사용자 프로파일을 업데이트하는데 사용될 수 있다. 일부 사례들에서, 예를 들어, 어떠한 색상들이 사람에게 잘 어울리는지 또는 어떠한 사이즈, 스타일, 타입이 가장 잘 맞는지 등과 같은 판매원이나 친구의 피드백은 사용자에 의해 그들의 쇼핑 프로파일을 업데이트하는데 사용될 수 있다.
일부 실시예들에서, 단락(745)에서, 어드밴스드 그래픽 처리는, 사용자 쇼핑 아바타의 얼굴 위에 안경을 배치하는 디지털 시뮬레이션에 따라 사용자가 상기 안경으로 착용해 본 자신들을 볼 수 있도록, 리서치 중인 제품을 가상으로 착용해 보기 위한 사용자에게 사용될 수 있다. 가상 트라이-온은, 일부 실시예들에서, 정확하거나 최적의 위치에 안경을 위치시키고 코를 따라 이들을 슬라이딩 할 수 있는 물리적 시뮬레이션과 같은 특징들을 포함할 수 있다. 추가로, 트라이-온은 얼굴 모델의 상단/또는 일련의 사진들 또는 이들의 임의의 조합 위에 사진 또는 3D 모델의 오버레이(overlay)를 포함할 수 있다. 맞춤 프레임들의 경우 맞춤화 애니메이션 또는 페어들(pairs) 간 전환을 위한 플라이 인(fly in)/플라이 아웃(fly out) 애니메이션과 같은 다른 애니메이션을 포함하여 안경의 다른 특성들을 강조하도록 애니메이션화된 효과들이 포함될 수 있다. 상술한 바와 같이, 사용자는 사용자의 쇼핑 프로파일을 수정하기 위한 추가 피드백을 제공하기 위해 쇼핑 아바타를 사용할 수 있다. 일부 실시예들에서, 사용자는 상당한(profound) 시각적 피드백을 제공하도록 디지털 버전의 그/그녀의 얼굴 위에 맞춤화된 프레임을 볼 수 있다. 예를 들어, 사용자 얼굴은 3D 뷰어로 도시될 수 있으며, 3D 뷰 조작(예를 들어, 줌, 로테이션), 및 숨쉬는 듯한 얼굴, 미소, 깜박임과 같은 사용자 경험을 보완하기 위한 애니메이션화된 효과들 또는 다른 애니메이션화된 효과나 정적인 시각적 효과 중 하나 이상을 제공하기 위해, 외형이 향상될 수 있다. 또한, 사용자는 이에 따라, 콜렉션으로부터 임의의 프레임의 선택, 프레임 및 렌즈 색상의 맞춤화, 자동 추천된 핏의 맞춤화, 파일(예를 들어, 텍스트, 처방전 등)의 개인화, 및 다른 프레임들 간 사이드-바이-사이드 비교의 활성화를 포함하는 맞춤화 옵션들이 제공될 수 있다. 단계(740)에서, 사용자 쇼핑 프로파일은 물론, 입력 데이터를 처리하는데 사용될 수 있는 단계들의 조합들의 다른 단계들을 수정하는 것을 돕기 위해, 소셜 네트워크들로부터 또는 사용자가 연결된 소셜 네트워크들로부터 피드백이 획득될 수 있다.
단계(750)은 상기 시스템이 사용자에게 맞는 프레임의 자동화되거나 반-자동화된 파라미터의 디자인에 기반하여 맞춤 아이웨어의 생산을 가능하게 할 수 있는 실시예를 나타낸다.단계(750)에서, 필요 시 상응하는 안경 제품 프린팅 및 컷팅 파일들이 상기 시스템에 의해 준비될 수 있다. 일부 실시예들에서, 기준 양식들의 3D 프린팅 파일들, 예들 들어, STL 나 OBJ 및 DXF 등과 같은 2D 렌즈 커팅 파일들이 준비될 수 있다. 일부 실시예들에서, 상기 시스템은 각각의 프레임 디자인들에 대해 2쌍 이상의 모델들을 생성한다. 이는, 예를 들어, 힌지(hinges), 그루브(grooves), 이어 피스들(ear pieces) 등과 같은 고해상도 특징들 및 세부사항들을 포함할 수 있는 프린팅 파일 준비를 위한 고해상도 모델을 유지하면서 어플리케이션의 프론트엔드 상에서 시각화 용도로 사용될 경량 모델을 허용한다. 본 출원에 설명된 프린트 모델들의 아이웨어 맞춤화는 자동 및/또는 수동일 수 있다. 또한, 3D 프린팅을 위한 파일 준비는 인쇄적성(printability) 문제들, 노멀의 생성, 복제, 홀(holes) 및 비-다양체(non-manifold) 지오메트리 등의 자동 수정을 포함할 수 있다. 일부 실시예들에서, 상기 시스템은, 예를 들어, 제품 및 유통 과정에 걸쳐 추적할 수 있는 텍스트, QR 또는 바코드를 포함하여, 안경 또는 아이웨어에 대한 맞춤 태그들, 라벨들 또는 다른 제품 식별 또는 인식 기술들 또는 장치들을 생성할 수 있다.
단계(755)에서, 물리적 상점 안에서든 온라인 상점에서든, 한 쌍의 개인화 안경이 사용자에 의해 주문될 수 있다. 또한, 개인화 제품을 상점에 요청하거나, 제품이 사용자를 위한 일회성의 맞춤화 제품이 되도록 사용자의 요청에 기반하여 제품을 생산할 수 있는 제작자에게 주문할 수 있다.
특정 실시예들에 따르면, 디지털 미러 또는 개인화 뷰잉(viewing) 프로토콜을 이용한 자동 개인화 제품 주문을 위한 시스템 및 프로세스가 설명된다. 이 실시예는, 클라이언트의 얼굴 위에 맞춤 또는 비-맞춤 프레임들의 시각적 표현을 허용하도록, 스크린, 태블릿, 스마트폰, 통신 장치 등에 기존 또는 디자인된 안경과 같은 지정된 용품(equipment)을 조작하고, 보고 및/또는 착용해 보기 위해 가상 현실 및/또는 증강 현실을 통합할 수 있다.
특정 실시예들에 따르면, 개인화 제품 주문을 가능하게 하도록 적응된 파일 포맷이 제공된다. 이러한 파일 포맷은, 사용자를 나타내고 사용자가 의류, 아이웨어, 풋웨어 또는 다른 신체 관련 제품들에 대한 개인화 맞춤 또는 비-맞춤 쇼핑을 수행하는 것을 돕기 위해, 물리적 속성들 및 개인 선호도를 포함하여 모든 상응하는 정보를 통합한다. 이러한 아바타 기준 포맷은 고객의 물리적 요구 및 미적 요구 및 선호도에 맞추기 위한 상점의 맞춤화를 허용하기 위해, 실제로 온라인 또는 물리적인 임의의 쇼핑 플랫폼으로 플러그 인하는데 사용될 수 있다.
이제, 도 8a-8g가 참조되며, 일부 실시예들에 따른, POS 장치, 런치패드(Launchpad) 또는 키오스크의 각기 다른 뷰들(views)을 도시한다. 일부 실시예들에서, 쇼핑 어시스턴트 장치는 3D 스캐닝, 하나 이상의 카메라들을 이용한 이미지 획득, 압력판에 의한 사용자 프로파일 측정 등 이들 중 하나 이상에 기반하여 사용자 아바타를 생성한다. 일부 실시예들에서, 스탠딩 패드는 신체 스캔을 수행하기 위해 서 있는 사용자에 대한 포지셔닝 패드(positioning pad) 또는 레퍼런스의 역할을 하는데 사용될 수 있다. 일부 사례들에서, 스탠딩 플랫폼은 섀도우(shadows)를 최소화하거나 줄이고, 흑/백 주변 효과를 야기시킴으로써, 장치 상의 카메라들 또는 스캐너들로부터 임의의 색상들의 정확한 측정 획득을 지원하도록, 스탠딩 패드의 바닥에 있는 조명을 포함할 수 있다. 일부 실시예들에서, 발들이 제자리에 또는 근처에 놓여 있을 경우 측정하고, 필요시 사용자가 움직이도록 알리기 위한 - 각 발에 대한 근접 센서가 존재할 수 있다. 또한, 상기 장치는 사용자가 선택된 지리학적 구역에 진입할 때 상기 장치가 자동으로 시작될 수 있는 경우, 상기 장치로 사용자를 유인하여 접근중인 사용자를 인식하는 거리 또는 근접 센서/로봇을 포함할 수 있다. 추가 실시예들에서, 예를 들어, 발등 볼륨을 구축하기 위해 - 사용자의 발등의 높이 측정을 위한 센서가 사용될 수 있다. 추가 실시예들에서, 전문 센서들(specialist sensors), 예를 들어, 당뇨병 상처 등을 측정하기 위한 센서들이 사용될 수 있다. 이러한 센서들, 예컨대, 카메라들, 3D 센서들, 모든 주변 카메라들 및 또는 다중 카메라들이 사용될 수 있다.
도 8a는, 일부 실시예들에서, POS 장치 또는 키오스크 장치의 구성요소들의 예의 분해도이다. 도시된 바와 같이, 키오스크 장치(800)는 스탠딩 베이스(805), 선택적으로 상기 스탠딩 베이스를 조명하기 위한 광원, 키오스크 장치(800)에 의해 스캔될 발들의 위치를 식별하기 위한 근접 센서(들)(816), 양 발로 서 있기 위한 공간을 갖는 스탠딩 패드(815), 및 발들이 놓여 지는 패드층(820)을 포함할 수 있다. 일부 실시예들에서, 패드층(820)은, 발의 아치(arch) 치수들을 결정하기 위한 압력 센싱 메커니즘, 예컨대, 평판 스캐너(flatbed scanner); 핀 플레이트(plate of pins); 압력판(pressure plate); 캐패시터 및/또는 압력 센서 소자 등을 구비한 터치스크린 타입 표면과 같은, 상기 압력 센싱 메커니즘에 통합될 수 있다. 일부 실시예들에서, 아치 치수 측정 소자(들)는 사용자에 대한 내부 바닥(들)의 요구 및/또는 치수들을 결정하는데 사용될 수 있다.
일부 실시예들에서, 아치 치수 측정 소자(들)는 사용자의 발등 프로파일의 요구 및/또는 치수들을 결정하는데 사용될 수 있다.
일부 실시예들에서, 아치 치수 측정 소자(들)는 사용자 (발의) 볼(ball) 프로파일의 요구 및/또는 치수들을 결정하는데 사용될 수 있다.
다른 실시예들에서, 하나 이상의 레이저들 또는 다른 조명 메커니즘들은 발 아치, 볼 또는 발등 치수들을 결정하는데 사용될 수 있다. 일 예에서, 발 위로부터의 레이저는 발 위의 각기 다른 지점들에서의 높이와 같은 파라미터들을 결정하기 위해, 예를 들어, 레이저에 의해 보이지 않는 "히든(hidden)" 영역의 크기를 식별하고, 상기 "히든" 영역을 이용함으로써, 발의 높이나 아치 그리고 또한 발의 브릿지(bridge)의 사이즈를 보는데 사용될 수 있다. 추가 예에서, 회절 격자(diffraction grating), 프리즘(prism) 또는 다른 필터들은 발의 가장 높은 지점을 식별할 수 있도록 다중 선들을 사용할 수 있다.
추가 실시예들에서, 양말 및/또는 발의 색상을 상쇄시키고 발이 아닌 공간을 식별하는 것을 돕기 위해 이미지 처리와 함께, 선택적으로 하나 이상의 다른 색상들의 조명들이 개별적으로 및/또는 조합하여 사용될 수 있다. 다른 실시예들에서, 예를 들어, 백그라운드 제거 기술을 사용하여 하나 이상이 발의 아치로 식별될 수 있다.
