WO2021215749A1 - 모발 정보 제공 방법 및 장치와 이를 위한 모근 분석 모델 생성 방법 - Google Patents
모발 정보 제공 방법 및 장치와 이를 위한 모근 분석 모델 생성 방법 Download PDFInfo
- Publication number
- WO2021215749A1 WO2021215749A1 PCT/KR2021/004802 KR2021004802W WO2021215749A1 WO 2021215749 A1 WO2021215749 A1 WO 2021215749A1 KR 2021004802 W KR2021004802 W KR 2021004802W WO 2021215749 A1 WO2021215749 A1 WO 2021215749A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- hair
- root
- type
- hair root
- image
- Prior art date
Links
- 210000004209 hair Anatomy 0.000 title claims abstract description 386
- 238000004458 analytical method Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 57
- 201000004384 Alopecia Diseases 0.000 claims abstract description 31
- 230000003676 hair loss Effects 0.000 claims abstract description 31
- 208000024963 hair loss Diseases 0.000 claims abstract description 31
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 16
- 230000003803 hair density Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 15
- 238000007619 statistical method Methods 0.000 claims description 13
- 238000012800 visualization Methods 0.000 claims description 12
- 230000007423 decrease Effects 0.000 claims description 8
- 238000002372 labelling Methods 0.000 claims description 7
- 231100000640 hair analysis Toxicity 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 7
- 238000002360 preparation method Methods 0.000 description 7
- 210000003780 hair follicle Anatomy 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 210000004761 scalp Anatomy 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 1
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 1
- 101001139126 Homo sapiens Krueppel-like factor 6 Proteins 0.000 description 1
- 101000710013 Homo sapiens Reversion-inducing cysteine-rich protein with Kazal motifs Proteins 0.000 description 1
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 1
- 241000274177 Juniperus sabina Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 208000004631 alopecia areata Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000001363 autoimmune Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000003645 female-pattern hair loss Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003273 male-pattern hair loss Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 235000001520 savin Nutrition 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 230000003797 telogen phase Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Definitions
- the present invention relates to a method and apparatus for providing hair information, and more specifically, a method capable of collecting and analyzing information about the number and density of hair as well as information on hair roots by analyzing a camera image and providing it to a user in real time and devices.
- hair loss is divided into male pattern hair loss and female pattern hair loss, which progress slowly due to genetic causes, and alopecia areata due to abnormalities in the autoimmune system, telogen hair loss due to stress, side effects of drugs, and the like.
- the part of the hair that grows in the hair follicle inside the scalp is called a hair root.
- the ratio of multiple hair roots growing from one follicle to two or three hair follicles reaches about 95%, whereas in Asians, it is known that the ratio of multiple hair roots is less than 50%.
- the hair is not only abundant compared to the number of hair follicles, but also the rest of the hair continues to grow even if one hair is lost.
- the present invention was devised against this background, and it is an object of the present invention to enable a user to quickly and accurately check his/her hair condition without visiting a hospital by analyzing a hair image with artificial intelligence.
- the purpose is to provide users with more diverse information about the hair condition by checking the type and number of hair roots through hair root analysis and analyzing the rate of hair loss, etc.
- the purpose is to provide a fun factor to reduce the user's stress even a little during the hair loss treatment process.
- a first aspect of the present invention comprises the steps of: acquiring a hair image; classifying the type of hair root into a single hair root or n-fold (n is an integer greater than or equal to 2) hair root by analyzing the hair image; It provides a method of providing hair information, including calculating the number of each type of hair root.
- a hair image in the step of classifying the type of hair root, a hair image may be input to an input terminal of a pre-trained AI-based hair root analysis model.
- the end points of each hair are extracted from the hair image, and then the distance between the end points is calculated, and the distance between the end points is adjacent within a set value.
- n is an integer greater than or equal to 2
- the corresponding hair bundle can be classified as an n-fold hair root.
- the method for providing hair information according to the first aspect of the present invention may further include calculating at least one of the number of hairs and the density of hairs by using the number of each type of hair root.
- a second aspect of the present invention provides a computer-readable recording medium in which a program for implementing the method for providing hair information is recorded.
- a third aspect of the present invention is a hair root analyzer that analyzes a hair image to classify the type of hair root into a single hair root or n-of-n (n is an integer of 2 or more) hair root and calculates the number of each type; a hair density analyzer for calculating at least one of the number of hairs and the density of hairs by using the number of each type of hair root;
- a hair information providing device including a communication unit that communicates with an external device through a communication network.
- the hair root analysis unit includes a pre-trained artificial intelligence-based hair root analysis model, and inputs a hair image to the input terminal of the hair root analysis model to classify the type of hair root.
- the hair root analysis unit extracts the end points of each hair from the hair image, and then calculates the distance between each end point, and the number of adjacent hairs with a distance between the end points within a set value If there are n (n is an integer greater than or equal to 2), the corresponding hair bundle can be classified as an n-fold hair root.
- the hair information providing apparatus may include a visualization processing unit that visually displays the type of hair root on the hair image by using the analysis result of the hair root analysis unit.
