WO2022108026A1 - 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법 - Google Patents

설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법 Download PDF

Info

Publication number
WO2022108026A1
WO2022108026A1 PCT/KR2021/007650 KR2021007650W WO2022108026A1 WO 2022108026 A1 WO2022108026 A1 WO 2022108026A1 KR 2021007650 W KR2021007650 W KR 2021007650W WO 2022108026 A1 WO2022108026 A1 WO 2022108026A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
size
user
type
questionnaire
Prior art date
Application number
PCT/KR2021/007650
Other languages
English (en)
French (fr)
Inventor
황예슬
Original Assignee
주식회사 예스나우
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 주식회사 예스나우 filed Critical 주식회사 예스나우
Publication of WO2022108026A1 publication Critical patent/WO2022108026A1/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]
    • G06Q30/0641—Shopping interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Definitions

  • the present invention relates to an apparatus and method for predicting body size using questionnaire information, and more particularly, includes basic information including at least one of age, height, and weight, as well as user's body characteristics and body type information.
  • Korean Patent Application Laid-Open No. 2001-0068068 discloses a "body size measurement system".
  • the present invention was invented to solve the above problems, and when the user's gender is female, basic female information including at least one of age, height and weight in the user terminal, clothing size, underwear size, and shoe size , To provide an apparatus and method for predicting body size using questionnaire information that provides a questionnaire for detailed information on women including at least any one of , upper and lower body obesity, body characteristic information, wrist test, and body type type. There is a purpose.
  • An object of the present invention is to provide an apparatus and method for predicting a body size using questionnaire information that provides a questionnaire for detailed male information including at least one of the following.
  • Another object of the present invention is to provide an apparatus and method for predicting a body size using questionnaire information for predicting a user's body size by generating learning data based on input response information.
  • the gender receiving the user's gender information information processing unit when an application for predicting body size using questionnaire information is activated through a user terminal, the gender receiving the user's gender information information processing unit;
  • basic female information including at least any one of age, height, and weight in the user terminal, clothing size, underwear size, shoe size, upper and lower body obesity, body characteristic information, wrist test and a female questionnaire information processing unit that provides a questionnaire for detailed information on women including at least one of body types and receives response information therefrom from a user terminal;
  • the input user's gender is male, at least one of basic male information including at least one of age, height, and weight in the user terminal, clothing size, underwear size, shoe size, body characteristic information, wrist test, and body type type a male questionnaire information processing unit that provides a questionnaire for detailed male information including one and receives response information therefrom from a user terminal; and a body size prediction unit for predicting the user's body size by generating learning data based on
  • the female questionnaire information processing unit may include: a female basic information collection unit configured to collect responses to basic female information including at least one of age, height, and weight of the user; and collecting female details for collecting responses to female details including at least one of a user's clothing size, underwear size, shoe size, upper and lower body obesity, body characteristic information, wrist test, body type, and fashion interest. It is characterized in that it includes;
  • the body characteristic information in the female detailed information collection unit includes at least one of a belly type, a hip type, a pelvis type, a thigh type, a shoulder width, an arm length, and a leg length, and the wrist test is performed by the user using a finger. It is acquired information, and the type of body type is characterized in that it is information that considers the weight of the muscle.
  • the male questionnaire information processing unit for collecting a response to the male basic information including at least one of the user's age, height, and weight; and a male detailed information collecting unit that collects responses to male detailed information including at least one of a user's clothing size, underwear size, shoe size, body characteristic information, wrist test, body type, and fashion interest. characterized.
  • the wrist test in the male detailed information collection unit is information obtained by the user using a finger
  • the body characteristic information includes at least one of shoulder width, chest width, forearm thickness, arm length, waist type, thigh type, and leg length. It includes one, and the body type is characterized by information in consideration of muscle weight.
  • the body size prediction unit generates a user body variable for at least one of the user's belly fat, wrist, body type, shoulder, hip, pelvis, and thigh based on the body variable predefined for each response information based on the input response information.
  • a user body variable generating unit a learning data generator for generating learning data on body dimensions by reflecting the generated user body variables in pre-stored existing body size data; and a body size providing unit that predicts the user's body size by using the generated body size learning data and provides it to the user terminal.
  • the body size prediction unit shoulder width, upper arm circumference, arm length, armpit circumference, chest circumference, waist circumference, navel level waist circumference, hip circumference, thigh circumference, leg length, calf circumference, breast circumference, lower breast circumference, It is characterized in that the body size including at least one of the knee height and the upper body length is predicted.
  • the input user's gender is female
  • basic female information including at least one of age, height, and weight in the user terminal, clothing size, underwear size, shoe size, upper and lower body obesity, body characteristic information
  • the body characteristic information includes a belly type, a hip type, a pelvis type, a thigh type, It includes at least one of shoulder width, arm length, and leg length
  • the wrist test is information obtained by the user using a finger
  • the body type is information that considers muscle weight.
  • the user terminal includes basic male information including at least one of age, height, and weight, clothing size, underwear size, shoe size, body characteristic information, wrist test, and body type type.
  • the wrist test is information obtained by the user using a finger
  • body characteristic information includes shoulder width, chest It includes at least any one of width, forearm thickness, arm length, waist type, thigh type, and leg length, and the body type is characterized by information in consideration of muscle weight.
  • the step of predicting the user's body size by generating learning data based on the input response information includes the user's belly, wrist, body type, shoulder, butt , generating a user body variable for at least one of the pelvis and the thigh; generating learning data on body dimensions by reflecting the generated user body variables in pre-stored existing body size data; and predicting the user's body size by using the generated learning data for the body size and providing it to the user terminal.
  • the step of generating learning data based on the input response information and predicting the user's body size includes shoulder width, upper arm circumference, arm length, armpit circumference, chest circumference, waist circumference, navel level waist circumference, hip circumference, nub It is characterized in that the body size including at least one of leg circumference, leg length, calf circumference, breast circumference, lower breast circumference, knee height, and upper body length is predicted.
  • an apparatus and method for predicting body size using questionnaire information according to the present invention for achieving the above object include a woman including at least one of age, height, and weight in a user terminal when the user's gender is female.
  • women's detailed information including at least any one of basic information and clothing size, underwear size, shoe size, upper and lower body obesity, body characteristic information, wrist test, and body type, Since more accurate body information is collected, there is an effect that high reliability can be expected for the user's body size predicted later.
  • basic male information including at least one of age, height and weight in the user terminal, clothing size, underwear size, shoe size, body characteristic information, wrist test, and body type type
  • a questionnaire for detailed male information including at least one of the following, more accurate body information is collected according to the male body structure, so that high reliability can be expected for the user's body size predicted later.
  • the present invention generates learning data on body dimensions by reflecting the input response information based on the body variables predefined for each response information to the existing body size data stored in advance to reflect the user body variables, and to the generated body dimensions.
  • FIG. 1 is a diagram for explaining the configuration of an apparatus for predicting body size using questionnaire information according to the present invention.
  • FIG. 2 is a view for explaining the detailed configuration of a female questionnaire information processing unit employed in the apparatus for predicting body size using questionnaire information according to the present invention.
  • FIG. 3 is a diagram for explaining the detailed configuration of a male questionnaire information processing unit employed in an apparatus for predicting body size using questionnaire information according to the present invention.
  • FIG. 4 is a diagram for explaining a detailed configuration of a body size prediction unit employed in an apparatus for predicting body size using questionnaire information according to the present invention.
  • 5 and 6 are diagrams for explaining a predefined body variable applied to a body size prediction unit.
  • FIG. 7 is a flowchart for explaining the procedure of a method of predicting a body size using questionnaire information according to the present invention.
  • FIGS. 8 to 16 are diagrams for explaining an application screen operated when a user is a woman in the method of predicting body size using questionnaire information according to the present invention.
  • 17 to 25 are diagrams for explaining an application screen operated when a user is a male in the method of predicting body size using questionnaire information according to the present invention.
  • FIG. 1 is a diagram for explaining the configuration of an apparatus for predicting body size using questionnaire information according to the present invention
  • FIG. 2 is a female questionnaire employed in the apparatus for predicting body size using questionnaire information according to the present invention. It is a diagram for explaining the detailed configuration of the information processing unit
  • FIG. 3 is a diagram for explaining the detailed configuration of the male questionnaire information processing unit employed in the apparatus for predicting body size using questionnaire information according to the present invention.
  • the apparatus 100 for predicting body size using questionnaire information is largely a gender information processing unit 110 , a female questionnaire information processing unit 120 , and a male questionnaire information processing unit 130 . and a body size prediction unit 140 .
  • the gender information processing unit 110 receives the user's gender information when an application for predicting body size using questionnaire information is activated through the user terminal.
  • the application for estimating body size using the mentioned questionnaire information means a program that helps to perform the task according to the present invention, or a program used to manage a computer system, a mechanical device, or a computer network.
  • the female questionnaire information processing unit 120 includes basic female information including at least one of age, height, and weight in the user terminal, clothing size, underwear size, shoe size, upper and lower body obesity. It provides a questionnaire for detailed female information including at least one of whether or not, body characteristic information, wrist test, and body type, and receives response information from the user terminal.