또한, 키오스크 장치(800)는, 하나 이상의 카메라 구성요소들(835), 패널 구성요소(830), 추가 패널 또는 커버 구성요소(845), 컴퓨팅 스크린, 바람직하게는 터치스크린 PC 또는 태블릿(840)을 홀딩하고, 선택적으로 예를 들어, 컴퓨팅 장치로의 사용자 근접을 식별하기 위한 근접 센서(850)를 세팅하기 위한 장소를 가지는, 컴퓨터 홀딩 스탠드(825) 및 카메라 홀딩 구성요소(826)를 포함하는, 메인 몸체(822)를 포함할 수 있다.
도 8b는 POS 장치 또는 키오스크 장치의 예의 전면도이다.
도 8c는 POS 장치 또는 키오스크 장치의 예의 등축도(isolmetric view)이다.
도 8d는 POS 장치 또는 키오스크 장치의 예의 등축 전면도이다.
도 8e는 POS 장치 또는 키오스크 장치의 예의 등축 후면도이다.
도 8f는 POS 장치 또는 키오스크 장치의 예의 측면도이다.
도 8g는 POS 장치 또는 키오스크 장치의 예의 상면도이다.
도 8h는 POS 장치 또는 키오스크 장치에서 하나 이상의 센서들의 예를 나타내는 도면이다. 도시된 바와 같이, 키오스크 장치, 복수의 센서들이 구성될 수 있으며, 예를 들어, 하나 이상의 근접 센서들, LED 평판은 스탠딩 영역 아래로부터 광원을 제공하도록 구성될 수 있다.
이제, 도 9가 참조되며, 이는 쇼핑 어시스턴트 어플리케이션 또는 소프트웨어 프로그램(915)을 실행하도록 적응된 컴퓨팅 컴포넌트를 통합하는, 자동 쇼핑 어시스턴트 장치(906)를 포함하는 쇼핑 어시스턴트 시스템(900)의 개략도를 도시한다. 자동 쇼핑 어시스턴트 장치(906)는 클라우드에 있는 경우 사용자 쇼핑 프로파일(925)에 액세스하거나, 및/또는 클라우드로 사용자 쇼핑 프로파일을 전송하는, 통신 클라우드(920)와 같은 통신 네트워크에 연결하도록 적응된다. 또한, 스마트 폰, 태블릿 또는 일부 실시예들에 따른 모바일 통신 장치(905, 910)를 지원하는 다른 카메라와 같은 원격 사용자 모바일 장치는, 쇼핑 어시스턴트 어플리케이션 또는 소프트웨어 프로그램(916)을 실행하도록 적응된다. 장치들(905 및 910)은 일반적으로 기준 사진/스캔, 비디오, 일련의 사진들 또는 IR/NIR이나 시각적 조명 조건들에서 구조형 광, 비행 시간 또는 기타와 같은 어드밴스드 센싱 구성요소들을 선택적으로 동시에 사용하여 사람의 발 또는 양 발에 대한 정보를 캡쳐하는 것을 가능하게 하는 하나 이상의 카메라들(910)을 포함한다. 장치들(905/910)은, 예를 들어, 카메라가 사실상 평평할 때만 사진이 촬영되도록 하기 위해, 일반적으로 장치 카메라로 카메라 방향 데이터를 제공하기 위한 자이로미터(gyrometer)를 포함한다. 일부 실시예들에서, 내부 센싱 컴포넌트들 및/또는 추가 센서들은 보충 데이터를 시스템으로 공급하기 위해 통신 장치들(905, 910)에 부착될 수 있다. 예를 들어, 이러한 센서들은 측정치들의 정확도를 향상시키고, 실시간 피드백에 의한 데이터를 캡쳐하는 동안 사용자를 돕고, 및/또는 계산 엔진으로 입력을 제공하는 것을 도울 수 있다. 원격 장치들(905 및 910)은 통신 클라우드(920)와 통신할 수 있으며, 특히 장치 사용자의 디지털 쇼핑 아바타나 프로파일(925)에 연결될 수 있다. 일부 실시예들에서, 사용자는, 자동 쇼핑 어시스턴트 장치(906) 외에 또는 대신에, 하나 이상의 사용자들에 대해 모바일 장치(905, 910)를 사용하여 쇼핑 프로파일을 생성할 수 있다.
이제, 도 10이 참조되며, 이는 쇼핑 어시스턴트 시스템(1000)의 개략도 및 구성요소들 간 작업 흐름을 도시한다. 도시된 바와 같이, 런치 패드 또는 쇼핑 어시스턴트 장치(1005)는 사용자에 대한 쇼핑 프로파일의 생성을 위해 사용자를 스캔할 수 있다. 생성된 프로파일은 사용자의 모바일 장치(1010)로 전송되며, 그 다음에 선택적으로 선택된 제품을 나타내는 QR 코드(1020)와 같은 제품 태그를 통해, 신발(1015)과 같은 제품들을 스캔하는데 사용될 수 있다. 또한, 일부 실시예들에서, 사용자는 모바일 어플리케이션(1025)을 사용하여 쇼핑 프로파일을 구축할 수 있다. 일부 실시예들에서, 1030에서, 사용자 쇼핑 프로파일은 매장 쇼핑을 증강하는데 사용될 수 있다. 일부 실시예들에서, 1040에서, 사용자 쇼핑 프로파일은 온라인 쇼핑을 증강하는데 사용될 수 있다.
이제, 도 11a가 참조되며, 이는 모바일 컴퓨팅 장치 어플리케이션과 조합되는, 상점에서 또는 POS 자동 쇼핑 어시스턴트 장치를 이용한 쇼핑 스토어에서 개인화 풋웨어 쇼핑의 예를 나타내는 흐름도이다. 도시된 바와 같이, 단계(1100)에서, 사용자는 쇼핑 어시스턴트 장치의 근접 센서를 통해 식별될 수 있으며, 단계(1105)에서, 사용자는 표시된 패드 상에 서도록 요청될 수 있으며, 선택적으로 정확한 스캐닝이 가능하도록 사용자가 정확한 위치에 서 있도록 하는 인터랙티브 가이던스(interactive guidance)를 제공한다. 단계(1110)에서, 장치는 신체 또는 신체 부위들/요소들을 스캔하고, 단계(1115)에서 스캔 데이터에 기반하여 스캔 데이터를 처리하고 쇼핑 프로파일을 생성한다. 단계(1120)에서, 장치는 사용자에 대한 쇼핑 아바타를 그래픽 포맷으로 나타낼 수 있다. 단계(1125)에서, 장치는 쇼핑 아바타를 사용자의 모바일 장치로 전달할 수 있다. 단계(1130)에서, 사용자는 쇼핑 및/또는 리서치를 돕기 위한 어플리케이션을 사용할 수 있는 쇼핑 어플리케이션을 오픈할 수 있다. 단계(1135)에서, 사용자는, 예를 들어, 코딩된 태그들, QR 코드들 또는 바코드들을 이용한 제품 식별자 또는 인식 장치들 또는 기술들을 이용하여, 예를 들어 선택된 제품들을 스캔함으로써, 쇼핑 또는 리서치하기 위해 그들의 모바일 장치 상의 아바타를 사용할 수 있다. 일반적으로, 스캔된 제품들은 예를 들어, 제품이 아바타에 맞을 것인지, 사용자의 프로파일 또는 선호도 등에 잘 맞을 것인지 등을 결정하기 위해, 사용자 아바타에 관련되는 방식으로 처리될 수 있다. 일부 사례들에서, 어플리케이션은 아바타 상에 선택된 제품의 그래픽 시뮬레이션을 제공할 수 있다. 단계(1140)에서, 어플리케이션은, 예를 들어, 구매 옵션들, 재고 상태, 제품 품질, 제품 특징, 리뷰들, 사이즈들 등을 결정하는 것을 돕도록, 선택된 제품(들)과 제품 데이터를 매칭시키기 위해, 통신 클라우드나 다른 데이터 베이스에 연결할 수 있다. 일부 사례들에서, 단계(1145)에서, 어플리케이션은 사용자에게 추천들, 구매 데이터 등을 제시할 수 있다. 또한 추가 단계들에서, 어플리케이션은, 예를 들어, 어드바이스, 옵션들, 바로 가기(shortcuts), 추가 데이터베이스로의 액세스 등을 제공함으로써, 매장 쇼핑 경험을 증강시킬 수 있다.
이제, 도 11b가 참조되며, 이는 모바일 컴퓨팅 장치 어플리케이션과 조합되는, 매장 또는 POS 자동 쇼핑 어시스턴트 장치를 이용한 쇼핑 스토어에서의 개인화 풋웨어 쇼핑의 예를 나타내는 흐름도이다. 도시된 바와 같이, 단계(1100)에서, 신규 또는 공지된 사용자가 - 예를 들어, 생체 식별자, 입력 스크린(entry screen) 등을 통해 - 쇼핑 어시스턴트 장치 상에 입력될 수 있다. 단계(1105)에서, 사용자는 표시된 패드 위에 서도록 요청될 수 있으며, 선택적으로 정확한 스캐닝이 가능하도록 사용자가 정확한 위치에 서 있도록 하는 인터랙티브 가이던스를 제공한다. 단계(1110)에서, 장치는 신체 또는 신체 부위들/요소들을 스캔하고, 단계(1115)에서, 상기 스캔에 기반하여 스캔 데이터를 처리하고 쇼핑 프로파일을 생성한다. 단계(1120)에서, 장치는 쇼핑 프로파일을 시뮬레이션, 쇼핑 아바타 또는 다른 가상 어시스턴트로서 그래픽 또는 다른 포맷으로 사용자에게 제시할 수 있다. 단계(1125)에서, 장치는 쇼핑 아바타를 상기 장치의 소프트웨어, 코드 또는 어플리케이션(들)에 의해 사용 가능한 포맷 또는 구성으로 사용자의 모바일 장치로 전달할 수 있다. 단계(1130)에서, 사용자는 쇼핑 어시스턴트 어플리케이션으로 쇼핑 아바타를 동작 시킬 수 있는 쇼핑 어플리케이션 또는 다른 프로그램을 오픈할 수 있다. 단계(1135)에서, 사용자는 코딩된 태그들, QR 코드들 또는 바코드들과 같은 제품 식별자를 사용하여, 예를 들어, 선택된 제품들을 스캔함으로써, 쇼핑 또는 리서치하기 위해 그들의 모바일 장치 상의 아바타를 사용할 수 있다. 일반적으로, 스캔된 제품들은 예를 들어, 제품이 아바타에 맞을 것인지, 사용자의 프로파일 또는 선호도 등에 잘 맞을 것인지 등을 결정하기 위해, 생성된 쇼핑 아바타의 인자들(factors)이 처리되는 방식으로 처리될 수 있다. 일부 사례들에서, 어플리케이션은 아바타 상에 선택된 제품의 그래픽 시뮬레이션을 제공할 수 있다. 단계(1140)에서, 어플리케이션은, 예를 들어, 구매 옵션들, 재고 상태, 제품 품질, 제품 특징, 리뷰들, 사이즈들 등을 결정하는 것을 돕도록, 선택된 제품(들)과 어드밴스드 제품 데이터를 매칭시키기 위해, 통신 클라우드나 다른 데이터베이스에 연결할 수 있다. 다른 사례들에서, 단계(1140)에서, 어플리케이션은 예를 들어, 사용자 선호도, 사용자 이력, 사용자 프로파일 업데이트들 등을 결정하는 것을 돕도록, 선택된 제품(들)과 어드밴스드 사용자 데이터를 매칭시키기 위해, 통신 클라우드 또는 다른 데이터 베이스에 연결할 수 있다. 일부 사례들에서, 단계(1145)에서, 어플리케이션은 온라인 상점 쇼핑 경험의 증진을 돕기 위해, 사용자에게 추천들, 구매 데이터, 구매 선택지들, 리뷰들, 뉴스 등을 제시할 수 있다. 일부 사례들에서, 단계(1150)에서, 어플리케이션은, 예를 들어, 쇼핑 어드바이스, 옵션들, 바로 가기, 추가 데이터베이스들로의 액세스 등을 제공함으로써, 매장 쇼핑 경험의 증진을 돕기 위해, 사용자에게 추천들, 구매 데이터, 구매 선택지들, 리뷰들, 뉴스 등을 제시할 수 있다.