- the hair information providing apparatus may include a hair loss progress analysis unit for calculating the fluctuation range for each type of hair root.
- the hair information providing device is a game in which at least one item from among the number of hairs, the density of the hair, the increase/decrease of the number or density of hairs, the number of multiple hair roots, and the increase/decrease width of multiple hair roots, is competed with another person. It may include a game execution unit that provides an interface.
- a fourth aspect of the present invention is a hair root analyzer that analyzes a hair image to classify the type of hair root into a single hair root or n-of-n (n is an integer greater than or equal to 2) hair root and calculates the number of each type, and the number of each type of hair root using a hair information providing device having a hair density analyzer that calculates at least one of the number of hairs and the hair density;
- a hair information providing system comprising a server having a database for storing hair condition analysis results received from a plurality of the hair information providing devices for each user, and a game support unit supporting a game in which users compete for the number of multiple hair roots. do.
- the server includes a statistical analysis unit for statistically processing the hair analysis results received from a plurality of the hair information providing devices, and a hair loss progress analysis unit for calculating the fluctuation range of each type of hair root for each user. It may include at least one of
- a fifth aspect of the present invention provides a method of generating a hair root analysis model, which includes performing learning by inputting a number of labeled hair images to an input stage of an artificial intelligence model architecture.
- the user by analyzing the hair image in real time using artificial intelligence, the user can quickly and accurately check the condition of his/her hair without visiting a hospital.
- the user can more accurately check the condition of their hair.
- FIG. 1 is a schematic configuration diagram of a hair information providing system according to an embodiment of the present invention.
- FIG. 2 is a block diagram of an apparatus for providing hair information according to an embodiment of the present invention.
- 3 is a functional block diagram of the hair condition analysis unit
- FIG. 4 is a block diagram of artificial intelligence for analyzing hair roots
- 5 is a diagram illustrating the architecture of a deep learning analysis model
- FIG. 6 is a flowchart showing a method for generating a hair root analysis model
- FIG. 7 is a diagram illustrating hair root type labeling
- FIG. 8 is a diagram illustrating an image pre-processing process
- FIG. 9 is a diagram illustrating a visualization image of the number of hair roots
- FIG. 10 is a view showing another embodiment of a method for classifying hair roots
- 11 is a diagram illustrating a screen for visualizing hair density
- FIG. 12 is a block diagram of a server according to an embodiment of the present invention.
- FIG. 13 is a functional block diagram of the hair condition analysis unit of the server
- FIG. 14 is a flowchart illustrating a hair analysis method according to an embodiment of the present invention.
- 15 is a flowchart illustrating a game method using hair information
- a part includes or includes any component, it means that other components may be further included or provided without excluding other components unless otherwise stated.
- one element when one element is connected, combined, or communicated with another element, it is not only directly connected, combined, or communicated with another element, but also indirectly connected with another element in between. , combining, or communicating.
- one component when one component is directly connected or directly coupled to another component, it means that another element is not interposed therebetween.
- the accompanying drawings in the present specification are merely illustrative for easy understanding of the gist of the present invention, it is clarified in advance that the scope of the present invention is not limited thereto.
- the hair information providing system provides a hair information providing device 200 through a camera 100 , a hair information providing device 200 , and a communication network 300 . ) and may include a server 400 that communicates with it.
- the camera 100 is for photographing hair and is preferably a high-magnification camera capable of confirming the number of hair roots and hairs.
- the camera 100 may be a hair-only camera, or a camera mounted on a smartphone or the like.
- the camera 100 may include wired and/or wireless communication means for transmitting the captured image to the hair information providing device 200 .
- the hair information providing device 200 is a device that analyzes the number of hair roots, the number of hairs, the density of hair, etc. based on the hair image received from the camera 100 and provides it to the user.
- the hair information providing device 200 may be a portable device such as a smart phone, a tablet, a handheld PC, a PDA, or a PMP personally used, or a desktop computer or a notebook computer.
- the hair information providing device 200 may be a computer device installed in a hair loss treatment hospital or a portable device of a doctor or nurse.
- the hair information providing device 200 includes a processor 210 , a memory 220 , a hair condition analysis unit 230 , a statistical analysis unit 240 , and a game execution unit 250 . ), an input unit 260 , a display 270 , a communication unit 280 , a bus 202 , and the like.
- the processor 210 executes a computer program stored in the memory 220 to perform a predetermined operation.
- the memory 220 may store a computer program for the operation of the hair information providing device 200 , various parameters, data, and the like.
- the memory 220 may include a non-volatile memory such as a flash memory and a volatile memory such as a RAM.
- the memory 220 may include a mass storage device such as HDD, ODD, or SDD.
- Some or all of the hair condition analysis unit 230 , the statistical analysis unit 240 , and the game execution unit 250 may be provided in the form of a computer program stored in the memory 220 and executed by the processor 210 . Also, it may be provided in the form of hardware such as an Application Specific Integrated Circuit (ASIC), or may be provided in an integrated form of hardware and software.