  • the female questionnaire information processing unit 120 includes a female basic information collection unit 121 and a female detailed information collection unit 122 .
  • the female basic information collection unit 121 collects responses to basic female information including at least one of the user's age, height, and weight.
  • the female detailed information collection unit 122 includes at least any one of clothing size, underwear size, shoe size, upper and lower body obesity, body characteristic information, wrist test, body type, and fashion interest that the user usually purchases or wears. to collect responses to the women's details.
  • whether the upper body and lower body obesity is information on the fatter side among the upper body and the lower body, and may additionally include information on the upper body and the lower body which gain weight first.
  • by additionally collecting information on the degree of confidence in the selection of upper and lower body obesity it can be reflected in whether or not the upper body and lower body are obese. For example, when the confidence level is 100/100, the collected information may be reflected, and when the confidence level is 0/100, the collected information may not be reflected at all.
  • body characteristic information includes belly type (slender belly, chubby belly), hip type (small hip, big hip), pelvis type (wide pelvis, narrow pelvis), thigh type (thick thigh, thin thigh), shoulder width ( It includes at least one of a broad shoulder, a narrow shoulder), an arm length (a long arm, a short arm), and a leg length (a long leg, short leg).
  • the wrist test is information about whether the thumb and index finger are in contact when the user grasps the wrist using the thumb and index finger, that is, obtained using the user's fingers. It may be information that takes into account a little, normal, and no muscle), but is not limited thereto.
  • the fashion interest level calculates the response reliability for the collected responses, for example, the clothing size the user usually purchases or wears, the underwear size, the shoe size, whether the upper and lower body obesity, body characteristic information, wrist test, body type, etc. can be used to This will affect the accuracy of the user's body dimensions predicted based on these collected responses.
  • Male questionnaire information processing unit 130 when the input user's gender is male, the user terminal includes basic male information including at least one of age, height, and weight, clothing size, underwear size, shoe size, body characteristic information, A questionnaire for detailed male information including at least one of a wrist test and a body type is provided, and response information is received from the user terminal.
  • the male questionnaire information processing unit 130 includes a male basic information collection unit 131 and a male detailed information collection unit 132 .
  • the male basic information collection unit 131 collects responses to male basic information including at least one of the user's age, height, and weight.
  • the male detailed information collecting unit 132 collects responses to male detailed information including at least one of a user's clothing size, underwear size, shoe size, body characteristic information, wrist test, body type, and fashion interest.
  • the wrist test is information on whether the thumb and index finger are in contact when the user grasps the wrist using the thumb and index finger, that is, obtained using the user's finger
  • the body characteristic information is the shoulder width (narrow shoulder, wide Shoulder), Bust Width (Wide Bust, Narrow Chest), Forearm Thickness (Thin Forearm, Thick Forearm), Arm Length (Long Arm, Short Arm), Waist Type (Thin Waist, Thick Waist), Thigh Type (Thick Thigh, Thin Forearm) thigh) and leg length (long legs, short legs), and the body type may be information in consideration of muscle weight (muscular body, standard type, belly, belly), but is not limited thereto.
  • the body size prediction unit 140 predicts the body size of the user by generating learning data based on the input response information.
  • the body size prediction unit 140 includes shoulder width, upper arm circumference, arm length, armpit circumference, chest circumference, waist circumference, navel level waist circumference, hip circumference, thigh circumference, leg length, calf circumference, breast circumference, lower breast circumference , a body size including at least one of knee height and upper body length is predicted. The function and configuration thereof will be described in detail with reference to FIGS. 4 to 6 to be described later.
  • FIGS. 5 and 6 are predefined diagrams applied to the body size prediction unit It is a diagram for explaining a body variable.
  • the body size prediction unit 140 predicts the body size of the user by generating learning data based on the input response information.
  • the body size prediction unit 140 includes a user body variable generation unit 141 , a learning data generation unit 142 , and a body size provision unit 143 .
  • the user body variable generating unit 141 receives the input response information based on predefined body variables as shown in FIGS. 5 and 6 for each response information, based on the user's belly fat, wrist, body type, shoulder, hip, pelvis, and thigh. Create a user body variable for at least one of This is the same as the data labeling process for artificial intelligence (AI).
  • AI artificial intelligence
  • the learning data generating unit 142 generates learning data on the body size by reflecting the generated user body variable to the existing body size data stored in advance.
  • the body size providing unit 143 predicts the user's body size using the generated learning data on the body size and provides it to the user terminal.
  • the body dimensions provided to the user terminal are the shoulder width (horizontal distance between the shoulder points), the upper arm circumference (the circumference passing through the most common part of the biceps biceps muscle with the arms raised), and the arm length (the shoulder point).
  • FIG. 7 is a flowchart for explaining the procedure of a method of predicting a body size using questionnaire information according to the present invention.
  • the method of predicting body size using questionnaire information according to the present invention uses the apparatus for predicting body size using the questionnaire information according to the present invention described above. to be omitted.
  • the user terminal includes basic male information including at least one of age, height, and weight, clothing size, underwear size, shoe size, body characteristic information, wrist test, and body type type.
  • a questionnaire for detailed male information including at least one is provided, and response information is received from the user terminal (S300).
  • a user body variable for at least one of the user's belly fat, wrist, body type, shoulder, hip, pelvis, and thigh is generated based on the input response information based on body variables predefined for each response information (S400).
  • the generated user body variables are reflected in the existing body size data stored in advance to generate learning data on the body size ( S500 ).
  • the user's body size is predicted by using the generated learning data on the body size and provided to the user terminal (S600).
  • the body dimensions provided to the user terminal in step S600 are the shoulder width (horizontal distance between the shoulder points), the upper arm circumference (the circumference passing the thickest part of the biceps biceps muscle with the arms raised), and the arm length (the shoulder point).
  • FIGS. 8 to 16 are diagrams for explaining an application screen operated when a user is a woman in the method of predicting body size using questionnaire information according to the present invention.
  • Fig. 8 is a screen for receiving basic information of a user
  • Fig. 9 is a screen for receiving information on which size of top, bottom, and shoes he usually purchases
  • Fig. 10 is a screen for receiving information about what size of underwear he usually buys. It is a screen for receiving information on whether to purchase
  • FIG. 11 is a screen for receiving information on which side of the upper body or lower body is more likely to gain weight
  • stomach 12 and 13 are information about body characteristics, that is, the type of stomach (slender belly, chubby belly), hip type (small hip, big hip), pelvic type (wide hip, narrow pelvis), thigh type (thick thigh, thin thigh), shoulder width (wide shoulder, narrow shoulder) , a screen for inputting at least one of arm length (long arm, short arm) and leg length (long leg, short leg), FIG. It is a screen for receiving information on whether or not the This is a screen to receive information about the degree of interest in fashion you have.
  • 17 to 25 are diagrams for explaining an application screen operated when a user is a male in the method of predicting body size using questionnaire information according to the present invention.
  • FIG. 17 is a screen for receiving basic information of a user
  • FIGS. 18 to 20 are screens for receiving information on which size of top, bottom, and shoes to normally purchase
  • FIG. is a screen for receiving information on whether to purchase underwear of Width (narrow shoulders, broad shoulders), chest width (wide chests, narrow chests), forearm thickness (thin forearms, thick forearms), arm length (long arms, short arms), waist type (thin waist, thick waist), thighs
  • Width narrow shoulders, broad shoulders
  • chest width wide chests, narrow chests
  • forearm thickness thin forearms, thick forearms
  • arm length long arms, short arms
  • waist type waist, thick waist
  • FIG. is a screen for receiving input
  • FIG. 25 is a screen for receiving information on the degree of interest in fashion that is usually held.
  • Embodiments of the subject matter described herein relate to one or more computer program products, ie one or more computer program instructions encoded on a tangible program medium for execution by or for controlling the operation of a data processing device. It can be implemented as a module.
  • a tangible program medium may be a radio wave signal or a computer-readable medium.
  • a radio wave signal is an artificially generated signal, eg, a machine-generated electrical, optical or electromagnetic signal, that is generated to encode information for transmission to an appropriate receiver device for execution by a computer.
  • the computer-readable medium may be a machine-readable storage device, a machine-readable storage substrate, a memory device, a combination of materials that affect a machine-readable radio wave signal, or a combination of one or more of these.
  • a computer program (also known as a program, software, software application, script or code) may be written in any form of any programming language, including compiled or interpreted language or a priori or procedural language, and may be a stand-alone program or module; It can be deployed in any form, including components, subroutines, or other units suitable for use in a computer environment.
  • a computer program does not necessarily correspond to a file on a file device.
  • a program may be stored in a single file provided to the requested program, or in multiple interacting files (eg, files that store one or more modules, subprograms, or portions of code), or in files holding other programs or data. It may be stored within some (eg, one or more scripts stored within a markup language document).
  • the computer program may be deployed to be executed on a single computer or multiple computers located at one site or distributed over a plurality of sites and interconnected by a communication network.
  • processors suitable for the execution of computer programs include, for example, both general and special purpose microprocessors and any one or more processors of any form of digital computer. Typically, the processor will receive instructions and data from either read-only memory or random access memory or both.
  • a key component of a computer is one or more memory devices for storing instructions and data and a processor for executing instructions.
  • a computer is generally configured to be operable to receive data from, transmit data to, or perform both operations on one or more mass storage devices for storing data, such as, for example, magnetic, magneto-optical disks or optical disks. combined or will include.
  • the computer need not have such a device.
  • the drive board, motion board, etc. must be basically added to the computer to execute commands after coding.