일부 실시예들에서, 쇼핑 어시스턴트의 사용자와 연결된 추가 사용자들을 위한 사용자 쇼핑 경험이 실행될 수 있다. 이러한 사례들에서, 사용자 어플리케이션은 복수의 사용자들의 쇼핑 프로파일들을 포함할 수 있으며, 이로써 모바일 장치의 사용자가 사용자의 쇼핑 프로파일들에 따라 복수의 사용자들을 위한 쇼핑을 수행하도록 할 수 있다.
일부 실시예들에 따르면, 모바일 및/또는 사용자 아바타들은 다른 사용자들과 공유될 수 있다. 예를 들어, 사용자는 예를 들어, 아바타들이나 프로파일들의 웰렛(wallet) 또는 홀더(holder)에서 사용자의 권한으로 복수의 사용자 프로파일들에 액세스하거나 복수의 사용자 프로파일들을 제어할 수 있다. 이러한 경우, 제어하는 사용자는 다른 사용자들을 대신하여 쇼핑할 수 있다. 예를 들어, 부모가 모든 연관된 가족 구성원들에 대한 온라인 및/또는 오프라인에서 쉽게 쇼핑할 수 있도록, 부모는 모든 그들 가족 구성원들의 프로파일들을 보유할 수 있다.
일부 실시예들에 따르면, 아이콘이나 사진과 같은, 각 사용자 모바일 쇼핑 아바타 또는 사용자 쇼핑 아바타에 대한 추가 개인화가 제공될 수 있다. 이러한 개인화는 복수의 사용자 또는 모바일 쇼핑 아바타들을 관리하도록 제어하는 사용자에게 특히 유용할 수 있다. 임의의 식별자와 관련된 이 정보는 클라우드 아바타 데이터베이스에 저장되어 그녀/그가 사용하는 임의의 플랫폼으로 사용자와 연관될 수 있다. 예를 들어, 가족 구성원이 하나 이상의 그 또는 그녀의 가족 구성원들 프로파일들을 스캔하여 저장하는 경우, 이는 지금 그것들을 매장 시스템이나 사용중인 e커머스 웹사이트로 로딩하고, 그 다음에 이러한 개인화 정보를 사용할 수 있는 다른 가족 구성원(들)과 공유될 수 있다.웹사이트의 경우, 산출물은 이러한 개인화된 데이터에 따라 개인화될 수 있으며, 심지어 추천들이 개인적이고, 그나 그녀의 프로파일, 또는 사용자에 의해 합법적으로 사용중인 다른 프로파일들에 기반한다는 사용자의 신뢰를 다시 보증하기 위해, 제공된 정보 바로 옆에 다른 사용자의 사진 또는 아바타 또는 3D 모델을 포함할 수 있다.
일부 실시예들에 따르면, 온라인 상점은 프로파일 플러그 인 또는 다른 디지털 오브젝트를 사용하여, 사용자에게 추천들, 가이드라인들 또는 다른 어시스턴스를 제공하도록 관련될 때, 실제로 임의의 웹페이지에 나타날 수 있는 사용자 쇼핑 가상 어시스턴트를 포함할 수 있다. 예를 들어, 가상 쇼핑 어시스턴트는 사용중인 사용자 프로파일에 대해 각기 다른 핏들에 대한 정보를 도시할 수 있거나, 또는 다른 식으로 사용자를 도울 수 있다. 예를 들어, 나이키(Nike) 온라인 상점에서 쇼핑 또는 브라우징하는 동안 유럽의 발 사이즈 41을 갖는 사용자는 나이키 신발들에서 그것의 발 프로파일과 동일한 사이즈가 유럽의 42 또는 US 사이즈 10.5임을 알 수 있다. 추가로, 사용자 프로파일이 원하는 색상들 및 핏들 등과 같은 선호 데이터를 포함하는 경우, 쇼핑 가상 어시스턴트는 또한 사용자 선호도에 기반하여 제안들 또는 가이드라인들을 제공할 수 있다. 예를 들어, 나이키 신발 스토어에서, 쇼핑 어시스턴트는 운동화에서 블루 또는 그린 등의 10.5 미국 사이즈인 옵션들을 찾도록 사용자에게 제안할 수 있다.
일부 실시예들에서, 가상 어시스턴트는 사용자 쇼핑 프로파일 데이터 및 선호도에 일치하는 페이지 또는 페이지들로 사용자를 직접 이동시킬 수 있다일 실시예에서, 프로파일은 무관한 페이지들을 피하면서 특정 사용자에게 관심 있는 또는 관련 있는 섹션으로 웹사이트를 안내할 수 있다. 다른 실시예들에서, 상기 시스템은 단독으로 또는 추가 사용들과 종합하여, 웹사이트를 다시 정렬하고, 그녀/그가 가장 관심 있는 것이 무엇인지와 그 또는 그녀에게 가장 맞는 것이 무엇인지를 나타낼 수 있는 개인화 버전의 웹사이트를 생성하기 위해, 개인화 정보를 사용할 수 있다.
일부 실시예들에 따르면, 가상 쇼핑 어시스턴트는 보고 있는 제품, 및 선택적으로 개인화 제품의 3D 뷰들의 렌더링을 가능하게 할 수 있다. 예를 들어, 사용자의 쇼핑 프로파일에 따라 보고 있는 맞춤 신발은 사용자가 다중 차원들로부터 제품을 보는 것을 돕기 위해, 모든 측면들 및 각도들에서의 3D로 렌더링 될 수 있다.
일부 실시예들에 따르면, 보고 있는 제품(들)으로 쇼핑 아바타의 착용을 허용하는 가상 피팅 모듈이 제공될 수 있다.
일부 실시예들에 따르면, 사용자 쇼핑 아바타는 상점에 대한 일회성 아바타일 수 있다. 다른 실시예들에서, 사용자 쇼핑 아바타는 상점들의 체인에 적용 가능할 수 있다. 다른 실시예들에서, 사용자 쇼핑 아바타는 예를 들어, 부모 엔티티(parent entity)에 의해 소유된 모든 다양한 브랜드들이나 상점들에 적용 가능할 수 있다. 다른 실시예들에서, 사용자 쇼핑 아바타는 클라우드 내 범용 사용자 프로파일에 연결하는 것을 통해 임의의 또는 모든 상점들에 적용 가능할 수 있다.
이제, 도 12a-12b가 참조되며, 이는 일부 실시예들에 따른, 사용자가 표시된 패드 위에 그들의 발을 놓도록 가이딩하기 위한, 쇼핑 어시스턴트 스크린 상의 인터랙티브 스크린들을 예시하는 스크린 샷의 예들이다.
이제, 도 13a-13b가 참조되며, 이는 일부 실시예들에 따른, 사용자가 그들의 프로파일 및 그들의 연락처 정보를 정의하도록 돕기 위한, 쇼핑 어시스턴트 스크린 또는 모바일 스크린 상의 인터랙티브 가이드를 예시하는 스크린샷들의 예들이다.
이제, 도 14a-14b가 참조되며, 이는 일부 실시예들에 따른, 한 쌍의 스캔된 발들과 하부 다리들의 시뮬레이션된 렌디션을 예시하는, 쇼핑 어시스턴트 스크린 또는 모바일 스크린 상의 스크린샷들의 예들이다.
이제, 도 15a-15b가 참조되며, 이는 사용자가 더 나은 사용자 관련된 산출물을 제공하는데 사용될 수 있는 행동 관련 정보를 입력하는 것을 돕기 위한, 쇼핑 어시스턴트 스크린 또는 모바일 스크린의 스크린샷들의 예들이다.
일부 실시예들에서, 쇼핑 어시스턴트 장치는 복수의 상점들에서 자동 쇼핑 어시스턴스, 사전 판매 및 교차 판매 등을 허용함으로써 체인점이 온라인 및/또는 오프라인에서 로열티(loyalty)를 생성하는 것을 도울 수 있다. 　
본 발명의 일 실시예에서, 풋웨어에 대한 사용자 쇼핑 경험은, 장치(185) 상에서 사용자 물리적 프로파일을 측정하는 단계, 및 다른 신발들/브랜드들에 대한 수정들뿐만 아니라 사용자 기준 사이즈를 제공하는 단계; 고객의 ID 또는 쇼핑 프로파일을 고객의 모바일 컴퓨팅 또는 통신 장치로 불러오는 단계; 및 장치(185)에서 통신 클라우드로 고객의 ID 또는 쇼핑 프로파일을 불러오는 단계를 적용함으로써, 실제로 향상될 수 있다.
이전 사용자 프로파일을 갖고 있지 않은 본 발명의 제1 사용자 경우, 쇼핑 어시스턴스 프로세스는 다음과 같이 구현될 수 있다: 사용자는 일반적으로 스상점 또는 쇼핑 영역들의 입구에서 신발을 벗고 런치 패드 또는 쇼핑 어시스턴트 장치에 선다. 현재 예에서, 풋웨어 어플리케이션이 설명된다.장치는 그 다음에 발과 같은 사용자 신체 영역을 측정/스캔하고, 이후 장치 또는 클라우드 네트워크는 사용자 데이터를 처리하여 사용자 쇼핑 아바타를 생성할 수 있다. 일단 생성된 아바타가 사용자의 모바일 장치로 전송되면, 예를 들어, 메일, 비콘, SMS, QR 코드, IR 빔 등을 사용하여 쇼핑 어시스턴트 어플리케이션을 실행한다. 사용자는 그런 다음 원하는 신발을 스캔할 수 있으며, 그에 의해 상기 장치는 가장 잘 맞는 핏을 제공하기 위해 아바타에 원하는 신발을 매칭시킨 다음 착용해 보도록 구성될 수 있다. 상기 장치는 또한 유용성, 색상, 사이즈, 관련 신발, 순위 등과 같은 사용자 관련 제품 정보를 제공할 수 있다.
사용자가 복수의 장치를 갖는, 본 발명의 제2 사용자의 경우, 쇼핑 어시스턴스 과정은 다음과 같이 구현될 수 있다: 사용자는 일반적으로 상점 또는 쇼핑 영역들의 입구에서 런치 패드 또는 쇼핑 어시스턴트 장치 위에 신발을 벗고 선다. 현재 예에서, 풋웨어 어플리케이션이 설명된다.장치는 그 다음에 발과 같은 사용자 신체 영역을 측정/스캔하고, 이후 장치 또는 클라우드 네트워크는 사용자 데이터를 처리하여 사용자 쇼핑 아바타를 생성할 수 있다. 일단 생성된 아바타가 사용자의 모바일 장치로 전송되면, 예를 들어, 메일, 비콘, SMS, QR 코드, IR 빔 등을 사용하여 쇼핑 어시스턴트 어플리케이션을 실행한다. 사용자는 그런 다음 원하는 신발을 스캔할 수 있으며, 그에 의해 상기 장치는 가장 잘 맞는 핏을 제공하기 위해 아바타에 원하는 신발을 매칭시킨 다음 착용해 보도록 구성될 수 있다. 상기 장치는, 현재 실시예에서, 사용자에게 전문가적 또는 컨설팅 정보를 제공할 수 있으며, 이로써 적어도 부분적으로 판매 대리인의 역할을 할 수 있다. 상기 장치는 또한 움직임/스타일/무게 등을 측정하는 옵션뿐만 아니라, 유용성, 색상, 사이즈, 관련 신발 및 순위와 같은 관련 제품 정보를 제공할 수 있다.
증강된 쇼핑 경험이 전달될 수 있는, 본 발명의 제3 사용자 경우, 이에 따라 자동 쇼핑 어시스턴스 프로세스는 로컬 신발 스캔을 통합할 수 있다. 일부 사례들에서, 사용자 데이터 또는 아바타의 데이터는 온라인 세계+소셜 피드백+순위, 판매 정보/이력, 추천들, 점포 정리(up sales), 교차 판매 등으로부터 리뷰들/코멘트들을 적절히 필터링하는데 사용될 수 있다.
전술한 본 발명의 실시예들의 설명은 예시 및 설명을 위해 제시되었다. 이는 개시된 정확한 형태로 본 발명을 완벽하게 하거나 제한하는 것으로 의도되지 않는다. 교시의 측면에서 많은 수정들, 변형들, 대체물들, 변경들 및 등가물들이 가능하다는 것을 본 기술 분야에서 숙련된 자들은 알 수 있을 것이다. 따라서, 첨부된 청구항들은 본 발명의 진정한 사상의 범위 내에 포함되는 것으로서, 이러한 변형들 및 변경들을 모두 커버하도록 의도되는 것으로 이해되야 한다.