- ASIC Application Specific Integrated Circuit
- the input unit 260 is an input device for a user of the hair information providing device 200 and may include at least one of a keyboard, a button, a touch pad, a touch screen, and a mouse.
- the display 270 may output the operation state of the hair information providing device 200 or the analysis result of the hair condition analysis unit 230 , the analysis result of the statistical analysis unit 240 , the execution screen of the game execution unit 250 , and the like.
- the communication unit 280 may include short-range wireless communication means such as Wi-Fi and Bluetooth for communicating with the camera 100 and wired or wireless communication means for communicating with the server 400 via the communication network 300 . .
- the bus 202 is a data or electrical signal transmission path between each component of the hair information providing device 200, and may be provided in the form of a circuit pattern or a cable.
- the hair condition analysis unit 230 as shown in the functional block diagram of FIG. 3 , the hair root analysis unit 232 , the visualization processing unit 234 , the hair density analysis unit 236 , and the hair loss progress analysis unit 238 . and the like.
- the hair root analysis unit 232 analyzes the hair image captured by the camera 100 to classify the type of hair root and calculate the number.
- 'single hair root' means a case in which one hair grows in one hair follicle
- 'n hair root' is one It means that n hairs (n is an integer greater than or equal to 2) grow in the hair follicles of
- a method of classifying the type of hair root in the hair root analysis unit 232 includes a method of utilizing the artificial intelligence for hair root analysis 500 and a method of using an image analysis technology such as OpenCV.
- the hair root analysis artificial intelligence 500 includes a model generator 510 , a hair root analysis model 520 , an image preprocessor 530 , and an analysis result output unit 540 . ) and the like. Some or all of these functions may be provided in the form of a computer program stored in the memory 220 and executed by the processor 210, may be provided in the form of hardware, or may be provided in the form of a combination of hardware and software. may be provided.
- At least one of the model generating unit 510 and the hair root analysis model 520 may be installed only in the server 400 .
- the model generator 510 may generate the hair root analysis model 520 by, for example, learning a deep learning-based model architecture to which arbitrary weights are set.
- the deep learning-based model architecture has one or more hidden layers between the input layer and the output layer as illustrated in FIG. By updating the weight ([W]1,,,,,[W]n) given between nodes (neurons) of the layer to an optimal value, the accuracy of the output value can be improved.
- the hair root analysis model 520 does not necessarily have to be a deep learning model, and may be designed based on other types of machine learning models.
- the model generation unit 510 includes a learning preparation unit 512 and a learning execution unit 514 , and may generate a hair root analysis model by the method illustrated in the flowchart of FIG. 6 .
- the learning preparation unit 512 prepares data for learning. To this end, the learning preparation unit 512 performs a process of directly collecting a plurality of images of hair including hair roots through a web search, or receiving or receiving input from an administrator.
- the learning preparation unit 512 may additionally perform a data amplification process of generating a plurality of modified images for learning from one hair image by applying various filtering elements to the collected hair images.
- the learning preparation unit 512 analyzes the collected hair image to extract a hair root region, and performs a predetermined labeling on the extracted hair root region as shown in the right photo of FIG. 7 .
- the labeling is to identifiably display the type of the root of the extracted hair root region.
- the hair root region is displayed in a rectangle, single hair roots are displayed in green, double hair roots are displayed in red, and triple hair roots are displayed in blue. did.
- the shape or color of the mark for labeling may vary.
- the learning preparation unit 512 may perform an image preprocessing process in order to extract the features of the hair root type.
- preprocessing such as contrast enhancement, noise removal, blur processing, and sharpness enhancement may be performed on the original image.
- this image preprocessing process may be performed before labeling or may be omitted if necessary.
- the learning execution unit 514 inputs the labeled training hair image to the input terminal of the artificial intelligence model architecture, calculates an output value (eg, hair root type, number of each type), and executes the back propagation algorithm. The operation of updating the weight based on the output value is repeated to generate the hair root analysis model 520 . (ST14, ST15)
- the hair root analysis model 500 generated by this process performs an artificial intelligence algorithm to classify the types of hair roots included in the input image when an actual user inputs an actual hair image to check their hair condition, while the number of each type plays a role in calculating
- the image preprocessor 530 may serve to extract a region of interest (ROI) from the hair image received from the camera 100 while scaling the image size to a set size. However, when the magnification and/or size of the hair image acquired by the camera 100 is constant, the image preprocessor 530 may be omitted.
- ROI region of interest
- the analysis result output unit 540 may output the analysis result of the hair root analysis model 520 to the display 270 under the control of the processor 210 or transmit it to the server 280 through the communication unit 280 .
- the analysis result output unit 540 may output, for example, a hair root type classification screen as shown in the right photo of FIG. 7 through the display 270 .
- a simplified hair pattern is extracted from the hair image captured by the camera 100 .
- a known image analysis technique it is possible to extract such a simplified hair pattern from the hair image.
- the endpoints of each pattern are extracted from the simplified hair pattern, and the distance between the endpoints is calculated using the coordinates of each endpoint.