Abstract

본 발명은 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법에 관한 것으로, 사용자 단말을 통해 설문 정보를 이용하여 신체 치수를 예측하는 어플리케이션이 활성화되면, 사용자의 성별 정보를 입력받는 성별 정보 처리부, 입력된 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 여성 설문 정보 처리부, 입력된 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 남성 설문 정보 처리부 및 입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 신체 치수 예측부를 포함한다.

Description

설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법
본 발명은 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법에 관한 것으로, 보다 자세하게는 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 기본 정보 뿐 아니라 사용자의 신체 특징 및 체형 유형 정보를 포함하는 세부 정보에 대한 설문을 제공하고 이에 대한 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법에 관한 것이다.
의복 구매, 의복 제조 등의 경우, 사용자의 부분별 또는 전체 신체 치수는 매우 중요하다. 종래에는 이러한 신체 치수를 각 사용자마다 필요한 부위마다 줄자 등을 이용하여 손으로 신체 부위의 길이 또는 둘레를 계측하여 이를 의복 제조 등에 이용하는 방법을 사용하였다.
한편 최근 의류를 판매하기 위한 웹 사이트 등의 온라인 매장들이 끊임없이 늘어감에 따라, 오프라인 방문 구매자의 수가 급격히 줄어들고 있다. 이는 인터넷 기술이 발달하면서, 판매자의 입장에서는 오프라인 매장의 운영비용의 일부 금액으로 웹 사이트 매장의 구축하여 적당한 판매 수익을 올릴 수 있기 때문이며, 소비자의 입장에서는 구매 장소 및 구매 시간의 제약이 없고, 방문하기 위한 시간적 손실을 줄일 수 있으며, 다수의 매장을 직접 방문하여 비교하는 불편함보다 동일 제품에 대한 가격 비교가 훨씬 수월하기 때문이다.
그러나, 이러한 온라인 매장의 단점으로, 상품에 대한 영상 또는 동영상만을 보고 구매를 결정해야 하기 때문에 실제 구매자에게 핏(fit)과 치수가 잘 맞는지 여부를 확인하기 어렵다는 문제점이 있었다. 이러한 문제를 해소하고자 3D 신체 계측 시스템 등의 방법이 대두되었으나, 일반 사용자가 구매하기에 장비가 고가이고 크기 및 편의성 등의 문제점이 있다.
이와 관련하여, 한국공개특허 제2001-0068068호는 "신체치수측정시스템"에 관하여 개시하고 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 발명된 것으로서, 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하는 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법을 제공하는데 그 목적이 있다.
또한, 본 발명은 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하는 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법을 제공하는데 그 목적이 있다.
또한, 본 발명은 입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법을 제공하는데 그 목적이 있다.
상기의 목적을 달성하기 위한 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치는 사용자 단말을 통해 설문 정보를 이용하여 신체 치수를 예측하는 어플리케이션이 활성화되면, 사용자의 성별 정보를 입력받는 성별 정보 처리부; 입력된 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 여성 설문 정보 처리부; 입력된 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 남성 설문 정보 처리부; 및 입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 신체 치수 예측부;를 포함한다.
또한, 상기 여성 설문 정보 처리부는, 사용자의 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보에 대한 응답을 수집하는 여성 기본 정보 수집부; 및 사용자의 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트, 체형 유형 및 패션 관심도 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 응답을 수집하는 여성 세부 정보 수집부;를 포함하는 것을 특징으로 한다.
또한, 상기 여성 세부 정보 수집부에서 신체 특징 정보는 배 유형, 엉덩이 유형, 골반 유형, 허벅지 유형, 어깨 너비, 팔 길이 및 다리 길이 중 적어도 어느 하나를 포함하고, 손목 테스트는 사용자가 손가락을 이용하여 획득되는 정보이고, 체형 유형은 근육 비중을 고려한 정보인 것을 특징으로 한다.
또한, 상기 남성 설문 정보 처리부는, 사용자의 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보에 대한 응답을 수집하는 남성 기본 정보 수집부; 및 사용자의 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트, 체형 유형 및 패션 관심도 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 응답을 수집하는 남성 세부 정보 수집부;를 포함하는 것을 특징으로 한다.
또한, 상기 남성 세부 정보 수집부에서 손목 테스트는 사용자가 손가락을 이용하여 획득되는 정보이고, 신체 특징 정보는 어깨 너비, 가슴 너비, 팔뚝 두께, 팔 길이, 허리 유형, 허벅지 유형 및 다리 길이 중 적어도 어느 하나를 포함하고, 체형 유형은 근육 비중을 고려한 정보인 것을 특징으로 한다.
또한, 상기 신체 치수 예측부는, 입력된 응답 정보를 응답 정보별로 기 정의된 신체 변수를 기반으로 사용자의 뱃살, 손목, 체형, 어깨, 엉덩이, 골반 및 허벅지 중 적어도 어느 하나에 대한 사용자 신체 변수를 생성하는 사용자 신체 변수 생성부; 생성된 사용자 신체 변수를 기 저장된 기존 신체 치수 데이터에 반영하여 신체 치수에 대한 학습 데이터를 생성하는 학습 데이터 생성부; 및 생성된 신체 치수에 대한 학습 데이터를 이용하여 사용자의 신체 치수를 예측하여 사용자 단말에 제공하는 신체 치수 제공부;를 포함하는 것을 특징으로 한다.
또한, 상기 신체 치수 예측부는 어깨 너비, 위팔둘레, 팔 길이, 겨드랑이 둘레, 가슴 둘레, 허리 둘레, 배꼽수준 허리둘레, 엉덩이 둘레, 넙다리 둘레, 다리 길이, 장딴지 둘레, 젖가슴둘레, 젖가슴아래둘레, 무릎높이 및 상체 길이 중 적어도 어느 하나를 포함하는 신체 치수를 예측하는 것을 특징으로 한다.