Claims (20)

  1. 개인화 쇼핑 어시스턴트 시스템에 있어서,
    사용자의 발을 캡쳐하도록, 그리고 상기 사용자의 상기 발을 캡쳐하는 것에 기초하여 사용자 신발 프로파일을 생성하도록 구성된 쇼핑 어시스턴트 장치 - 상기 사용자의 상기 발을 캡쳐하는 것은,
    상기 사용자에게 상기 발의 위치를 지시하는 하나 이상의 인터랙티브 프롬프트(interactive prompt)에 기초하여 상기 사용자의 상기 발의 적어도 하나의 이미지를 획득하는 것;
    상기 이미지에 기반하여, 상기 발의 사용자 측정 데이터를 계산하는 것; 및
    상기 사용자 측정 데이터에 기반하여, 상기 발의 3D 메시(mesh) 모델을 생성하는 것
    을 포함하고, 상기 3D 메시 모델은 상기 사용자 측정 데이터를 포함함 - ; 및
    모바일 디바이스를 사용하여, 신발 모델 데이터베이스에 상기 사용자 신발 프로파일을 적용하도록, 그리고 상기 3D 메시 모델에 기초하여 상기 사용자 신발 프로파일에 하나 이상의 제품을 매칭하도록 구성된 모바일 디바이스 애플리케이션
    을 포함하고,
    상기 쇼핑 어시스턴트 장치는, 상기 사용자의 상기 모바일 디바이스에 상기 사용자 신발 프로파일을 전송하도록, 그리고 상기 사용자 신발 프로파일에 매칭된 하나 이상의 제품으로부터 제품의 사용자 선택에 의해 상기 사용자 신발 프로파일 상에 적어도 하나의 선택된 제품의 핏(fit)을 제공하도록 구성되는 것인, 개인화 쇼핑 어시스턴트 시스템.
  2. 청구항 1에 있어서,
    상기 쇼핑 어시스턴트 장치는 또한, 상기 사용자의 상기 발의 정확한 스캔을 허용하기 위해 사용자가 적절하게 서있도록 가이드하기 위한 표시를 포함하는 스캔 매트(mat)를 제공하도록 구성되고,
    상기 적어도 하나의 이미지는 상기 발이 상기 표시 내에 있을 때 캡쳐되는 것인, 개인화 쇼핑 어시스턴트 시스템.
  3. 청구항 1에 있어서,
    상기 사용자 신발 프로파일을 생성하는 것은, 상기 사용자의 상기 발을 캡쳐하는 것에 기초하여 사용자 쇼핑 아바타를 생성하는 것을 포함하고,
    상기 쇼핑 어시스턴트 장치는, 상기 사용자 쇼핑 아바타 상에 상기 적어도 하나의 선택된 제품의 핏의 디지털 시뮬레이션을 디스플레이하도록 구성된 것인, 개인화 쇼핑 어시스턴트 시스템.
  4. 청구항 1에 있어서,
    상기 신발 모델 데이터베이스는 안창(insole) 정보를 포함하는 안창 모델 데이터베이스 및 신발 라스트(shoe last) 정보를 포함하는 신발 라스트 데이터베이스를 포함하고,
    쇼핑 어시스턴트 장치는 상기 안창 모델 데이터베이스 및 상기 신발 라스트 데이터베이스 중 적어도 하나에 기초하여 상기 사용자를 위한 적어도 하나의 맞춤 신발 추천을 생성하도록 구성된 것인, 개인화 쇼핑 어시스턴트 시스템.
  5. 청구항 1에 있어서,
    상기 신발 모델 데이터베이스는 내부 밑창(inner sole) 데이터, 신발 라스트 데이터 및 신발 모델 데이터 중 적어도 하나를 포함하고,
    상기 신발 모델 데이터는 제품 모양 데이터, 볼륨 데이터, 신발 재질 데이터, 클로저 타입(closure type) 데이터, 신발 타입 데이터, 너비, 길이, 높이, 두께, 재질 탄성 데이터, 및 컴포트 핏(comfort fit) 파라미터 중 적어도 하나를 포함하는 것인, 개인화 쇼핑 어시스턴트 시스템.
  6. 청구항 1에 있어서,
    상기 쇼핑 어시스턴트 장치는 상기 사용자의 상기 발의 깊이를 캡쳐하도록 구성된 하나 이상의 센서를 포함하고,
    상기 쇼핑 어시스턴트 장치는 또한, 상기 발의 길이, 너비 또는 단면 분석 중 하나 이상을 결정하기 위한 차원 분석을 수행하도록 구성되는 것인, 개인화 쇼핑 어시스턴트 시스템.
  7. 청구항 1에 있어서,
    상기 쇼핑 어시스턴트 장치는 또한, 상기 사용자의 상기 발과 연관된 길이, 너비, 높이, 아치(arch), 볼(ball), 단면, 둘레 또는 볼륨 치수 중 하나 이상을 추출하도록 스캐닝된 이미지를 처리하도록 구성된 것인, 개인화 쇼핑 어시스턴트 시스템.
  8. 청구항 1에 있어서,
    상기 3D 메시 모델을 생성하는 것은 상기 발과 연관된 하나 이상의 사용자 특정 조건을 생성하는 것을 포함하고,
    상기 사용자 특정 조건은 상처(sore), 감염, 손상된 영역, 회내(pronation) 또는 회외(supination) 조건, 발 아치 파라미터, 안창 측정치, 보철(prosthetic) 측정치 중 하나 이상을 포함하는 것인, 개인화 쇼핑 어시스턴트 시스템.
  9. 청구항 1에 있어서,
    상기 쇼핑 어시스턴트 장치는 또한, 다른 사용자와 각각 연관된 하나 이상의 컴퓨팅 디바이스를 통해, 상기 사용자 상의 상기 적어도 하나의 선택된 제품의 상기 핏과 관련된 피드백을 수신하도록, 그리고 상기 피드백에 기초하여 수정된 하나 이상의 매칭된 제품을 제공하도록 구성된 것인, 개인화 쇼핑 어시스턴트 시스템.
  10. 청구항 1에 있어서,
    상기 쇼핑 어시스턴트 장치는 또한, 상기 제품의 사용자 선택에 기초하여 그리고 상기 3D 메시 모델에 기초하여, 맞춤화된 풋웨어(footwear) 주문을 생성하도록 구성된 것인, 개인화 쇼핑 어시스턴트 시스템.
  11. 사용자와 풋웨어 제품을 매칭하기 위한 방법에 있어서,
    쇼핑 어시스턴트 장치에 의해, 하나 이상의 통합된 이미징 센서를 사용하여, 사용자의 발의 캡쳐를 개시하는 단계;
    상기 쇼핑 어시스턴트 장치에 의해, 상기 발의 정확한 스캔을 허용하기 위해 상기 사용자에게 상기 발의 위치를 지시하는 하나 이상의 인터랙티브 프롬프트를 제공하는 단계;
    상기 쇼핑 어시스턴트 장치에 의해, 상기 하나 이상의 통합된 이미지 센서를 사용하여 상기 발의 적어도 하나의 이미지를 획득하는 단계;
    상기 쇼핑 어시스턴트 장치에 의해, 상기 이미지에 기초하여, 상기 발의 사용자 측정 데이터를 계산하는 단계;
    상기 쇼핑 어시스턴트 장치에 의해, 상기 사용자 측정 데이터에 기초하여, 상기 발의 3D 메시 모델을 생성하는 단계 - 상기 3D 메시 모델은 상기 사용자 측정 데이터를 포함함 - ;
    상기 쇼핑 어시스턴트 장치에 의해, 상기 사용자의 사용자 신발 프로파일을 생성하는 단계 - 상기 사용자 쇼핑 프로파일은 상기 발의 상기 3D 메시 모델을 포함함 - ;
    상기 쇼핑 어시스턴트 장치에 의해, 사용자 모바일 디바이스에 상기 사용자 신발 프로파일을 전송하는 단계;
    상기 쇼핑 어시스턴트 장치에 의해, 상기 3D 메시 모델에 기초한 상기 사용자 신발 프로파일에 상기 하나 이상의 풋웨어 제품을 매칭하는 것에 기초하여, 하나 이상의 풋웨어 제품에 대한 자동화된 제품 매칭을 상기 사용자에게 제공하는 단계; 및
    상기 쇼핑 어시스턴트 장치에 의해, 상기 사용자 쇼핑 프로파일에 매칭된 하나 이상의 제품으로부터의 적어도 하나의 선택된 제품의 사용자 선택에 기초하여 사용자 신발 프로파일 상에 상기 적어도 하나의 선택된 제품의 핏을 제공하는 단계
    를 포함하는, 사용자와 신발 제품을 매칭하기 위한 방법.
  12. 청구항 11에 있어서,
    상기 사용자의 상기 발의 정확한 스캔을 허용하기 위해 상기 사용자가 적절하게 서있도록 가이드하기 위한 표시를 포함하는 스캔 매트를 제공하는 단계
    를 더 포함하고,
    상기 적어도 하나의 이미지는 상기 발이 상기 표시 내에 있을 때 캡쳐되는 것인, 사용자와 신발 제품을 매칭하기 위한 방법.
  13. 청구항 11에 있어서,
    상기 사용자 신발 프로파일을 생성하는 단계는, 상기 사용자의 상기 발을 캡쳐하는 것에 기초하여 사용자 쇼핑 아바타를 생성하는 단계를 포함하고,
    상기 쇼핑 어시스턴트 장치는, 상기 사용자 쇼핑 아바타 상에 상기 적어도 하나의 선택된 제품의 핏의 디지털 시뮬레이션을 디스플레이하도록 구성된 것인, 사용자와 신발 제품을 매칭하기 위한 방법.
  14. 청구항 11에 있어서,
    사용자 모델 데이터베이스에 상기 사용자 신발 프로파일을 적용하는 단계 및 상기 3D 메시 모델에 기초하여 상기 사용자 신발 프로파일에 하나 이상의 제품을 매칭하는 단계
    를 더 포함하고,
    상기 신발 모델 데이터베이스는 안창 정보를 포함하는 안창 모델 데이터베이스 및 신발 라스트 정보를 포함하는 신발 라스트 데이터베이스를 포함하고,
    상기 방법은,
    상기 안창 모델 데이터베이스 및 상기 신발 라스트 데이터베이스 중 적어도 하나에 기초하여 상기 사용자를 위한 적어도 하나의 맞춤 신발 추천을 생성하는 단계
    를 더 포함하는, 사용자와 신발 제품을 매칭하기 위한 방법.
  15. 청구항 11에 있어서,
    상기 신발 모델 데이터베이스는 내부 밑창 데이터, 신발 라스트 데이터 및 신발 모델 데이터 중 적어도 하나를 포함하고,
    상기 신발 모델 데이터는 제품 모양 데이터, 볼륨 데이터, 신발 재질 데이터, 클로저 타입 데이터, 신발 타입 데이터, 너비, 길이, 높이, 두께, 재질 탄성 데이터, 및 컴포트 핏 파라미터 중 적어도 하나를 포함하는 것인, 사용자와 신발 제품을 매칭하기 위한 방법.
  16. 청구항 11에 있어서,
    하나 이상의 센서를 사용하여, 상기 사용자의 상기 발의 깊이를 캡쳐하는 단계; 및
    상기 발의 길이, 너비 또는 단면 분석 중 하나 이상을 결정하기 위한 차원 분석을 수행하는 단계
    를 더 포함하는, 사용자와 신발 제품을 매칭하기 위한 방법.
  17. 청구항 11에 있어서,
    상기 사용자의 상기 발과 연관된 길이, 너비, 높이, 아치, 볼, 단면, 둘레 또는 볼륨 치수 중 하나 이상을 추출하도록 스캐닝된 이미지를 처리하는 단계
    를 더 포함하는, 사용자와 신발 제품을 매칭하기 위한 방법.
  18. 청구항 11에 있어서,
    상기 3D 메시 모델을 생성하는 단계는 상기 발과 연관된 하나 이상의 사용자 특정 조건을 생성하는 단계를 포함하고,
    상기 사용자 특정 조건은 상처, 감염, 손상된 영역, 회내 또는 회외 조건, 발 아치 파라미터, 안창 측정치, 보철 측정치 중 하나 이상을 포함하는 것인, 사용자와 신발 제품을 매칭하기 위한 방법.
  19. 청구항 11에 있어서,
    다른 사용자와 각각 연관된 하나 이상의 컴퓨팅 디바이스를 통해, 상기 사용자 상의 상기 적어도 하나의 선택된 제품의 상기 핏과 관련된 피드백을 수신하는 단계; 및
    상기 피드백에 기초하여 수정된 하나 이상의 매칭된 제품을 제공하는 단계
    를 더 포함하는, 사용자와 신발 제품을 매칭하기 위한 방법.
  20. 청구항 11에 있어서,
    상기 제품의 사용자 선택에 기초하여 그리고 상기 3D 메시 모델에 기초하여, 맞춤화된 풋웨어 주문을 생성하는 단계
    를 더 포함하는, 사용자와 신발 제품을 매칭하기 위한 방법.
KR1020237016460A 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법 KR102643553B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020247006835A KR20240033146A (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762443275P 2017-01-06 2017-01-06
US62/443,275 2017-01-06
PCT/IB2018/050041 WO2018127811A1 (en) 2017-01-06 2018-01-03 System, platform and method for personalized shopping using an automated shopping assistant
KR1020217040503A KR102534170B1 (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020217040503A Division KR102534170B1 (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020247006835A Division KR20240033146A (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법