- Calculation of the coordinates and distance of each end point can be calculated using information such as the magnification of the hair image and the pixels of the image sensor. (See Fig. 10(b), Fig. 10(c))
- hair whose calculated distance is less than or equal to a set value (eg, 1 mm) is determined as multiple hair roots.
- the hair bundle is classified as a double root root. classify In other words, if the distance between the end points is within the set value and the number of adjacent hairs is n (n is an integer greater than or equal to 2), the corresponding hair bundle is classified as an n-fold hair root.
- the visualization processing unit 234 of the hair condition analysis unit 230 visualizes and outputs the hair root type analyzed through the hair root analysis artificial intelligence 500 or OpenCV image analysis so that the user can intuitively recognize it. plays a role
- the hair density analyzer 236 calculates the number of hairs and the hair density in the corresponding hair image by using the analysis result of the hair root analyzer 232 .
- the analysis result of the hair root analysis unit is 20 single hair roots, 5 double hair roots, and 3 triple hair roots, it is easy to find that the total number of hairs in the hair image is 39 (20 + 2*5 + 3*3). Able to know. In addition, when the number of hairs is calculated, the hair density of the corresponding region can be easily calculated.
- the hair density analyzer 236 may visualize the hair density of the photographed area in various colors and then output it through the display 270 .
- the hair loss progress analysis unit 238 compares the analysis results of the hair root analysis unit 232 and/or the hair density analysis unit 236 with past results to analyze the user's hair loss progress.
- the hair loss trend and/or hair loss rate can be more accurately determined compared to a method of simply comparing only the number of hairs by calculating variation information for each type of hair root.
- the single hair root remains the same, but it can be seen that the double hair root is lost and converted to a single hair root.
- the number of multiple hair roots is increased, it can be seen that a new hair root that has been hidden from a single or double hair root has grown.
- the hair loss progress analysis unit 238 may determine the degree of hair loss and output the images of the front, middle, crown, back, etc. of the user's head in comparison with the known Ludwig Scale or Savin scale.
- the statistical analysis unit 240 of the hair information providing apparatus 200 stores the result value of the hair condition analysis unit 230 and calculates statistics in various ways. do.
- Statistical information may be provided in the form of a time series graph so that the user can easily check the hair loss trend.
- the information provided from the statistical analysis unit 240 includes the number of single hair roots, the number of double hair roots, the number of triple hair roots, the number of hairs, the density of hair, the change trend of single hair roots, the change trend of multiple hair roots, and the progress of hair loss by imaging area. It may include information about the degree, etc.
- the statistical analysis unit 240 may be installed only in the server 400 rather than the hair information providing device 200 .
- the game execution unit 250 is to provide a fun element to the user, and provides a game interface that can compete with other users in various ways.
- the type of the game is not particularly limited, and the game can be played in various ways, for example, a contest for the number of hairs, a contest for the number of multiple hair roots, a contest for the rate of change of the number of hairs, a contest for the rate of change of multiple hair roots, and the like.
- the server 400 includes a processor 410 , a memory 420 , a hair condition analysis unit 430 , a statistical analysis unit 440 , a game support unit 450 , and a communication unit 460 . ), an input/output unit 470 , a database 480 , a bus 402 , and the like.
- the processor 410 executes a computer program stored in the memory 420 to perform a predetermined operation.
- the memory 420 may store a computer program for the operation of the server 400 , various parameters, data, and the like.
- the memory 420 may include a non-volatile memory such as a flash memory and a volatile memory such as a RAM.
- the memory 420 may include a mass storage device such as HDD, ODD, or SDD.
- Some or all of the hair condition analysis unit 430 , the statistical analysis unit 440 , and the game support unit 450 may be provided in the form of a computer program stored in the memory 420 and executed by the processor 410 .
- ASIC, etc. may be provided in the form of hardware, or may be provided in an integrated form of hardware and software.
- the communication unit 460 may include a wired or wireless communication means for communicating with the hair information providing device 200 .
- the input/output unit 470 may include an input means for an administrator and an output means such as a display.
- the database 480 stores information such as identification information such as ID of a user possessing the hair information providing device 200, hair condition information for each user, statistical information for each user, and game performance history for each user.
- the bus 402 is a transmission path of data or electrical signals between each component of the server 400 and may be provided in the form of a circuit pattern or a cable.
- the hair condition analysis unit 430 includes a hair root analysis unit 432 , a visualization processing unit 434 , a hair density analysis unit 436 , and a hair loss progress rate determination unit 438 , each of which The functions of the hair root analysis unit 232 , the visualization processing unit 234 , the hair density analysis unit 236 , and the hair loss progress rate determination unit 238 of the hair information providing device 200 are the same, and thus a description thereof will be omitted.
- Some or all of the hair root analysis unit 432 , the visualization processing unit 434 , the hair density analysis unit 436 , and the hair loss progress rate determination unit 438 are not installed in the server 400 , but are installed only in the hair information providing device 200 . may be
- a user can use his/her smart phone as the hair information providing device 200 by downloading a dedicated application for applying an embodiment of the present invention, installing it on his/her smartphone, and executing it.