상기의 목적을 달성하기 위한 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 방법은 성별 정보 처리부에 의해, 사용자 단말을 통해 설문 정보를 이용하여 신체 치수를 예측하는 어플리케이션이 활성화되면, 사용자의 성별 정보를 입력받는 단계; 여성 설문 정보 처리부에 의해, 입력된 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 단계; 남성 설문 정보 처리부에 의해, 입력된 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 단계; 및 신체 치수 예측부에 의해, 입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 단계;를 포함한다.
또한, 입력된 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 단계에서, 신체 특징 정보는 배 유형, 엉덩이 유형, 골반 유형, 허벅지 유형, 어깨 너비, 팔 길이 및 다리 길이 중 적어도 어느 하나를 포함하고, 손목 테스트는 사용자가 손가락을 이용하여 획득되는 정보이고, 체형 유형은 근육 비중을 고려한 정보인 것을 특징으로 한다.
또한, 입력된 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 단계에서, 손목 테스트는 사용자가 손가락을 이용하여 획득되는 정보이고, 신체 특징 정보는 어깨 너비, 가슴 너비, 팔뚝 두께, 팔 길이, 허리 유형, 허벅지 유형 및 다리 길이 중 적어도 어느 하나를 포함하고, 체형 유형은 근육 비중을 고려한 정보인 것을 특징으로 한다.
또한, 입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 단계는, 입력된 응답 정보를 응답 정보별로 기 정의된 신체 변수를 기반으로 사용자의 뱃살, 손목, 체형, 어깨, 엉덩이, 골반 및 허벅지 중 적어도 어느 하나에 대한 사용자 신체 변수를 생성하는 단계; 생성된 사용자 신체 변수를 기 저장된 기존 신체 치수 데이터에 반영하여 신체 치수에 대한 학습 데이터를 생성하는 단계; 및 생성된 신체 치수에 대한 학습 데이터를 이용하여 사용자의 신체 치수를 예측하여 사용자 단말에 제공하는 단계;를 포함하는 것을 특징으로 한다.
또한, 입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 단계는, 어깨 너비, 위팔둘레, 팔 길이, 겨드랑이 둘레, 가슴 둘레, 허리 둘레, 배꼽수준 허리둘레, 엉덩이 둘레, 넙다리 둘레, 다리 길이, 장딴지 둘레, 젖가슴둘레, 젖가슴아래둘레, 무릎높이 및 상체 길이 중 적어도 어느 하나를 포함하는 신체 치수를 예측하는 것을 특징으로 한다.
상기의 목적을 달성하기 위한 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법은 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공함으로써, 여성의 신체 구조에 맞게 보다 정확한 신체 정보가 수집되어 추후 예측되는 사용자의 신체 치수에 대하여 높은 신뢰성을 기대할 수 있는 효과가 있다.
또한, 본 발명은 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공함으로써, 남성의 신체 구조에 맞게 보다 정확한 신체 정보가 수집되어 추후 예측되는 사용자의 신체 치수에 대하여 높은 신뢰성을 기대할 수 있는 효과가 있다.
또한, 본 발명은 입력된 응답 정보를 응답 정보별로 기 정의된 신체 변수를 토대로 생성된 사용자 신체 변수를 기 저장된 기존 신체 치수 데이터에 반영하여 신체 치수에 대한 학습 데이터를 생성하고, 생성된 신체 치수에 대한 학습 데이터를 이용하여 사용자의 신체 치수를 예측함으로써, 사용자 단말에 제공되는 설문을 통하여 빠른 시간에 별도의 장비없이 응답 정보에 따른 자체 알고리즘을 통해 사용자의 신체 치수를 확인할 수 있는 효과가 있다.
도 1은 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치의 구성을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치에 채용되는 여성 설문 정보 처리부의 세부 구성을 설명하기 위한 도면이다.
도 3은 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치에 채용되는 남성 설문 정보 처리부의 세부 구성을 설명하기 위한 도면이다.
도 4는 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치에 채용되는 신체 치수 예측부의 세부 구성을 설명하기 위한 도면이다.
도 5 및 도 6은 신체 치수 예측부에 적용되는 기 정의된 신체 변수를 설명하기 위한 도면이다.
도 7은 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 방법의 순서를 설명하기 위한 순서도이다.
도 8 내지 도 16은 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 방법에서 사용자가 여성인 경우에 운용되는 어플리케이션 화면을 설명하기 위한 도면이다.
도 17 내지 도 25는 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 방법에서 사용자가 남성인 경우에 운용되는 어플리케이션 화면을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치의 구성을 설명하기 위한 도면이고, 도 2는 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치에 채용되는 여성 설문 정보 처리부의 세부 구성을 설명하기 위한 도면이고, 도 3은 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치에 채용되는 남성 설문 정보 처리부의 세부 구성을 설명하기 위한 도면이다.
도 1을 참조하여 설명하면, 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치(100)는 크게 성별 정보 처리부(110), 여성 설문 정보 처리부(120), 남성 설문 정보 처리부(130) 및 신체 치수 예측부(140)를 포함한다.
성별 정보 처리부(110)는 사용자 단말을 통해 설문 정보를 이용하여 신체 치수를 예측하는 어플리케이션이 활성화되면, 사용자의 성별 정보를 입력받는다. 여기서, 언급되는 설문 정보를 이용하여 신체 치수를 예측하는 어플리케이션은 본 발명에 따른 업무를 수행할 수 있도록 도와주는 프로그램 또는 컴퓨터 체계와 기계장치 혹은 컴퓨터망을 관리하기 위해 사용하는 프로그램을 의미한다.
여성 설문 정보 처리부(120)는 입력된 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는다.
이를 위해, 여성 설문 정보 처리부(120)는 여성 기본 정보 수집부(121) 및 여성 세부 정보 수집부(122)를 포함한다.
여성 기본 정보 수집부(121)는 사용자의 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보에 대한 응답을 수집한다.