Publications (2)

Publication Number Publication Date
KR20230074612A true KR20230074612A (ko) 2023-05-30
KR102643553B1 KR102643553B1 (ko) 2024-03-05

Family

ID=62789314

Family Applications (5)

Application Number Title Priority Date Filing Date
KR1020217026428A KR102339381B1 (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법
KR1020237016460A KR102643553B1 (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법
KR1020217040503A KR102534170B1 (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법
KR1020197021358A KR102294218B1 (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법
KR1020247006835A KR20240033146A (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020217026428A KR102339381B1 (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법

Family Applications After (3)

Application Number Title Priority Date Filing Date
KR1020217040503A KR102534170B1 (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법
KR1020197021358A KR102294218B1 (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법
KR1020247006835A KR20240033146A (ko) 2017-01-06 2018-01-03 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법

Country Status (5)

Country Link
US (2) US11861673B2 (ko)
JP (3) JP7225099B2 (ko)
KR (5) KR102339381B1 (ko)
CN (2) CN115293835A (ko)
WO (1) WO2018127811A1 (ko)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7027933B2 (ja) * 2018-02-14 2022-03-02 トヨタ自動車株式会社 移動店舗車の配置決定装置、配置決定方法及びプログラム
JP2020071884A (ja) * 2018-10-31 2020-05-07 株式会社ｓｏｌｅ 情報処理装置
JP7307576B2 (ja) * 2019-03-28 2023-07-12 株式会社日本総合研究所 プログラム及び情報処理装置
WO2020212791A1 (en) 2019-04-17 2020-10-22 Crabtree John Granville System and method for better fitting shoes
CN111047386B (zh) * 2019-10-11 2023-06-27 北京优裁在线科技有限公司 一种基于线上的衣服定制系统及方法
US11632341B2 (en) 2020-03-14 2023-04-18 Polypie Inc. Enabling communication with uniquely identifiable objects
JP2023528376A (ja) 2020-05-29 2023-07-04 ナイキ イノベイト シーブイ キャプチャ画像の処理システム及び方法
KR102535524B1 (ko) * 2020-08-10 2023-05-22 건국대학교 글로컬산학협력단 신발 추천 장치 및 방법
US11443489B2 (en) * 2020-08-28 2022-09-13 Wormhole Labs, Inc. Cross-platform avatar banking and redemption
JP7506563B2 (ja) * 2020-09-04 2024-06-26 株式会社アシックス データ生成装置、靴型作製システム、およびデータ生成方法
WO2023063288A1 (ja) 2021-10-13 2023-04-20 日本製鉄株式会社 冷延鋼板及びその製造方法、並びに溶接継手

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100019067A (ko) * 2008-08-08 2010-02-18 소프트포럼 주식회사 3ｄ 아바타를 이용한 인터넷 서비스 제공 시스템 및 그 방법
KR20130052159A (ko) * 2011-11-11 2013-05-22 강동연 스마트폰을 이용한 가상 피팅 방법 및 그 시스템
KR20140123977A (ko) * 2012-01-30 2014-10-23 센소리아 인크. 센서, 인터페이스 및 신체 표면 또는 신체 표면 근처의 질환에 대한 데이터 수집과 통합된 원격 모니터링을 위한 센서 시스템