- the hair root analysis unit 232 of the hair information providing device 200 includes the hair root analysis model 520 using artificial intelligence, a pre-processing operation such as scaling the photographed image to a set size is performed, If the size of the image is within the set range, pre-processing is omitted. (ST22)
- the hair root analysis model 520 executes the learned algorithm to output the type of each hair root included in the hair image and the number of each type.
- the hair density analyzer 236 may calculate the number and density of hairs in the photographed area using the output. (ST24)
- the hair loss progress analysis unit 238 compares information such as the number of each type of hair root, the hair density, and the number of hairs with the analysis results of the past to calculate a change rate, and determines the hair loss progress state based on this.
- the calculated information is stored in the hair information providing device 200 or transmitted to the server 400 and stored in the database 480 , and is utilized for statistical processing in the statistical analysis units 240 and 440 . (ST25, ST26)
- the hair root analysis unit 232 analyzes the type of hair root using the hair root analysis model 520 using artificial intelligence, but as illustrated in FIG. 10 , the distance between the endpoints of the hair pattern As described above, it is also possible to determine the type of hair root by calculating .
- the match-up game may be a one-on-one method, may be a method in which multiple players compete for ranking, or may be a one-to-one or multi-person competition by designating the age or gender of the game opponent.
- Contest items for example, the number of hair, hair density, increase/decrease in the number/density of hair, the number of double hair roots, the number of triple hair roots, the increase/decrease width of double hair roots, the increase/decrease width of triple hair roots, all items can be selected. . (ST31)
- the game support unit 450 of the server 400 when there is a request for a game designating the opponent from the user, inquires about the participation intention to the designated opponent's hair information providing device 200, and if the opponent approves, game matching with the game applicant's device 200 Request hair imaging and analysis with notice.
- the game support unit 450 of the server 400 receives a game request of a multiple participation method from the user's device 200, it selects a plurality of people according to a set criterion from among unspecified people waiting after a game application, or the user After selecting a plurality of people according to a set criterion among people of a specified age group and/or gender, a game is matched, and a hair photographing and analysis is requested along with a game matching notification to each device 200 . (ST32, ST33)
- Users who have received such a request use their respective cameras 200 to photograph hair in an arbitrary area or a designated area on the game screen, and use the hair condition analysis unit ( 230) to analyze it. At this time, it is possible to calculate the number of each hair root type, the number of hairs, the hair density, and the like.
- the captured image may be transmitted from the respective device 200 to the server 400 to request analysis.
- the load is concentrated on the server 400 in this way, it may take too much time to determine the ranking if there are many game participants. Therefore, it is much preferable in terms of the speed of the game to perform hair analysis on the user's device 200 as there are more participants. something to do. (ST34)
- the game execution unit 250 of each device 200 transmits the analysis result to the server 400 , and the server 400 determines the ranking for each item in comparison with the analysis result received from the device 200 of each participant. and transmits the result to each device 200 .
- the rate of change of each item may be calculated using the past data for each participant stored in the database 480 , and the ranking of the rate of change for each item may be calculated and transmitted to each device 200 . (ST35, ST36)
- the hair information providing method and the game method according to the embodiment of the present invention described above may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable recording medium.
- the computer-readable recording medium may include program instructions, data files, data structures, etc. alone or in combination.
- the program instructions recorded on the recording medium may be specially designed and configured for the present invention, or may be known and available to those skilled in the art related to computer software.
- Computer-readable recording media include magnetic media such as hard disks, SSDs, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and optical disks. It may include at least one of a magneto-optical medium, a ROM, a RAM, a flash memory, and the like.
- program instructions may include high-level language codes that can be executed by a computer using an interpreter as well as machine language codes such as those generated by a compiler.
- visualization processing unit 236 hair density analysis unit 238: hair loss progress analysis unit
- server 410 processor 420: memory
- hair condition analysis unit 440 statistical analysis unit 450: game support unit
- learning execution unit 520 hair root analysis model 530: image preprocessing unit
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 모발 정보 제공 방법 및 장치와 이를 위한 모근 분석 모델의 생성 방법을 개시한다. 본 발명에 따른, 모발 상태 분석 방법은, 모발 영상을 획득하는 단계; 모발 영상을 분석하여 모근의 유형을 단일 모근 또는 n중(n은 2 이상의 정수) 모근으로 분류하는 단계; 모근의 유형별 개수를 산출하는 단계를 포함한다. 본 발명에 따르면, 인공지능을 이용하여 모발 영상을 실시간으로 분석함으로써 사용자가 병원을 방문하지 않고도 자신의 모발 상태를 신속하고 정확하게 확인할 수 있다. 또한 모발의 개수나 밀도에 대한 정보뿐만 아니라 모근의 유형, 다중 모근의 개수, 탈모 진행률, 시계열 그래프 등을 제공함으로써 사용자가 자신의 모발 상태를 보다 정확하게 확인할 수 있다.
Description
본 발명은 모발 정보를 제공하는 방법 및 장치에 관한 것으로서, 구체적으로는 카메라 영상을 분석하여 모발의 개수, 밀도 등은 물론이고 모근에 대한 정보를 수집 및 분석하여 사용자에게 실시간으로 제공할 수 있는 방법과 장치에 관한 것이다.