여성 세부 정보 수집부(122)는 사용자가 평소에 구매 또는 착용하는 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트, 체형 유형 및 패션 관심도 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 응답을 수집한다.
여기서, 상체 및 하체 비만 여부는 상체와 하체 중 살이 더 찐 쪽에 대한 정보이고, 이에 추가적으로 상체와 하체 중 살이 먼저 찌는 쪽에 대한 정보를 포함할 수 있다. 또한 상체 및 하체 비만 여부 선택에 대한 확신도에 대한 정보를 추가적으로 수집하여, 상체 및 하체 비만 여부에 반영할 수 있다. 예를 들어, 확신도 100/100일 경우에는 수집된 정보 그대로를 반영하고, 0/100일 경우에는 수집된 정보를 전혀 반영하지 않을 수 있다.
또한, 신체 특징 정보는 배 유형(홀쭉한 배, 통통한 배), 엉덩이 유형(아담한 엉덩이, 큰 엉덩이), 골반 유형(넓은 골반, 좁은 골반), 허벅지 유형(굵은 허벅지, 얇은 허벅지), 어깨 너비(어깨 넓은 편, 어깨 좁은 편), 팔 길이(팔이 긴 편, 팔이 짧은 편) 및 다리 길이(다리가 긴편, 다리가 짧은 편) 중 적어도 어느 하나를 포함한다.
나아가 손목 테스트는 사용자가 손가락을 이용하여 획득되는 즉, 사용자가 엄지와 검지를 이용하여 손목을 잡았을 때 엄지와 검지가 닿는지에 여부에 대한 정보이고, 체형 유형은 근육 비중(근육이 많은 편, 근육이 조금 있는 편, 보통, 근육이 없는 편)을 고려한 정보일 수 있으나 이에 한정되지는 않는다.
이때, 패션 관심도는 수집된 응답, 예를 들어 사용자가 평소에 구매 또는 착용하는 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트, 체형 유형 등에 대한 응답 신뢰도를 산출하는 데 이용될 수 있다. 이는 이러한 수집된 응답에 기초하여 예측되는 사용자의 신체 치수의 정확도에 영향을 미칠 것이다.
남성 설문 정보 처리부(130)는 입력된 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는다.
이를 위해, 남성 설문 정보 처리부(130)는 남성 기본 정보 수집부(131) 및 남성 세부 정보 수집부(132)를 포함한다.
남성 기본 정보 수집부(131)는 사용자의 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보에 대한 응답을 수집한다.
남성 세부 정보 수집부(132)는 사용자의 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트, 체형 유형 및 패션 관심도 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 응답을 수집한다.
여기서, 손목 테스트는 사용자가 손가락을 이용하여 획득되는 즉, 사용자가 엄지와 검지를 이용하여 손목을 잡았을 때 엄지와 검지가 닿는지에 여부에 대한 정보이고, 신체 특징 정보는 어깨 너비(좁은 어깨, 넓은 어깨), 가슴 너비(넓은 가슴, 좁은 가슴), 팔뚝 두께(가는 팔뚝, 굵은 팔뚝), 팔 길이(긴 팔, 짧은 팔), 허리 유형(가는 허리, 굵은 허리), 허벅지 유형(굵은 허벅지, 얇은 허벅지) 및 다리 길이(롱 다리, 숏 다리) 중 적어도 어느 하나를 포함하고, 체형 유형은 근육 비중(근육질 몸매, 표준형, 배가 나옴, 배가 많이 나옴)을 고려한 정보일 수 있으나 이에 한정되지는 않는다.
신체 치수 예측부(140)는 입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측한다.
신체 치수 예측부(140)는 어깨 너비, 위팔둘레, 팔 길이, 겨드랑이 둘레, 가슴 둘레, 허리 둘레, 배꼽수준 허리둘레, 엉덩이 둘레, 넙다리 둘레, 다리 길이, 장딴지 둘레, 젖가슴둘레, 젖가슴아래둘레, 무릎높이 및 상체 길이 중 적어도 어느 하나를 포함하는 신체 치수를 예측한다. 이에 대한 기능 및 구성은 이후 설명되는 도 4 내지 도 6에서 자세하게 설명하기로 한다.
도 4는 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치에 채용되는 신체 치수 예측부의 세부 구성을 설명하기 위한 도면이고, 도 5 및 도 6은 신체 치수 예측부에 적용되는 기 정의된 신체 변수를 설명하기 위한 도면이다.
도 4를 참조하여 설명하면, 본 발명에 따른 신체 치수 예측부(140)는 입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측한다.
이를 위해, 신체 치수 예측부(140)는 사용자 신체 변수 생성부(141), 학습 데이터 생성부(142) 및 신체 치수 제공부(143)를 포함한다.
사용자 신체 변수 생성부(141)는 입력된 응답 정보를 응답 정보별로 도 5 및 도 6 에 도시된 바와 같이 기 정의된 신체 변수를 기반으로 사용자의 뱃살, 손목, 체형, 어깨, 엉덩이, 골반 및 허벅지 중 적어도 어느 하나에 대한 사용자 신체 변수를 생성한다. 이는 인공지능(AI)을 위한 데이터 라벨링(Data Labeling) 과정과 같다.
학습 데이터 생성부(142)는 생성된 사용자 신체 변수를 기 저장된 기존 신체 치수 데이터에 반영하여 신체 치수에 대한 학습 데이터를 생성한다.
신체 치수 제공부(143)는 생성된 신체 치수에 대한 학습 데이터를 이용하여 사용자의 신체 치수를 예측하여 사용자 단말에 제공한다.
이때, 사용자 단말에 제공되는 신체 치수는 어깨 너비(양쪽 어깨점 사이의 수평 거리), 위팔둘레(팔을 올린 자세로 위팔두갈래근점의 가장 굷은 부위를 지나는 둘레), 팔 길이(어깨가쪽점에서 노뼈위점을 지나 손목안쪽점까지의 길이), 겨드랑이 둘레(어깨가쪽점, 겨드랑점을 지나는 둘레), 가슴 둘레(복장뼈가운데점을 지나는 수평 둘레), 허리 둘레(허리앞점, 허리옆점, 허리뒤점을 지나는 수평 둘레), 배꼽수준 허리둘레(배꼽점, 배꼽수준허리옆점, 배꼽수준허리뒤점을 지나는 수평 둘레), 엉덩이 둘레(엉덩이돌출점을 지나는 수평 둘레), 넙다리 둘레(볼기고랑점을 지나는 수평 둘레), 다리 길이, 장딴지 둘레(장딴지돌출점을 지나는 수평 둘레), 젖가슴둘레(젖꼭지점을 지나는 수평 둘레), 젖가슴아래둘레(젖가슴아래점을 지나는 수평 둘레), 무릎높이(바닥면에서 정강뼈위점까지의 수직 거리) 및 상체 길이(복튀점에서 샅점까지의 수직 거리) 중 적어도 어느 하나를 포함할 수 있으나 이에 한정되지는 않는다.
도 7은 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 방법의 순서를 설명하기 위한 순서도이다.
도 7을 참조하여 설명하면, 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 방법은 앞서 설명한 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 장치를 이용하는 것으로, 이하 중복되는 설명은 생략하기로 한다.
먼저, 사용자 단말을 통해 설문 정보를 이용하여 신체 치수를 예측하는 어플리케이션이 활성화되면, 사용자의 성별 정보를 입력받는다(S100).
다음, 입력된 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는다(S200).
다음, 입력된 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는다(S300).