Family Cites Families (164)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4473373A (en) * 1983-05-20 1984-09-25 Sleep-Knit Corporation Method of laundering and delivering linens
US5164793A (en) 1991-09-13 1992-11-17 Brown Group, Inc. Shoe size selection system and apparatus therefor
JPH06149376A (ja) 1992-11-05 1994-05-27 Mitsubishi Electric Corp 経路生成装置
US5689446A (en) 1995-11-03 1997-11-18 Amfit, Inc. Foot contour digitizer
US6289107B1 (en) 1996-05-23 2001-09-11 Nike, Inc. Apparatus and method of measuring human extremities using peripheral illumination techniques
FR2749675B1 (fr) 1996-06-07 1998-08-28 Sextant Avionique Procede de pilotage d'un aerodyne pour l'evitement vertical d'une zone
JP2001101272A (ja) 1999-07-26 2001-04-13 Masaru Fujibayashi インターネットを利用した身体関連商品の購入システム
US6546356B1 (en) 2000-05-01 2003-04-08 Genovation Inc. Body part imaging method
WO2001082829A2 (en) 2000-05-03 2001-11-08 Flock Stephen T Prosthesis and method of making
US6665577B2 (en) 2000-12-20 2003-12-16 My Virtual Model Inc. System, method and article of manufacture for automated fit and size predictions
JP2002203167A (ja) 2000-12-28 2002-07-19 Jeivan:Kk 情報提供装置及びその方法
US6856324B2 (en) 2001-03-27 2005-02-15 Siemens Corporate Research, Inc. Augmented reality guided instrument positioning with guiding graphics
JP2003127994A (ja) 2001-10-24 2003-05-08 Kansai Electric Power Co Inc:The 無人飛行物体の制御システム
JP2003331108A (ja) 2002-05-09 2003-11-21 Kazuya Takahashi 電子ワードローブシステム
GB2394339A (en) * 2002-10-08 2004-04-21 Retail Experience Ltd An automatic ordering system for supplying garments to a changing room
AU2003279283A1 (en) 2002-10-16 2004-05-04 Jeffrey S. Brooks, Inc. Foot scanning and measurement system and method
US6975232B1 (en) * 2003-03-10 2005-12-13 Mckenna Lou Apparatus and method for “seeing” foot inside of shoe to determine the proper fit of the shoe
JP2005006905A (ja) 2003-06-19 2005-01-13 Mitsuba Corp 脈波データの処理装置
US7089152B2 (en) 2003-06-19 2006-08-08 Mizuno Corporation System and method for assisting shoe selection
JP2005169015A (ja) 2003-12-15 2005-06-30 Hisayo Ishimaru 適合既製靴教示装置、適合既製靴教示システム及びプログラム
WO2005086857A2 (en) 2004-03-08 2005-09-22 Lowe Craig E System and method for creating orthotics
TWI259382B (en) 2004-11-18 2006-08-01 Chien Hui Chuan Apparatus for rapidly measuring 3-dimensional foot sizes from multi-images
US8971984B2 (en) 2005-04-04 2015-03-03 Hypermed Imaging, Inc. Hyperspectral technology for assessing and treating diabetic foot and tissue disease
US20070005174A1 (en) 2005-06-29 2007-01-04 Sony Ericsson Mobile Communications Ab Virtual apparel fitting
US7611550B2 (en) 2005-09-15 2009-11-03 The Boeing Company Slurry fuels and associated methods
CN101025564B (zh) 2006-02-20 2010-12-15 Hoya株式会社 四级光掩模制造方法和其中所使用的光掩模坯料
US20080040278A1 (en) * 2006-08-11 2008-02-14 Dewitt Timothy R Image recognition authentication and advertising system
US7656402B2 (en) 2006-11-15 2010-02-02 Tahg, Llc Method for creating, manufacturing, and distributing three-dimensional models
US8719105B2 (en) 2007-02-01 2014-05-06 7 Billion People, Inc. Dynamic reconfiguration of web pages based on user behavioral portrait
EA200970864A1 (ru) 2007-03-19 2010-04-30 Масси Милиано Ою Способ и система для индивидуального пошива и розничной продажи одежды
US20090051683A1 (en) 2007-07-16 2009-02-26 Ravindra Stephen Goonetilleke Method and system for foot shape generation
US8146005B2 (en) * 2007-08-07 2012-03-27 International Business Machines Corporation Creating a customized avatar that reflects a user's distinguishable attributes
WO2009065418A1 (de) 2007-11-19 2009-05-28 Corpus.E Ag Hochauflösende optische erfassung der raumform von körpern
US8065200B2 (en) 2007-11-26 2011-11-22 International Business Machines Corporation Virtual web store with product images
US8152744B2 (en) 2008-03-25 2012-04-10 Comfort Lab. Inc. Shoe or insole fitting navigation system
US20090287452A1 (en) 2008-05-13 2009-11-19 Qinetiq Limited Method and Apparatus for Accurate Footwear and Garment Fitting
WO2010019925A1 (en) 2008-08-15 2010-02-18 Brown Technology Partnerships Method and apparatus for estimating body shape
US11007070B2 (en) 2008-11-09 2021-05-18 3D Systems, Inc. Modular custom braces, casts and devices and methods for designing and fabricating
US8818883B2 (en) 2009-07-23 2014-08-26 Apple Inc. Personalized shopping avatar
US10354302B2 (en) * 2009-08-23 2019-07-16 Joreida Eugenia Torres Methods and devices for providing fashion advice
CN101819663A (zh) 2009-08-27 2010-09-01 珠海琳琅信息科技有限公司 一种服装虚拟试穿系统
US20110093344A1 (en) 2009-10-21 2011-04-21 Burke Wells D Targeted interactive content for in-store retail customers
CN102200437A (zh) 2010-03-24 2011-09-28 英华达（南京）科技有限公司 一种利用移动通讯装置量测平面倾角的方法
US8908928B1 (en) 2010-05-31 2014-12-09 Andrew S. Hansen Body modeling and garment fitting using an electronic device
US8655053B1 (en) 2010-05-31 2014-02-18 Andrew S Hansen Body modeling and garment fitting using an electronic device
US10702216B2 (en) 2010-06-08 2020-07-07 Styku, LLC Method and system for body scanning and display of biometric data
US20110298897A1 (en) 2010-06-08 2011-12-08 Iva Sareen System and method for 3d virtual try-on of apparel on an avatar
ES2372349B1 (es) 2010-06-25 2012-11-23 Alu Group S.L. Método y dispositivo de medición del pie.
US20120054041A1 (en) 2010-08-28 2012-03-01 Ebay Inc. Shopping profile in an online shopping environment
US8567081B2 (en) 2010-08-31 2013-10-29 Northwest Podiatric Laboratory, Inc. Apparatus and method for imaging feet
CN201831042U (zh) 2010-09-16 2011-05-18 姚丽珍 电热鞋底
US8272562B2 (en) * 2010-10-11 2012-09-25 Andrew Ziegler Promotional hang tag, tag, or label combined with promotional product sample, with interactive quick response (QR code, MS tag) or other scan-able interactive code linked to one or more internet uniform resource locators (URLs) for instantly delivering wide band digital content, promotions and infotainment brand engagement features between consumers and marketers
TW201221900A (en) 2010-11-17 2012-06-01 Inst Information Industry Three-dimensional size measuring system and method for measuring three-dimensional size of object
ES2383976B1 (es) 2010-12-03 2013-05-08 Alu Group, S.L. Método para el probado virtual de calzado.
US9788759B2 (en) 2010-12-27 2017-10-17 Joseph Ralph Ferrantelli Method and system for postural analysis and measuring anatomical dimensions from a digital three-dimensional image on a mobile device
DE202010013232U1 (de) * 2010-12-29 2011-03-03 Fischer, Seira Personenreinigungsanlage
GB201102794D0 (en) * 2011-02-17 2011-03-30 Metail Ltd Online retail system
US20120239504A1 (en) 2011-03-15 2012-09-20 Microsoft Corporation Virtual Shopping Assistance
KR20130136566A (ko) 2011-03-29 2013-12-12 퀄컴 인코포레이티드 로컬 멀티-사용자 협업을 위한 모듈식 모바일 접속된 피코 프로젝터들
KR20120123842A (ko) 2011-05-02 2012-11-12 하태준 3차원 아바타를 이용한 맞춤 쇼핑 시스템 및 그 방법
KR20120123845A (ko) 2011-05-02 2012-11-12 엘지전자 주식회사 터치 스크린
US9230387B2 (en) * 2011-05-25 2016-01-05 Bby Solutions, Inc. Retail location robotic wall system
TWI502980B (zh) 2011-06-10 2015-10-01 Htc Corp 以物件偵測技術為基礎之影像擷取方法及系統，及其電腦程式產品
JP5005107B1 (ja) * 2011-06-23 2012-08-22 誠 大島 データ蓄積システム
ITMI20111550A1 (it) 2011-08-25 2013-02-26 Magari S R L Metodo e sistema per la selezione ottimizzata di articoli calzaturieri o di abbigliamento
US9098600B2 (en) 2011-09-14 2015-08-04 International Business Machines Corporation Deriving dynamic consumer defined product attributes from input queries
US20130080289A1 (en) * 2011-09-28 2013-03-28 Rupessh Ranen Roy Retail shopping
US9345957B2 (en) 2011-09-30 2016-05-24 Microsoft Technology Licensing, Llc Enhancing a sport using an augmented reality display
US9098908B2 (en) 2011-10-21 2015-08-04 Microsoft Technology Licensing, Llc Generating a depth map
US9788792B2 (en) 2011-10-26 2017-10-17 The United States of America, as represented by Department of Veterans Affairs, Office of General Counsel, Professional Staff Group IV(024) System for screening skin condition for tissue damage
US20130110666A1 (en) 2011-10-28 2013-05-02 Adidas Ag Interactive retail system
US8868157B1 (en) 2011-11-09 2014-10-21 VisionQuest Biomedical LLC Thermal optical imager system and method for detection of peripheral neuropathy
BR112014015639A8 (pt) 2011-12-19 2017-07-04 Intel Corp comércio auxiliado por dispositivo inteligente
WO2013103912A1 (en) * 2012-01-05 2013-07-11 Visa International Service Association Transaction visual capturing apparatuses, methods and systems
US9027827B2 (en) 2012-01-16 2015-05-12 Qualcomm Incorporated System and method for providing a personalized shopping experience and personalized pricing of products and services with a portable computing device
US11154243B2 (en) * 2012-01-30 2021-10-26 Sensoria Inc. Sensor systems for user-specific evaluation of gait, footwear and garment fitting; monitoring of contact, force, pressure and/or shear at or near body surfaces
US9483771B2 (en) 2012-03-15 2016-11-01 At&T Intellectual Property I, L.P. Methods, systems, and products for personalized haptic emulations
US20140108208A1 (en) * 2012-03-26 2014-04-17 Tintoria Piana U.S., Inc. Personalized virtual shopping assistant
US20140164169A1 (en) 2012-06-18 2014-06-12 Willow Garage, Inc. Foot and footwear analysis configuration
US20140018979A1 (en) 2012-07-13 2014-01-16 Honeywell International Inc. Autonomous airspace flight planning and virtual airspace containment system
WO2014022855A1 (en) 2012-08-03 2014-02-06 Ohnemus Isabelle Garment fitting system and method
US10664901B2 (en) 2012-08-03 2020-05-26 Eyefitu Ag Garment fitting system and method