일반적으로 탈모는 유전적 원인에 의해 서서히 진행되는 남성형 탈모 및 여성형 탈모와, 자가면역 체계의 이상으로 인한 원형 탈모, 스트레스, 약물 부작용 등에 의한 휴지기 탈모 등으로 구분된다.
이와 같이 탈모의 원인이 매우 다양하기 때문에 효과적인 탈모 치료를 위해서는 환자 스스로 자신의 모발 상태를 정확히 확인하고 초기부터 적극적으로 치료에 임하는 것이 바람직하다.
최근에는 소형 두피 카메라가 많이 보급되어 있으므로 이를 이용하면 누구든지 병원을 방문하지 않고도 집에서 자신의 모발을 촬영하여 탈모 상태를 쉽게 확인할 수 있다.
다만 두피 카메라를 이용하여 고 배율 영상을 촬영하더라도 전문 지식이 없는 사용자로서는 단순히 모발의 밀도를 화면으로 확인하는 정도에 그칠 수밖에 없고, 모발 상태나 탈모 진행률 등에 대한 구체적인 정보는 병원을 방문해서 의사로부터 진단을 받아야 하므로 사용자가 자신의 모발 상태를 실시간으로 정확하게 확인하는 데는 한계가 있다.
한편, 모발 중에서 두피 내부의 모낭 속에서 자라는 부분을 모근이라고 하는데, 한 개의 모낭에는 한 개의 모근이 자라는 경우도 있고 2개 이상의 모근이 자라는 경우도 있다.
일반적으로 서양인의 경우에는 한 모낭에서 2~3개의 모근이 자라는 다중 모근의 비율이 약 95%에 달하는데 반하여, 동양인의 경우에는 다중 모근의 비율이 50% 미만인 것으로 알려져 있다.
다중 모근의 비율이 높으면 모낭의 개수에 비해 모발이 풍성할 뿐만 아니라 모발 하나가 빠지더라도 나머지 모발이 계속 자라기 때문에 다중 모근이 많을 수록 탈모에 의한 영향을 비교적 덜 받는 이점이 있다.
그런데 종래에는 카메라 영상을 이용하여 모발의 개수나 밀도를 확인하는 기법만 알려져 있을 뿐이고 모근의 유형과 개수를 분석하는 방법은 전혀 알려져 있지 않으며, 이로 인해 모근의 유형과 탈모 진행률의 상관 관계 등을 확인하기 어려운 문제가 있었다.
[선행기술문헌] 한국특허공보 제10-1539267호(2015.07.24 공고)
본 발명은 이러한 배경에서 고안된 것으로서, 인공지능으로 모발 영상을 분석함으로써 사용자가 병원을 방문하지 않고도 자신의 모발 상태를 신속하고 정확하게 확인할 수 있도록 하는데 그 목적이 있다.
또한 모근 분석을 통해 모근의 유형과 개수를 확인하고 탈모 진행률 등을 분석함으로써 모발 상태에 대한 보다 다양한 정보를 사용자에게 제공하는데 그 목적이 있다.
또한 탈모 치료 과정에서 사용자의 스트레스를 조금이라도 줄이기 위한 재미 요소를 제공하는데 그 목적이 있다.
이러한 목적을 달성하기 위하여, 본 발명의 제1 양상은, 모발 영상을 획득하는 단계; 모발 영상을 분석하여 모근의 유형을 단일 모근 또는 n중(n은 2 이상의 정수) 모근으로 분류하는 단계; 모근의 유형별 개수를 산출하는 단계를 포함하는 모발 정보 제공 방법을 제공한다.
본 발명의 제1 양상에 따른 모발 정보 제공 방법에서, 모근의 유형을 분류하는 단계에서는, 모발 영상을 사전 학습된 인공지능 기반의 모근 분석모델의 입력단에 입력할 수 있다.
또한 본 발명의 제1 양상에 따른 모발 정보 제공 방법에서, 모근의 유형을 분류하는 단계에서는, 모발 영상으로부터 각 모발의 끝점을 추출한 후 각 끝점 간 거리를 산출하며, 끝점 간 거리가 설정값 이내로 인접한 모발의 개수가 n개(n은 2 이상의 정수)이면 해당 모발 다발을 n중 모근으로 분류할 수 있다.
또한 본 발명의 제1 양상에 따른 모발 정보 제공 방법은, 모근의 유형별 개수를 이용하여 모발 개수 또는 모발 밀도 중에서 적어도 하나를 산출하는 단계를 더 포함할 수 있다.
본 발명의 제2 양상은, 상기 모발 정보 제공 방법을 구현하는 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체를 제공한다.
본 발명의 제3 양상은, 모발 영상을 분석하여 모근의 유형을 단일 모근 또는 n중(n은 2 이상의 정수) 모근으로 분류하고 유형별 개수를 산출하는 모근 분석부; 모근의 유형별 개수를 이용하여 모발 개수 또는 모발 밀도 중에서 적어도 하나를 산출하는 모발 밀도 분석부; 통신망을 통해 외부 기기와 통신하는 통신부를 포함하는 모발 정보 제공 장치를 제공한다.