다음, 입력된 응답 정보를 응답 정보별로 기 정의된 신체 변수를 기반으로 사용자의 뱃살, 손목, 체형, 어깨, 엉덩이, 골반 및 허벅지 중 적어도 어느 하나에 대한 사용자 신체 변수를 생성한다(S400).
다음, 생성된 사용자 신체 변수를 기 저장된 기존 신체 치수 데이터에 반영하여 신체 치수에 대한 학습 데이터를 생성한다(S500).
다음, 생성된 신체 치수에 대한 학습 데이터를 이용하여 사용자의 신체 치수를 예측하여 사용자 단말에 제공한다(S600).
S600 단계에서 사용자 단말에 제공되는 신체 치수는 어깨 너비(양쪽 어깨점 사이의 수평 거리), 위팔둘레(팔을 올린 자세로 위팔두갈래근점의 가장 굵은 부위를 지나는 둘레), 팔 길이(어깨가쪽점에서 노뼈위점을 지나 손목안쪽점까지의 길이), 겨드랑이 둘레(어깨가쪽점, 겨드랑점을 지나는 둘레), 가슴 둘레(복장뼈가운데점을 지나는 수평 둘레), 허리 둘레(허리앞점, 허리옆점, 허리뒤점을 지나는 수평 둘레), 배꼽수준 허리둘레(배꼽점, 배꼽수준허리옆점, 배꼽수준허리뒤점을 지나는 수평 둘레), 엉덩이 둘레(엉덩이돌출점을 지나는 수평 둘레), 넙다리 둘레(볼기고랑점을 지나는 수평 둘레), 다리 길이, 장딴지 둘레(장딴지돌출점을 지나는 수평 둘레), 젖가슴둘레(젖꼭지점을 지나는 수평 둘레), 젖가슴아래둘레(젖가슴아래점을 지나는 수평 둘레), 무릎높이(바닥면에서 정강뼈위점까지의 수직 거리) 및 상체 길이(복튀점에서 샅점까지의 수직 거리) 중 적어도 어느 하나를 포함할 수 있으나 이에 한정되지는 않는다.
도 8 내지 도 16은 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 방법에서 사용자가 여성인 경우에 운용되는 어플리케이션 화면을 설명하기 위한 도면이다.
도 8은 사용자의 기본 정보를 입력받기 위한 화면이고, 도 9는 평소에 상의, 하의, 신발을 어떤 사이즈를 구매하는지에 대한 정보를 입력받기 위한 화면이고, 도 10은 평소에 어떤 사이즈의 속옷을 구매하는지에 대한 정보를 입력받기 위한 화면이고, 도 11은 상체와 하체 중 어느쪽에 살이 더 잘찌는지에 대한 정보를 입력받기 위한 화면이고, 도 12 및 도 13은 신체 특징에 대한 정보 즉, 배 유형(홀쭉한 배, 통통한 배), 엉덩이 유형(아담한 엉덩이, 큰 엉덩이), 골반 유형(넓은 골반, 좁은 골반), 허벅지 유형(굵은 허벅지, 얇은 허벅지), 어깨 너비(어깨 넓은 편, 어깨 좁은 편), 팔 길이(팔이 긴 편, 팔이 짧은 편) 및 다리 길이(다리가 긴편, 다리가 짧은 편) 중 적어도 어느 하나를 입력받기 위한 화면이고, 도 14는 엄지와 검지를 이용하여 손목이 잡히는지 여부에 대한 정보를 입력받기 위한 화면이고, 도 15는 근육 비중(근육이 많은 편, 근육이 조금 있는 편, 보통 및 근육이 없는 편)에 대한 정보를 입력받기 위한 화면이고, 도 16은 평소에 갖고 있는 패션 관심도에 대한 정보를 입력받기 위한 화면이다.
도 17 내지 도 25는 본 발명에 따른 설문 정보를 이용하여 신체 치수를 예측하는 방법에서 사용자가 남성인 경우에 운용되는 어플리케이션 화면을 설명하기 위한 도면이다.
도 17은 사용자의 기본 정보를 입력받기 위한 화면이고, 도 18 내지 도 2O은 평소에 상의, 하의, 신발을 어떤 사이즈를 구매하는지에 대한 정보를 입력받기 위한 화면이고, 도 21은 평소에 어떤 사이즈의 속옷을 구매하는지에 대한 정보를 입력받기 위한 화면이고, 도 22는 엄지와 검지를 이용하여 손목이 잡히는지 여부에 대한 정보를 입력받기 위한 화면이고, 도 23은 신체 특징에 대한 정보 즉, 어깨 너비(좁은 어깨, 넓은 어깨), 가슴 너비(넓은 가슴, 좁은 가슴), 팔뚝 두께(가는 팔뚝, 굵은 팔뚝), 팔 길이(긴 팔, 짧은 팔), 허리 유형(가는 허리, 굵은 허리), 허벅지 유형(굵은 허벅지, 얇은 허벅지) 및 다리 길이(롱 다리, 숏 다리) 중 적어도 어느 하나를 입력받기 위한 화면이고, 도 24는 체형 유형에 대한 정보(근육질 몸매, 표준형, 배가 나옴, 배가 많이 나옴)를 입력받기 위한 화면이고, 도 25는 평소에 갖고 있는 패션 관심도에 대한 정보를 입력받기 위한 화면이다.
이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 또는 이들 중 하나 이상이 조합에서 구현 가능하다.
본 명세서에서 기술하는 주제의 실시형태는 하나 이상이 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상이 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 또는 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 또는 이들 중 하나 이상이 조합일 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 또는 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 또는 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 또는 컴퓨터 환경에서 이용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다.
컴퓨터 프로그램은 파일 장치의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 또는 다중의 상호 작용하는 파일(예컨대, 하나 이상이 모듈, 하위 프로그램 또는 코드의 일부를 저장하는 파일) 내에, 또는 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상이 스크립트) 내에 저장될 수 있다.
컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
부가적으로, 본 특허문헌에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 설정하는 데에도 사용 가능하다.
본 명세서에서 기술하는 프로세스와 논리 흐름은 수신 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상이 컴퓨터 프로그램을 실행하는 하나 이상이 프로그래머블 프로세서에 의하여 수행 가능하다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 형태의 디지털 컴퓨터의 어떠한 하나 이상이 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 또는 양자로부터 명령어와 데이터를 수신할 것이다.
컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상이 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기 광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상이 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 또는 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다. 그러나 컴퓨터에 드라이브 보드, 모션보드, 등은 기본적으로 추가 되어있어야 코딩 이후 명령을 수행할 수 있다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있음에 주의한다.