WO2014037939A1 (en) * 2012-09-05 2014-03-13 Body Pass Ltd. System and method for deriving accurate body size measures from a sequence of 2d images
US20140089134A1 (en) 2012-09-27 2014-03-27 Bonfire Holdings, Inc. System and method for creating a customized shopping experience for a user
US9462838B1 (en) * 2012-09-28 2016-10-11 Google Inc. Adjustable apparel fit template
US9449343B2 (en) 2012-10-05 2016-09-20 Sap Se Augmented-reality shopping using a networked mobile device
CN105144678A (zh) 2012-10-17 2015-12-09 哥拉斯特有限公司 目标的三维指压迹和可视化
US20140285646A1 (en) 2012-11-08 2014-09-25 Satwinder Kahlon Apparatus for recommendation for best fitting shoe
US20140156449A1 (en) 2012-12-02 2014-06-05 Embl Retail Inc. Method and apparatus for item recommendation
US20140180864A1 (en) 2012-12-20 2014-06-26 Ebay Inc. Personalized clothing recommendation system and method
US20140244442A1 (en) * 2013-02-25 2014-08-28 Andrea Hirsch Method for automatically filling a virtual shopping cart with items
DE102013203667B4 (de) 2013-03-04 2024-02-22 Adidas Ag Kabine zum Ausprobieren eines oder mehrerer Bekleidungsstücke
WO2014159726A1 (en) 2013-03-13 2014-10-02 Mecommerce, Inc. Determining dimension of target object in an image using reference object
US20140320529A1 (en) 2013-04-26 2014-10-30 Palo Alto Research Center Incorporated View steering in a combined virtual augmented reality system
US20140337138A1 (en) * 2013-05-08 2014-11-13 Jalpesh K. Chitalia Payment codes for enhanced consumer experience
EP2997542A4 (en) 2013-05-13 2017-02-08 MPort Pty Ltd. Devices, frameworks and methodologies for enabling user-driven determination of body size and shape information and utilisation of such information across a networked environment
US9978090B2 (en) * 2013-07-05 2018-05-22 Globalfoundries Inc. Shopping optimizer
US9760674B2 (en) 2013-07-26 2017-09-12 Aetrex Worldwide, Inc. Systems and methods for generating orthotic device models from user-based data capture
KR102266361B1 (ko) 2013-08-04 2021-06-16 아이즈매치 리미티드 거울을 가상화하는 디바이스들, 시스템들 및 방법들
US9892424B2 (en) 2013-08-05 2018-02-13 International Business Machines Corporation Communication with shoppers in a retail environment
US10318916B2 (en) 2013-08-28 2019-06-11 Barbaro Technologies Apparatus and method of identifying and sizing clothing in an inventory management system
WO2015034560A1 (en) * 2013-09-03 2015-03-12 Tobii Technology Ab Portable eye tracking device
US20150066707A1 (en) 2013-09-03 2015-03-05 Cellco Partnership D/B/A Verizon Wireless Methods and Systems for Personalizing an In-Store Shopping Experience for a User in a Retail Store that Provides Accessories for Computing Devices
US20150127132A1 (en) 2013-11-01 2015-05-07 West Coast Vision Labs Inc. Method and system for generating custom-fit eye wear geometry for printing and fabrication
WO2015068165A1 (en) 2013-11-09 2015-05-14 Edgimago 2012 Ltd Method & system for measuring 3-dimensional objects
KR20150061089A (ko) * 2013-11-25 2015-06-04 김지후 아바타를 이용한 상품 구매 및 광고 시스템 및 방법
KR20150070459A (ko) 2013-12-16 2015-06-25 대덕대학산학협력단 3d촬영 구매자 신체사진 활용, 가상 피팅 쇼핑몰
US9684928B2 (en) 2014-01-15 2017-06-20 Holition Limited Foot tracking
US20150228084A1 (en) 2014-02-10 2015-08-13 Netcoutoure, Inc. Systems and methods for calculating foot size using image recognition
US9649558B2 (en) 2014-03-14 2017-05-16 Sony Interactive Entertainment Inc. Gaming device with rotatably placed cameras
JP6618925B2 (ja) 2014-04-09 2019-12-11 バイエル・コンシューマー・ケア・アクチェンゲゼルシャフトＢａｙｅｒ Ｃｏｎｓｕｍｅｒ Ｃａｒｅ ＡＧ １セットの推奨矯正器具製品を生成するための方法、装置、およびコンピュータが読み出し可能な媒体
US10872408B2 (en) 2014-05-02 2020-12-22 Etreat Medical Diagnostics Inc. Method and system for imaging and analysis of anatomical features
NZ631213A (en) 2014-05-13 2016-03-31 Mport Pty Ltd Frameworks and methodologies for enabling provision of computer implement functionalities via centralized management of data derived from three dimensional body scans
US9858611B2 (en) * 2014-05-29 2018-01-02 Like A Glove Ltd. Self-measuring garment
EP2954798B1 (de) 2014-06-11 2017-04-12 VITRONIC Dr.-Ing. Stein Bildverarbeitungssysteme GmbH Messverfahren zur Bestimmung biometrischer Daten menschlicher Füße
JP6330238B2 (ja) 2014-06-11 2018-05-30 士華 管 試着画像表示方法
KR20160005977A (ko) 2014-07-08 2016-01-18 삼성전기주식회사 체온 측정 장치 및 이를 이용한 체온 측정 방법
JP6154436B2 (ja) 2014-07-22 2017-06-28 里　浩二 ヒール及びパンプス用組立式インソール
JP6091472B2 (ja) * 2014-08-12 2017-03-08 ソフトバンク株式会社 商品等提供システム、商品等提供方法、及び商品等提供プログラム
US10366447B2 (en) * 2014-08-30 2019-07-30 Ebay Inc. Providing a virtual shopping environment for an item
US9648926B2 (en) 2014-09-23 2017-05-16 William H. Marks Footwear recommendations from foot scan data describing feet of a user
WO2016051416A1 (en) 2014-09-30 2016-04-07 Fitfully Ltd. System and method of 3d modeling and virtual fitting of 3d objects
US20160110479A1 (en) 2014-10-15 2016-04-21 Yong Li System and method for constructing customized foot orthotics
US10013711B2 (en) 2014-10-29 2018-07-03 Superfeet Worldwide, Inc. Shoe and/or insole selection system
US10338387B2 (en) * 2014-12-15 2019-07-02 Autodesk, Inc. Skin-based approach to virtual modeling
US10210544B2 (en) 2014-12-17 2019-02-19 Paypal, Inc. Displaying merchandise with avatars
EP3038053B1 (en) 2014-12-22 2019-11-06 Reactive Reality GmbH Method and system for generating garment model data
US20180035762A1 (en) 2015-02-09 2018-02-08 C & J Clark International Limited Measuring an object
CN104699908B (zh) 2015-03-24 2017-12-12 唐力 3d矫形鞋垫的制作方法
WO2016185400A2 (en) 2015-05-18 2016-11-24 Embl Retail Inc Method and system for recommending fitting footwear
US10062097B2 (en) 2015-05-29 2018-08-28 Nike, Inc. Three-dimensional body scanning and apparel recommendation
WO2017004488A1 (en) 2015-07-02 2017-01-05 Radner Alexander J C Retailer linked personalized shopping assistant
EP3340943B1 (en) 2015-08-25 2019-08-07 Ossur Iceland EHF Prosthetic system
US20180247426A1 (en) 2015-08-28 2018-08-30 Lawrence Gluck System for accurate remote measurement
US10565782B2 (en) 2015-08-29 2020-02-18 Intel Corporation Facilitating body measurements through loose clothing and/or other obscurities using three-dimensional scans and smart calculations
GB2542114B (en) 2015-09-03 2018-06-27 Heartfelt Tech Limited Method and apparatus for determining volumetric data of a predetermined anatomical feature
US9852234B2 (en) 2015-09-16 2017-12-26 Brian Gannon Optimizing apparel combinations
US20170169571A1 (en) 2015-12-11 2017-06-15 Nesi Trading Co., Ltd. Foot scanning system
US10564628B2 (en) 2016-01-06 2020-02-18 Wiivv Wearables Inc. Generating of 3D-printed custom wearables
US9985587B2 (en) 2016-01-18 2018-05-29 Cirrus Logic, Inc. Switched mode converter with variable common mode voltage buffer
CN105662681B (zh) 2016-01-20 2019-03-08 国家康复辅具研究中心 具有宏微观一体化特征的矫形器制作方法
US11450075B2 (en) 2016-01-27 2022-09-20 Nitin Vats Virtually trying cloths on realistic body model of user
US9996981B1 (en) 2016-03-07 2018-06-12 Bao Tran Augmented reality system
US20170272728A1 (en) 2016-03-16 2017-09-21 Aquifi, Inc. System and method of three-dimensional scanning for customizing footwear
US9875546B1 (en) 2016-03-29 2018-01-23 A9.Com, Inc. Computer vision techniques for generating and comparing three-dimensional point clouds
US10510077B2 (en) * 2016-05-03 2019-12-17 Facebook, Inc. Facial recognition identification for in-store payment transactions
ES2879972T3 (es) 2016-06-21 2021-11-23 Desma Schuhmaschinen Gmbh Sistema para la fabricación a medida de productos médicos o ponibles
US10008040B2 (en) 2016-07-29 2018-06-26 OnePersonalization Limited Method and system for virtual shoes fitting
US20180047200A1 (en) 2016-08-11 2018-02-15 Jibjab Media Inc. Combining user images and computer-generated illustrations to produce personalized animated digital avatars
WO2018048902A1 (en) * 2016-09-06 2018-03-15 Platform Orthopedic Solutions Inc A system, platform, device and method for personalized shopping
CN106372374B (zh) 2016-11-03 2019-08-30 西安交通大学 一种针对糖尿病足鞋垫的个性化设计方法
US10420397B2 (en) 2016-12-14 2019-09-24 Black Brass, Inc. Foot measuring and sizing application
US20180160777A1 (en) 2016-12-14 2018-06-14 Black Brass, Inc. Foot measuring and sizing application
FR3060735B1 (fr) 2016-12-15 2019-12-27 IFP Energies Nouvelles Procede de mesure d'une partie du corps a partir de photographies numeriques, et mise en oeuvre d'un tel procede pour la fabrication de chaussures sur mesure
CN106942837B (zh) 2017-03-22 2022-09-16 青岛一小步科技有限公司 一种基于图像识别及三维建模技术的矫形鞋制作方法及系统
US10841486B2 (en) 2017-07-20 2020-11-17 Eclo, Inc. Augmented reality for three-dimensional model reconstruction
US11128794B2 (en) 2017-07-31 2021-09-21 Uplay1 Augmented reality real estate MLS and virtual tours
WO2019040785A1 (en) 2017-08-25 2019-02-28 Shoeretriever, Inc. SYSTEMS AND METHODS FOR DETECTING SIZE OF FOOTWEAR ARTICLE
TWI657761B (zh) 2017-09-21 2019-05-01 劉懿賢 足底量測裝置
US20190130788A1 (en) 2017-10-26 2019-05-02 Aquinas Learning, Inc. Virtual Reality Microsimulation Platform
KR102028563B1 (ko) 2018-03-09 2019-10-04 (주)펄핏 영상 처리를 이용한 발 사이즈 및 모양 측정 방법
US20200211170A1 (en) 2018-12-28 2020-07-02 Wiivv Wearables Company Live viewfinder verification of image viability
EP3948661A4 (en) 2019-04-01 2023-01-04 Jeff Chen USER GUIDANCE SYSTEM BASED ON AUGMENTED REALITY AND/OR POSTURE DETECTION TECHNIQUES
JP2022542363A (ja) 2019-07-26 2022-10-03 マジック リープ， インコーポレイテッド 拡張現実のためのシステムおよび方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100019067A (ko) * 2008-08-08 2010-02-18 소프트포럼 주식회사 3ｄ 아바타를 이용한 인터넷 서비스 제공 시스템 및 그 방법
KR20130052159A (ko) * 2011-11-11 2013-05-22 강동연 스마트폰을 이용한 가상 피팅 방법 및 그 시스템
KR20140123977A (ko) * 2012-01-30 2014-10-23 센소리아 인크. 센서, 인터페이스 및 신체 표면 또는 신체 표면 근처의 질환에 대한 데이터 수집과 통합된 원격 모니터링을 위한 센서 시스템