본 발명의 제3 양상에 따른 모발 정보 제공 장치에서, 상기 모근 분석부는 사전 학습된 인공지능 기반의 모근 분석모델을 포함하며, 상기 모근 분석모델의 입력단에 모발 영상을 입력하여 모근의 유형을 분류할 수 있다.
또한 본 발명의 제3 양상에 따른 모발 정보 제공 장치에서, 상기 모근 분석부는, 모발 영상으로부터 각 모발의 끝점을 추출한 후 각 끝점 간 거리를 산출하며, 끝점 간 거리가 설정값 이내로 인접한 모발의 개수가 n개(n은 2 이상의 정수)이면 해당 모발 다발을 n중 모근으로 분류할 수 있다.
또한 본 발명의 제3 양상에 따른 모발 정보 제공 장치는, 모근 분석부의 분석 결과를 이용하여 모발 영상에 모근의 유형을 시각적으로 표시하는 시각화 처리부를 포함할 수 있다.
또한 본 발명의 제3 양상에 따른 모발 정보 제공 장치는, 모근의 유형별 변동폭을 산출하는 탈모 진행 분석부를 포함할 수 있다.
또한 본 발명의 제3 양상에 따른 모발 정보 제공 장치는, 모발 개수, 모발 밀도, 모발 개수 또는 밀도의 증감폭, 다중 모근의 개수, 다중 모근의 증감폭 중에서 적어도 하나의 항목을 다른 사람과 겨루는 게임 인터페이스를 제공하는 게임 실행부를 포함할 수 있다.
본 발명의 제4 양상은, 모발 영상을 분석하여 모근의 유형을 단일 모근 또는 n중(n은 2 이상의 정수) 모근으로 분류하고 유형별 개수를 산출하는 모근 분석부와, 모근의 유형별 개수를 이용하여 모발 개수 또는 모발 밀도 중에서 적어도 하나를 산출하는 모발 밀도 분석부를 구비하는 모발 정보 제공 장치; 다수의 상기 모발 정보 제공 장치로부터 수신한 모발 상태 분석결과를 각 사용자별로 저장하는 데이터베이스와, 사용자 간에 다중 모근의 개수를 겨루는 게임을 지원하는 게임지원부를 구비하는 서버를 포함하는 모발 정보 제공 시스템을 제공한다.
본 발명의 제4 양상에 따른 시스템에서, 상기 서버는, 다수의 상기 모발 정보 제공장치로부터 수신한 모발 분석 결과를 통계 처리하는 통계분석부와 각 사용자별로 모근의 유형별 변동폭을 산출하는 탈모 진행 분석부 중에서 적어도 하나를 포함할 수 있다.
본 발명의 제5 양상은, 모발 영상에 모근의 유형에 따른 라벨링을 하는 단계; 라벨링된 다수의 모발 영상을 인공지능 모델 아키텍처의 입력단으로 입력하여 학습을 수행하는 단계를 포함하는 모근 분석 모델의 생성 방법을 제공한다.
본 발명에 따르면, 인공지능을 이용하여 모발 영상을 실시간으로 분석함으로써 사용자가 병원을 방문하지 않고도 자신의 모발 상태를 신속하고 정확하게 확인할 수 있다.
또한 모발의 개수나 밀도에 대한 정보뿐만 아니라 모근의 유형, 다중 모근의 개수, 탈모 진행률, 시계열 그래프 등을 제공함으로써 사용자가 자신의 모발 상태를 보다 정확하게 확인할 수 있다.
또한 다양한 통계 지표와 게임 기능 등을 제공함으로써 사용자에게 탈모 치료에 대한 동기를 부여하는 한편 게임 등의 재미 요소를 제공함으로써 모발 분석에 따른 스트레스를 줄일 수 있다.
도 1은 본 발명의 일 실시예에 따른 모발 정보 제공 시스템의 개략 구성도
도 2는 본 발명의 일 실시예에 따른 모발 정보 제공 장치의 블록도
도 3은 모발상태 분석부의 기능 블록도
도 4는 모근 분석 인공지능의 구성도
도 5는 딥러닝 분석모델의 아키텍처를 예시한 도면
도 6은 모근 분석모델의 생성 방법을 나타낸 흐름도
도 7은 모근 유형 라벨링을 예시한 도면
도 8은 이미지 전처리 과정을 예시한 도면
도 9는 모근 수의 시각화 이미지를 예시한 도면
도 10은 모근 분류 방법의 다른 실시예를 나타낸 도면
도 11은 모발 밀도를 시각화한 화면을 예시한 도면
도 12는 본 발명의 일 실시예에 따른 서버의 블록도
도 13은 서버의 모발상태 분석부의 기능 블록도
도 14는 본 발명의 일 실시예에 따른 모발 분석 방법을 예시한 흐름도
도 15는 모발 정보를 이용한 게임 방법을 예시한 흐름도
이하에서는 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다.