Claims (12)

  1. 사용자 단말을 통해 설문 정보를 이용하여 신체 치수를 예측하는 어플리케이션이 활성화되면, 사용자의 성별 정보를 입력받는 성별 정보 처리부;
    입력된 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 여성 설문 정보 처리부;
    입력된 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 남성 설문 정보 처리부; 및
    입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 신체 치수 예측부;
    를 포함하는 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 장치.
  2. 제1항에 있어서,
    상기 여성 설문 정보 처리부는,
    사용자의 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보에 대한 응답을 수집하는 여성 기본 정보 수집부; 및
    사용자의 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트, 체형 유형 및 패션 관심도 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 응답을 수집하는 여성 세부 정보 수집부;
    를 포함하는 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 장치.
  3. 제2항에 있어서,
    상기 여성 세부 정보 수집부에서 신체 특징 정보는 배 유형, 엉덩이 유형, 골반 유형, 허벅지 유형, 어깨 너비, 팔 길이 및 다리 길이 중 적어도 어느 하나를 포함하고, 손목 테스트는 사용자가 손가락을 이용하여 획득되는 정보이고, 체형 유형은 근육 비중을 고려한 정보인 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 장치.
  4. 제1항에 있어서,
    상기 남성 설문 정보 처리부는,
    사용자의 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보에 대한 응답을 수집하는 남성 기본 정보 수집부; 및
    사용자의 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트, 체형 유형 및 패션 관심도 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 응답을 수집하는 남성 세부 정보 수집부;
    를 포함하는 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 장치.
  5. 제4항에 있어서,
    상기 남성 세부 정보 수집부에서 손목 테스트는 사용자가 손가락을 이용하여 획득되는 정보이고, 신체 특징 정보는 어깨 너비, 가슴 너비, 팔뚝 두께, 팔 길이, 허리 유형, 허벅지 유형 및 다리 길이 중 적어도 어느 하나를 포함하고, 체형 유형은 근육 비중을 고려한 정보인 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 장치.
  6. 제1항에 있어서,
    상기 신체 치수 예측부는,
    입력된 응답 정보를 응답 정보별로 기 정의된 신체 변수를 기반으로 사용자의 뱃살, 손목, 체형, 어깨, 엉덩이, 골반 및 허벅지 중 적어도 어느 하나에 대한 사용자 신체 변수를 생성하는 사용자 신체 변수 생성부;
    생성된 사용자 신체 변수를 기 저장된 기존 신체 치수 데이터에 반영하여 신체 치수에 대한 학습 데이터를 생성하는 학습 데이터 생성부; 및
    생성된 신체 치수에 대한 학습 데이터를 이용하여 사용자의 신체 치수를 예측하여 사용자 단말에 제공하는 신체 치수 제공부;
    를 포함하는 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 장치.
  7. 제1항에 있어서,
    상기 신체 치수 예측부는 어깨 너비, 위팔둘레, 팔 길이, 겨드랑이 둘레, 가슴 둘레, 허리 둘레, 배꼽수준 허리둘레, 엉덩이 둘레, 넙다리 둘레, 다리 길이, 장딴지 둘레, 젖가슴둘레, 젖가슴아래둘레, 무릎높이 및 상체 길이 중 적어도 어느 하나를 포함하는 신체 치수를 예측하는 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 장치.
  8. 성별 정보 처리부에 의해, 사용자 단말을 통해 설문 정보를 이용하여 신체 치수를 예측하는 어플리케이션이 활성화되면, 사용자의 성별 정보를 입력받는 단계;
    여성 설문 정보 처리부에 의해, 입력된 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 단계;
    남성 설문 정보 처리부에 의해, 입력된 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 단계; 및
    신체 치수 예측부에 의해, 입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 단계;
    를 포함하는 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 방법.
  9. 제8항에 있어서,
    입력된 사용자의 성별이 여성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 여성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 상체 및 하체 비만 여부, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 여성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 단계에서,
    신체 특징 정보는 배 유형, 엉덩이 유형, 골반 유형, 허벅지 유형, 어깨 너비, 팔 길이 및 다리 길이 중 적어도 어느 하나를 포함하고, 손목 테스트는 사용자가 손가락을 이용하여 획득되는 정보이고, 체형 유형은 근육 비중을 고려한 정보인 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 방법.
  10. 제8항에 있어서,
    입력된 사용자의 성별이 남성인 경우, 사용자 단말에 나이, 키 및 몸무게 중 적어도 어느 하나를 포함하는 남성 기본 정보와 의류 사이즈, 속옷 사이즈, 신발 사이즈, 신체 특징 정보, 손목 테스트 및 체형 유형 중 적어도 어느 하나를 포함하는 남성 세부 정보에 대한 설문을 제공하고 사용자 단말로부터 이에 대한 응답 정보를 입력받는 단계에서,
    손목 테스트는 사용자가 손가락을 이용하여 획득되는 정보이고, 신체 특징 정보는 어깨 너비, 가슴 너비, 팔뚝 두께, 팔 길이, 허리 유형, 허벅지 유형 및 다리 길이 중 적어도 어느 하나를 포함하고, 체형 유형은 근육 비중을 고려한 정보인 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 방법.
  11. 제8항에 있어서,
    입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 단계는,
    입력된 응답 정보를 응답 정보별로 기 정의된 신체 변수를 기반으로 사용자의 뱃살, 손목, 체형, 어깨, 엉덩이, 골반 및 허벅지 중 적어도 어느 하나에 대한 사용자 신체 변수를 생성하는 단계;
    생성된 사용자 신체 변수를 기 저장된 기존 신체 치수 데이터에 반영하여 신체 치수에 대한 학습 데이터를 생성하는 단계; 및
    생성된 신체 치수에 대한 학습 데이터를 이용하여 사용자의 신체 치수를 예측하여 사용자 단말에 제공하는 단계;
    를 포함하는 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 방법.
  12. 제8항에 있어서,
    입력된 응답 정보를 토대로 학습 데이터를 생성하여 사용자의 신체 치수를 예측하는 단계는,
    어깨 너비, 위팔둘레, 팔 길이, 겨드랑이 둘레, 가슴 둘레, 허리 둘레, 배꼽수준 허리둘레, 엉덩이 둘레, 넙다리 둘레, 다리 길이, 장딴지 둘레, 젖가슴둘레, 젖가슴아래둘레, 무릎높이 및 상체 길이 중 적어도 어느 하나를 포함하는 신체 치수를 예측하는 것을 특징으로 하는 설문 정보를 이용하여 신체 치수를 예측하는 방법.
PCT/KR2021/007650 2020-11-17 2021-06-18 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법 WO2022108026A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0153491 2020-11-17
KR1020200153491A KR102268143B1 (ko) 2020-11-17 2020-11-17 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법