Also Published As

Publication number Publication date
KR20210153764A (ko) 2021-12-17
WO2018127811A1 (en) 2018-07-12
JP2020505673A (ja) 2020-02-20
KR102534170B1 (ko) 2023-05-17
JP7268089B2 (ja) 2023-05-02
KR20190099278A (ko) 2019-08-26
KR20210106031A (ko) 2021-08-27
CN110325113A (zh) 2019-10-11
US20240078584A1 (en) 2024-03-07
JP7225099B2 (ja) 2023-02-20
KR102339381B1 (ko) 2021-12-15
JP2021168157A (ja) 2021-10-21
KR20240033146A (ko) 2024-03-12
JP2023100704A (ja) 2023-07-19
CN115293835A (zh) 2022-11-04
US20190347703A1 (en) 2019-11-14
KR102643553B1 (ko) 2024-03-05
US11861673B2 (en) 2024-01-02
KR102294218B1 (ko) 2021-08-27

Similar Documents

Publication Publication Date Title
KR102534170B1 (ko) 자동 쇼핑 어시스턴트를 이용한 개인화 쇼핑을 위한 시스템, 플랫폼 및 방법
US20190228448A1 (en) System, Platform and Method for Personalized Shopping Using a Virtual Shopping Assistant
US20190188784A1 (en) System, platform, device and method for personalized shopping
US20230377012A1 (en) System, platform and method for personalized shopping using an automated shopping assistant
US10699108B1 (en) Body modeling and garment fitting using an electronic device
KR101828785B1 (ko) 3d 족부 스캐닝을 이용한 맞춤형 신발 제조 방법 및 시스템
US8655053B1 (en) Body modeling and garment fitting using an electronic device
EA036898B1 (ru) Система для кастомизированного производства носимых или медицинских продуктов
JP2017527858A (ja) ユーザー提供画像および好みに基づいて特注フィッティングおよびスタイリングされたアイウェアを提供するシステムおよび方法
KR20130103153A (ko) 고객 맞춤형 안경 및 콘택트렌즈 버추얼 피팅 방법 및 그 시스템
KR102340904B1 (ko) 증강현실 기반 가상 피팅 시스템 및 방법
CN106023068A (zh) 一种眼镜框试戴方法、装置及系统
US20240071019A1 (en) Three-dimensional models of users wearing clothing items
CN113592592B (zh) 生成眼镜框试戴效果图的方法及眼镜框虚拟试戴系统

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant