KR20230097307A - Method to diagnose skin color through images with standard cards - Google Patents

Method to diagnose skin color through images with standard cards Download PDF

Info

Publication number
KR20230097307A
KR20230097307A KR1020210186686A KR20210186686A KR20230097307A KR 20230097307 A KR20230097307 A KR 20230097307A KR 1020210186686 A KR1020210186686 A KR 1020210186686A KR 20210186686 A KR20210186686 A KR 20210186686A KR 20230097307 A KR20230097307 A KR 20230097307A
Authority
KR
South Korea
Prior art keywords
skin color
data
image
user
standard card
Prior art date
Application number
KR1020210186686A
Other languages
Korean (ko)
Inventor
권성훈
Original Assignee
권성훈
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 권성훈 filed Critical 권성훈
Priority to KR1020210186686A priority Critical patent/KR20230097307A/en
Publication of KR20230097307A publication Critical patent/KR20230097307A/en

Links

Images

Classifications

    • 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
    • A61B5/1032—Determining colour for diagnostic purposes
    • A61B5/1034—Determining colour for diagnostic purposes by means of colour cards
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A61B2560/0228—Operational features of calibration, e.g. protocols for calibrating sensors using calibration standards
    • A61B2560/0233—Optical standards
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fuzzy Systems (AREA)
  • Dermatology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 이미지를 통한 피부색 진단 방법에 관한 것으로서, 스탠다드 카드라는 기준점을 통해 이미지가 찍힌 환경의 영향을 데이터화하고 이를 사람의 피부색 데이터에 적용해 실제 피부색에 가장 유사하게 유추해 진단하는 피부색 진단 방법에 관한 것이며, 기존의 이미지 분석 방법이 표본이 각자 다른 환경에서 찍힘으로 인한 유효성 입증 불가 문제를 해결하기 위한 방법이며, 스탠다드 카드와 사용자가 함께 찍은 이미지를 통해 당시 사진이 찍힌 환경변수를 추정해 적용하는 방법을 통해 표본이 놓은 환경을 파악할 수 있으며, 의류, 화장품 플랫폼에 사용되어 경영, 마케팅 및 생산성 증진 효과를 낼 수 있다.The present invention relates to a method for diagnosing skin color through images, and to a method for diagnosing skin color by converting the influence of the environment where the image was taken into data through a reference point called a standard card and applying it to human skin color data to infer and diagnose the most similar to the actual skin color. It is about the existing image analysis method, and it is a method to solve the problem of inability to prove validity due to specimens being taken in different environments. Through the method, the environment in which the sample is placed can be identified, and it can be used in clothing and cosmetics platforms to create management, marketing, and productivity enhancement effects.

Description

스탠다드 카드가 포함된 이미지를 통한 피부색 진단 방법 { Method to diagnose skin color through images with standard cards}Method to diagnose skin color through images with standard cards}

본 발명은 이미지를 통한 피부색 진단 방법에 관한 것으로서, 보다 상세하게는 스탠다드 카드라는 기준점을 통해 이미지가 찍힌 환경의 영향을 데이터화하고 이를 사람의 피부색 데이터에 적용해 실제 피부색에 가장 유사하게 유추해 진단하는 피부색 진단 방법에 관한 것이다.The present invention relates to a method for diagnosing skin color through images, and more particularly, converts the influence of the environment in which the image was taken into data through a reference point called a standard card, applies it to human skin color data, and infers the most similar to the actual skin color for diagnosis It relates to a method for diagnosing skin color.

일반적으로 피부색 진단은 사람의 피부색을 여러 기준으로 분류해 그에 알맞은 상품을 제시하기 위한 방법으로, 주로 개인 사업을 통한 ‘Personal Color’ 진단 등을 통해 이루어진다. 오프라인 개인 사업 서비스를 통한 분석 방법으로 측정의 정확도는 높지만 비싼 측정비용과 많은 시간 투자 필요로 인해 수많은 사람들이 진단하기 진입 장벽이 높고, 이에 따라 방대한 양의 표본을 쌓는 것에는 도움이 되지 못한다.In general, skin color diagnosis is a method for classifying a person's skin color according to various criteria and presenting products suitable for it, and is mainly performed through 'Personal Color' diagnosis through individual businesses. Although the measurement accuracy is high as an analysis method through offline personal business service, the barrier to entry for many people to diagnose is high due to the high cost of measurement and the need for a lot of time investment, so it is not helpful to accumulate a large amount of samples.

이러한 피부색 진단의 접근성을 낮추고 편의성을 증가시키기 위해 스마트폰과 이미지를 통한 피부색 진단 방법이 시도되어왔다. 이미지를 통한 피부색 진단 방법은 이미지로부터 사람의 피부색을 데이터화하고 해당 데이터를 기반으로 데이터 분석 기법을 활용해 사람의 피부색을 진단 및 분류하는 방법이다. In order to reduce the accessibility of skin color diagnosis and increase convenience, skin color diagnosis methods through smart phones and images have been attempted. The method of diagnosing skin color through images is a method of diagnosing and classifying a person's skin color by converting a person's skin color into data from an image and using a data analysis technique based on the data.

도1은 이미지를 통한 피부색 진단 방법의 일반적인 프로세스를 나타낸 도면이다.1 is a diagram showing a general process of a method for diagnosing skin color through images.

여기에 도시된 바와 같이 이미지를 업로드(10)하고 이미지로부터 피부색 데이터를 액세스(20)해 피부색 데이터를 분류 컬러(30)와 비교한다. 분류 컬러(3)는 사람의 피부색을 분류하는 기준점을 의미한다. 마지막으로 피부색 데이터와 가장 유사한 분류 컬러를 최종 피부색으로 진단한다.As shown here, an image is uploaded (10) and skin color data is accessed (20) from the image and the skin color data is compared to a classified color (30). The classification color 3 means a reference point for classifying a person's skin color. Finally, the classification color most similar to the skin color data is diagnosed as the final skin color.

그러나 기존의 이미지를 통한 피부색 진단 방법은 이미지 표본의 유효성 입증이 어렵다는 문제가 있다. 아무리 정확한 분석 알고리즘과 많은 양의 표본이 존재한다 하더라도 표본 자체의 유효성이 중요하다. 사람들이 개인적으로 찍어 업로드 하는 이미지는 각각 이미지가 찍힌 환경이 다르다. 빛의 밝기, 그림자 등 다양한 환경에 의한 변수가 존재하고 이에 따라 이미지를 통한 피부색 진단이 무의미하게 되는 문제가 있다.However, existing methods for diagnosing skin color through images have a problem in that it is difficult to prove the validity of image specimens. No matter how accurate an analysis algorithm and a large number of samples exist, the validity of the sample itself is important. The images that people personally take and upload are different from each other in the environment in which the images were taken. Variables caused by various environments, such as brightness of light and shadows, exist, and accordingly, there is a problem in that skin color diagnosis through images is meaningless.

KR 10-2010-0005072KR 10-2010-0005072 KR 10-2021-0106990KR 10-2021-0106990 KR 10-2020-0008484KR 10-2020-0008484

본 발명의 목적은 다양한 환경에서 찍힌 이미지들을 통한 피부색 진단에 유효성을 부여하는 것이다. 기존의 이미지를 통한 피부색 진단 방법은 각각의 이미지가 찍힌 환경의 변수(300)를 해결하기 못해 유효성을 입증하지 못했다.An object of the present invention is to give effectiveness to skin color diagnosis through images taken in various environments. Existing methods for diagnosing skin color through images failed to prove effectiveness because they could not solve the variable 300 of the environment in which each image was taken.

본 발명은 상기와 같은 문제점을 해결하기 위해 창작된 것으로, 스탠다드 카드(100)라는 실체를 가진 제품을 사용자에게 제공해 함께 이미지를 찍어 업로드 하도록 하고, 이를 통해 이미지가 찍힌 환경에 대한 변수(300)를 측정해 피부색 진단의 정확도를 향상시키기 위함에 그 목적이 있다.The present invention was created to solve the above problems, and provides a product with the substance of a standard card 100 to the user to take and upload an image together, and through this, change the variable 300 for the environment where the image was taken. The purpose is to improve the accuracy of skin color diagnosis by measuring skin color.

본 발명은 스탠다드 카드(100)를 이용해 이미지 표본의 유효성을 입증하지 못했던 기존의 문제를 해결한다.The present invention solves the existing problem of not being able to prove the validity of the image sample using the standard card (100).

사용자는 스탠다드 카드(100)와 자신의 얼굴을 함께 찍어서 업로드 한다. 업로드 된 사진에서 스탠다드 카드(200)의 변화 정도를 통해 해당 이미지가 찍힌 환경의 변수(300)들을 추정한다. 이렇게 추정한 환경 변수(300)를 이용해 모든 사용자의 이미지 표본들이 높은 정확도를 갖고 표본의 유효성을 갖도록 한다.The user takes a picture of the standard card 100 and his face together and uploads it. The variables 300 of the environment in which the corresponding image was taken are estimated through the degree of change of the standard card 200 in the uploaded picture. Using the environment variable 300 estimated in this way, image samples of all users have high accuracy and validity of the samples.

본 발명은 스탠다드 카드(100)를 사용하여 사용자가 이미지를 찍은 환경에 대한 변수(300)들을 측정할 수 있게 하는 효과가 있다. 본 발명은 이를 통해 사용자의 피부색 데이터를 변환해 모든 사용자들이 같은 조건에서 사진을 찍은 듯한 효과를 준다.The present invention has an effect of enabling a user to measure variables 300 of an environment in which an image is taken using a standard card 100 . Through this, the present invention converts the user's skin color data to give an effect as if all users took pictures under the same conditions.

이러한 효과를 통해 표본이 쌓이면 쌓일수록 분석의 정확도가 증가하게 되고, 아울러 이를 이용한 다양한 파생적 서비스 제공에 있어 유효성을 입증할 수 있다는 이점이 있다.Through this effect, the accuracy of the analysis increases as the samples accumulate, and there is an advantage that the effectiveness can be proven in the provision of various derivative services using it.

도 1은 일반적인 이미지를 통한 피부색 진단 방법의 과정을 나타낸 도면이다.
도 2는 본 발명의 실시예에 의한 스탠다드 카드가 포함된 이미지를 통한 피부색 진단 방법의 과정을 나타낸 도면이다.
도 3은 본 발명의 실시예에 의한 스탠다드 카드를 통해 환경변수를 측정하는 방법을 나타낸 도면이다.1 is a diagram illustrating a process of a method for diagnosing skin color through a general image.
2 is a diagram illustrating a process of a method for diagnosing skin color through an image including a standard card according to an embodiment of the present invention.
3 is a diagram illustrating a method of measuring environment variables through a standard card according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명에 따른 이미지를 통한 피부색 진단 방법의 실시예를 서명한다. Hereinafter, an embodiment of a method for diagnosing skin color through an image according to the present invention will be described with reference to the accompanying drawings.

도 2는 본 발명의 실시예에 따른 스탠다드 카드가 포함된 이미지를 통한 피부색 진단 방법의 과정을 나타낸 도면이다. 도 3은 본 발명의 실시예에 따른 스탠다드 카드를 통해 환경변수를 측정하는 방법을 나타낸 도면이다.2 is a diagram illustrating a process of a method for diagnosing skin color through an image including a standard card according to an embodiment of the present invention. 3 is a diagram illustrating a method of measuring environmental variables through a standard card according to an embodiment of the present invention.

먼저, 사용자는 스마트폰을 이용해 스탠다드 카드(100)와 사용자의 얼굴을 함께 찍은 이미지를 업로드(10)한다. 스탠다드 카드는 사용자가 이미지를 찍은 당시의 주변환경에 의한 변수를 측정하기 위한 도구이다. 스탠다드 카드와 사용자의 얼굴을 함께 찍은 이미지의 예시는 도 3과 같다.First, the user uploads (10) an image taken with the standard card 100 and the user's face using a smartphone. The standard card is a tool for measuring variables caused by the surrounding environment at the time the user took the image. An example of an image of a standard card and a user's face is shown in FIG. 3 .

이후 이미지 속의 스탠다드 카드(200)를 데이터화해 액세스(20)한다.Then, the standard card 200 in the image is converted into data and accessed (20).

액세스(20)한 스탠다드 카드(200) 데이터를 분석해 환경변수(300)를 측정한다. 환경변수로는 색상, 명도, 채도, 대비의 변화율을 분석한다.The standard card (200) data accessed (20) is analyzed to measure the environment variable (300). As environmental variables, the rate of change in color, brightness, saturation, and contrast is analyzed.

이미지 속의 사용자 피부색(400) 또한 데이터화해 액세스(20)한다.The user's skin color (400) in the image is also converted into data and accessed (20).

이전에 얻은 환경변수(300)를 사용자 피부색 데이터에 역으로 적용한다. 이 과정을 통해 모든 사용자가 같은 환경에서 찍은 이미지를 분석하는 것과 유사한 정확도의 효과를 얻을 수 있다.The previously obtained environment variable 300 is reversely applied to the user's skin color data. Through this process, an effect of accuracy similar to that of analyzing images taken by all users in the same environment can be obtained.

변환된 사용자 피부색 데이터를 분류 컬러(30)와 비교한다.The converted user skin color data is compared with the classified color 30 .

마지막으로 분류 알고리즘을 이용해 해당되는 피부색 Class(600)를 지정한다. 피부색 Class(600)는 프로그램 개발자가 임의로 정할 수 있으며, 실제 서비스 산업에 쓰일 수 있도록 Class(600)의 개수를 조정하도록 한다.Finally, the corresponding skin color Class (600) is designated using a classification algorithm. The skin color Class (600) can be arbitrarily determined by the program developer, and the number of Classes (600) is adjusted so that it can be used in the actual service industry.

해당 발명을 통해 피부색을 진단하고 이를 사용자 등록 정보로 적용할 경우 마케팅, 생산성 면에서 효과적으로 이용이 가능하다.If skin color is diagnosed through the invention and applied as user registration information, it can be effectively used in terms of marketing and productivity.

방대한 숫자의 사용자가 피부색 정보를 등록될 시, 그들이 구매한 제품의 만족도, 구매 횟수 등의 모든 정보가 저장되고 피부색과 제품 선호도 등의 상관관계를 구축할 수 있다. When a vast number of users register skin color information, all information such as the satisfaction level of the products they purchased and the number of purchases is stored, and a correlation between skin color and product preference can be established.

구체적인 예시 방안을 들자면, 의류, 화장품 판매 플랫폼에 신규 가입한 사용자는 자신이 등록한 피부색을 기반으로 상품 추천을 받고 자신이 해당된 피부색 사람들의 상품평을 볼 수 있다. As a specific example, a user who has newly subscribed to a clothing or cosmetics sales platform can receive a product recommendation based on the skin color registered by the user and view product reviews of people of the skin color corresponding to the user.

현재 온라인 쇼핑몰 시장은 직접 눈으로 보고 구매할 수 없는 한계로 인해 반품율이 40%에 달하고 이는 오프라인 매장 반품율의 4배이다. 해당 발명을 통해 소비자의 피부색에 알맞은 상품 추천 및 리뷰 제공을 통해 제품 불만족의 문제를 해결하고 불필요한 택배 사용량을 줄일 수 있다. 이는 해당 플랫폼 기업에게 영업이익 증대로 이어진다. Currently, the online shopping mall market has a return rate of 40% due to the limitations of not being able to see and purchase directly, which is four times the return rate of offline stores. Through the invention, it is possible to solve the problem of product dissatisfaction and reduce unnecessary courier usage by providing product recommendations and reviews suitable for the skin color of consumers. This leads to an increase in operating profit for the platform company.

또한 막대한 양의 피부색 데이터를 기반으로 마케팅 전략 수립, 적합 상품 추천 등 다양한 파생적 경영, 마케팅 효과를 얻을 수 있다. In addition, various derivative management and marketing effects such as marketing strategy establishment and suitable product recommendation can be obtained based on the enormous amount of skin color data.

10: 이미지 업로드
20: 데이터 액세스
30: 분류 컬러
100: 스탠다드 카드
200: 이미지 속의 스탠다드 카드
300: 환경변수
400: 이미지 속의 사용자 피부색
500: 환경변수를 역으로 적용
600: 피부색 Class10: Upload image
20: Data access
30: classification color
100: standard card
200: standard card in image
300: environment variable
400: user skin color in image
500: reverse environment variables
600: Skin Color Class

Claims (6)

스탠다드 카드(100)와 함께 찍은 이미지를 분석해 피부색을 추정하는 컴퓨터 구현된 방법에 있어서,
스탠다드 카드(100)와 함께 찍은 이미지를 업로드(10) 하는 단계와,
이미지 속의 스탠다드 카드(200)를 분석해 환경변수(300)를 측정하는 단계와,
이미지 내의 사용자 피부색(400)을 데이터화해 액세스(20)하는 단계와,
사용자 피부색 데이터에 환경변수(300)를 역으로 적용해 변환하는 단계와,
변환된 사용자 피부색 데이터를 분류 컬러와 비교하고, 분류 알고리즘을 이용해 해당되는 Class(600)를 지정하는 단계를 포함하는
컴퓨터 구현된 방법.A computer implemented method for estimating skin color by analyzing an image taken with a standard card (100),
Uploading (10) an image taken with a standard card (100);
Measuring the environment variable 300 by analyzing the standard card 200 in the image;
converting a user's skin color (400) in an image into data and accessing (20);
converting by inversely applying the environment variable 300 to the user's skin color data;
Comparing the converted user skin color data with the classification color, and designating a corresponding Class (600) using a classification algorithm
computer implemented method. 청구항 1에 있어서,
스탠다드 카드(100)는 사용자와 함께 이미지에 찍혀서 주변 환경으로 인한 사용자의 피부색 변화를 측정하기 위한 카드임을 나타내며,
스탠다드 카드(100)는 해당 발명의 유의성 입증을 위해 같은 색상과 재료로 제조되어야 하는 물리적, 실체를 가진 구성품임을 포함하는,
컴퓨터 구현된 방법.The method of claim 1,
The standard card 100 represents a card for measuring the change in skin color of the user due to the surrounding environment by being captured in the image with the user,
The standard card 100 includes a physical and tangible component that must be made of the same color and material to prove the significance of the invention.
computer implemented method. 청구항 1에 있어서,
환경변수(300)은 기존에 측정된 스탠다드 카드(100)에서 4가지 변수(색상, 명도, 채도, 대비)가 변화한 정도를 측정한 변수임을 나타내는
컴퓨터 구현된 방법.The method of claim 1,
The environmental variable 300 represents a variable that measures the degree of change of four variables (color, brightness, saturation, contrast) in the standard card 100 measured in the past.
computer implemented method. 청구항 1에 있어서,
변환된 피부색 데이터는 모든 사용자가 같은 환경에서 피부색을 측정한 것과 유사한 효과를 부여한 피부색 이미지 데이터임을 나타내는
컴퓨터 구현된 방법.The method of claim 1,
This indicates that the converted skin color data is skin color image data to which all users gave effects similar to those measured in the same environment.
computer implemented method. 스탠다드 카드(100)와 함께 찍은 이미지를 분석해 피부색을 추정하는 컴퓨터 구현된 방법에 있어서,
스탠다드 카드(100)와 함께 찍은 이미지를 업로드(10) 하는 단계와,
이미지 내의 사용자 피부색을 데이터화해서 액세스(20)하는 단계와,
4개 변수(색상, 명도, 채도, 대비)로 이루어진 데이터를 이미지 속의 사용자 피부색(400) 데이터에 역으로 적용하는 단계와,
변환된 사용자 피부색 데이터를 분류 알고리즘을 이용해 해당되는 Class(600)를 지정하는 단계를 포함하는
컴퓨터 구현된 방법.A computer implemented method for estimating skin color by analyzing an image taken with a standard card (100),
Uploading (10) an image taken with a standard card (100);
converting the user's skin color in the image into data and accessing (20);
Reversely applying data consisting of four variables (color, brightness, saturation, contrast) to the data of the user's skin color (400) in the image;
Designating a corresponding Class (600) using a classification algorithm for the converted user skin color data
computer implemented method. 청구항 5에 있어서,
피부색 Class(600)는 사용자의 피부색을 데이터화해서 분석하고 최종적으로 피부색을 진단하기 위한 궁극적 목표임을 포함하며 피부색 Class(600)는 가장 적합한 인간의 피부색 종류 구분법에 따라 변경이 가능함을 나타내는
컴퓨터 구현된 방법.The method of claim 5,
The skin color Class (600) includes the ultimate goal of data-analyzing and diagnosing the user's skin color, and the skin color Class (600) indicates that it can be changed according to the most appropriate human skin color classification method.
computer implemented method.
KR1020210186686A 2021-12-24 2021-12-24 Method to diagnose skin color through images with standard cards KR20230097307A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210186686A KR20230097307A (en) 2021-12-24 2021-12-24 Method to diagnose skin color through images with standard cards

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210186686A KR20230097307A (en) 2021-12-24 2021-12-24 Method to diagnose skin color through images with standard cards

Publications (1)

Publication Number Publication Date
KR20230097307A true KR20230097307A (en) 2023-07-03

Family

ID=87157458

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210186686A KR20230097307A (en) 2021-12-24 2021-12-24 Method to diagnose skin color through images with standard cards

Country Status (1)

Country Link
KR (1) KR20230097307A (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100005072A (en) 2007-03-08 2010-01-13 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘.피. Method and system for recommending a product based upon skin color estimated from an image
KR20200008484A (en) 2018-07-16 2020-01-28 주식회사 메디벨바이오 Systme for recommending cosmetic product through skin diagnosis
KR20210106990A (en) 2018-11-30 2021-08-31 피씨엠에스 홀딩스, 인크. Method and apparatus for estimating scene illuminants based on skin reflectance database

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100005072A (en) 2007-03-08 2010-01-13 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘.피. Method and system for recommending a product based upon skin color estimated from an image
KR20200008484A (en) 2018-07-16 2020-01-28 주식회사 메디벨바이오 Systme for recommending cosmetic product through skin diagnosis
KR20210106990A (en) 2018-11-30 2021-08-31 피씨엠에스 홀딩스, 인크. Method and apparatus for estimating scene illuminants based on skin reflectance database

Similar Documents

Publication Publication Date Title
Segalin et al. The pictures we like are our image: continuous mapping of favorite pictures into self-assessed and attributed personality traits
Zhang et al. Predicting functional cortical ROIs via DTI-derived fiber shape models
US8433612B1 (en) Method and system for measuring packaging effectiveness using video-based analysis of in-store shopper response
Soto-Acosta et al. Determinants of Web 2.0 technologies for knowledge sharing in SMEs
Onder et al. A review on color normalization and color deconvolution methods in histopathology
Gray et al. Quantification of histochemical stains using whole slide imaging: development of a method and demonstration of its usefulness in laboratory quality control
US10969952B2 (en) Color and texture match ratings for optimal match selection
CN107157447A (en) The detection method of skin surface roughness based on image RGB color
US11010894B1 (en) Deriving a skin profile from an image
KR102030131B1 (en) Continuous skin condition estimating method using infrared image
Ramesh et al. New initiatives in single-colour image-based fringe order estimation in digital photoelasticity
De Alcaraz‐Fossoul et al. Ridge width correlations between inked prints and powdered latent fingerprints
Avanaki et al. Automatic image quality assessment for digital pathology
KR20230097307A (en) Method to diagnose skin color through images with standard cards
Watanabe et al. Modeling perceptions using common impressions: Perceptual “authenticity,”“luxury,” and “quaintness” for leather
US20200065631A1 (en) Produce Assessment System
Yu A measurement model for service capability from the customer perspective
Piazza et al. Do you like according to your lifestyle? A quantitative analysis of the relation between individual Facebook likes and the users’ lifestyle
WO2023019150A1 (en) Scientific and technical systems and methods for providing hair health diagnosis, treatment, and styling recommendations
Bej et al. Comparison of different color models for priority based color matching of plant parts used in DUS testing
Jung et al. Creating user-adapted design recommender system through collaborative filtering and content based filtering
Meškuotienė et al. Metrological performance of the digital image analysis method applied for investigation of textile deformation
Kafkalias et al. Bias in Face Image Classification Machine Learning Models: The Impact of Annotator’s Gender and Race
CN110942358A (en) Information interaction method, device, equipment and medium
Katrandjiev Optimization of Online Visual Merchandising Elements (OVME) on the Basis of Consumer Preferences