Publications (1)

Publication Number Publication Date
WO2022108026A1 true WO2022108026A1 (ko) 2022-05-27

Family

ID=76598984

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/007650 WO2022108026A1 (ko) 2020-11-17 2021-06-18 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법

Country Status (2)

Country Link
KR (1) KR102268143B1 (ko)
WO (1) WO2022108026A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002063312A (ja) * 2000-08-21 2002-02-28 Wacoal Corp 身体サイズ算出システム
KR20020029150A (ko) * 2000-10-12 2002-04-18 전홍건 신체치수 체계를 적용한 의류 전자상거래 시스템 및 그를위한 신체치수 추정 방법
KR100511210B1 (ko) * 2004-12-27 2005-08-30 주식회사지앤지커머스 의사 쓰리디 이미지 생성기법을 토대로 한 이용자 적응인공지능 토탈 코디네이션 방법과, 이를 이용한 서비스사업방법
KR20160070498A (ko) * 2014-12-10 2016-06-20 한국표준과학연구원 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치
KR20200127299A (ko) * 2019-05-01 2020-11-11 조문기 스마트사이징 알고리즘을 이용한 남성 스타일링 서비스 제공 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010068068A (ko) 2001-04-19 2001-07-13 양군모 신체치수측정시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002063312A (ja) * 2000-08-21 2002-02-28 Wacoal Corp 身体サイズ算出システム
KR20020029150A (ko) * 2000-10-12 2002-04-18 전홍건 신체치수 체계를 적용한 의류 전자상거래 시스템 및 그를위한 신체치수 추정 방법
KR100511210B1 (ko) * 2004-12-27 2005-08-30 주식회사지앤지커머스 의사 쓰리디 이미지 생성기법을 토대로 한 이용자 적응인공지능 토탈 코디네이션 방법과, 이를 이용한 서비스사업방법
KR20160070498A (ko) * 2014-12-10 2016-06-20 한국표준과학연구원 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치
KR20200127299A (ko) * 2019-05-01 2020-11-11 조문기 스마트사이징 알고리즘을 이용한 남성 스타일링 서비스 제공 방법

Also Published As

Publication number Publication date
KR102268143B1 (ko) 2021-06-23

Similar Documents

Publication Publication Date Title
CN110969114B (zh) 一种人体动作功能检测系统、检测方法及检测仪
Wong et al. Children and adolescents’ anthropometrics body composition from 3‐D optical surface scans
WO2014175542A1 (ko) 생체 나이 예측 장치 및 방법
Tian et al. Predicting 3D body shape and body composition from conventional 2D photography
WO2016068391A1 (ko) 환자 개인 특성에 대한 분석 방법 및 그 장치
CN110597628A (zh) 模型分发方法、装置、计算机可读介质及电子设备
WO2018221934A1 (ko) 체형정보 보정장치 및 보정방법
WO2013073870A1 (ko) 다이어트 관리 시스템 및 방법
CN109243600A (zh) 用于输出信息的方法和装置
WO2022108026A1 (ko) 설문 정보를 이용하여 신체 치수를 예측하는 장치 및 그 방법
CN110693500B (zh) 平衡能力的练习评估方法、装置、服务器和存储介质
JP2018136729A (ja) 仮想通貨付与システム
US20100234753A1 (en) Apparatus for determining health of an individual
CN110503181A (zh) 用于生成多层神经网络的方法和装置
KR102244148B1 (ko) 신호음을 기반으로 한 전용 콘텐츠 처방 및 헬스케어 관리 시스템
CN115578789A (zh) 脊柱侧弯检测装置、系统及计算机可读存储介质
WO2023146097A1 (ko) 체형 및 체성분 산출 방법 및 이를 이용한 건강 개선 프로그램 제공 방법
Lv et al. Validity and reliability of a depth camera–based quantitative measurement for joint motion of the hand
JP2021115471A (ja) 姿勢診断システム、姿勢診断方法及び姿勢診断用データセット
WO2022265136A1 (ko) 학생의 신체 치수 및 선호도에 기초하여 착용감을 고려한 교복 치수를 추천하는 장치 및 그 방법, 컴퓨터 판독가능 기록 매체 및 컴퓨터 프로그램
Guarnieri Lopez et al. Associations between 3D surface scanner derived anthropometric measurements and body composition in a cross-sectional study
CN113743292B (zh) 基于视频序列的活动能力评估方法、装置、介质及设备
KR102465770B1 (ko) 인공지능을 이용한 압박스타킹 추천시스템 및 그 방법
KR102566211B1 (ko) 인공 지능 자세 추정 모델 및 동작 분석 모델을 이용한 운동 치료 제공 방법, 그리고 시스템
WO2023085594A1 (ko) 인공지능 기반의 뇌졸중 재발 예측 및 관리 서비스 제공 방법 및 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21894804

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 18/09/2023)