참고로 본 명세서에서 어떤 부분이 어떤 구성요소를 포함 또는 구비하는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함하거나 구비할 수 있는 것을 의미한다. 또한 하나의 구성요소(element)가 다른 구성요소와 연결, 결합, 또는 통신하는 경우는, 다른 구성요소와 직접적으로 연결, 결합, 또는 통신하는 경우뿐만 아니라 중간에 다른 요소를 사이에 두고 간접적으로 연결, 결합, 또는 통신하는 경우도 포함한다. 또한 하나의 구성요소가 다른 구성요소와 직접 연결 또는 직접 결합되는 경우는 중간에 다른 요소가 개재되지 않는 것을 의미한다. 또한 본 명세서에 첨부된 도면은 발명의 요지를 이해하기 쉽도록 예시한 것에 불과하므로 이로 인해 본 발명의 권리범위가 제한되어서는 아니 됨을 미리 밝혀 둔다.
본 발명의 일 실시예에 따른 모발 정보 제공 시스템은, 도 1의 개략 구성도에 나타낸 바와 같이, 카메라(100), 모발 정보 제공장치(200), 통신망(300)을 통해 모발 정보 제공장치(200)와 통신하는 서버(400) 등을 포함할 수 있다.
카메라(100)는 모발을 촬영하기 위한 것으로서 모근 및 모발의 개수를 확인할 수 있을 정도로 고 배율 카메라인 것이 바람직하다. 카메라(100)는 모발 전용 카메라일 수도 있고, 스마트폰 등에 장착된 카메라 일 수도 있다.
카메라(100)는 촬영한 영상을 모발 정보 제공장치(200)로 전송하는 유선 및/또는 무선 통신수단을 포함할 수 있다.
모발 정보 제공장치(200)는 카메라(100)로부터 수신한 모발 영상을 기초로 모근 개수, 모발 개수, 모발 밀도 등을 분석하여 사용자에게 제공하는 장치이다.
모발 정보 제공장치(200)는 개인적으로 사용하는 스마트폰, 태블릿(tablet), 핸드헬드(handheld) PC, PDA, PMP 등의 휴대용 기기일 수도 있고, 데스크톱 컴퓨터 또는 노트북 컴퓨터일 수도 있다. 모발 정보 제공장치(200)는 탈모 치료 병원에 설치된 컴퓨터 장치이거나 의사나 간호사의 휴대용 기기일 수도 있다.
모발 정보 제공장치(200)는, 도 2의 블록도에 예시한 바와 같이, 프로세서(210), 메모리(220), 모발상태 분석부(230), 통계 분석부(240), 게임 실행부(250), 입력부(260), 디스플레이(270), 통신부(280), 버스(202) 등을 포함할 수 있다.
프로세서(210)는 메모리(220)에 저장된 컴퓨터프로그램을 실행하여 소정의 연산을 수행한다.
메모리(220)에는 모발 정보 제공장치(200)의 동작을 위한 컴퓨터프로그램, 각종 파라미터, 데이터 등이 저장될 수 있다. 메모리(220)는 플래쉬 메모리 등의 비휘발성 메모리와 RAM 등의 휘발성메모리를 포함할 수 있다. 메모리(220)는 HDD, ODD, SDD 등의 대용량 저장장치를 포함할 수도 있다.
모발상태 분석부(230), 통계 분석부(240) 및 게임 실행부(250)의 일부 또는 전부는, 메모리(220)에 저장되어 프로세서(210)에 의해 실행되는 컴퓨터 프로그램의 형태로 제공될 수도 있고, ASIC(Application Specific Integrated Circuit) 등의 하드웨어 형태로 제공될 수도 있고, 하드웨어와 소프트웨어가 통합된 형태로 제공될 수도 있다.
입력부(260)는 모발정보 제공장치(200)의 사용자를 위한 입력장치로서, 키보드, 버튼, 터치패드, 터치스크린, 마우스 중에서 적어도 하나를 포함할 수 있다.
디스플레이(270)는 모발정보 제공장치(200)의 동작 상태 또는 모발상태 분석부(230)의 분석결과, 통계분석부(240)의 분석결과, 게임 실행부(250)의 실행화면 등을 출력할 수 있다.
통신부(280)는 카메라(100)와 통신하기 위한 Wi-Fi, 블루투스 등의 근거리 무선통신수단과, 통신망(300)을 거쳐 서버(400)와 통신하기 위한 유선 또는 무선 통신수단을 포함할 수 있다.
버스(202)는 모발 정보 제공장치(200)의 각 구성요소들 간에 데이터 또는 전기적 신호의 전송 경로이며, 회로패턴 또는 케이블의 형태로 제공될 수 있다.
한편, 모발상태 분석부(230)는, 도 3의 기능 블록도에 나타낸 바와 같이, 모근 분석부(232), 시각화 처리부(234), 모발 밀도 분석부(236), 탈모 진행 분석부(238) 등을 포함할 수 있다.
모근 분석부(232)는 카메라(100)에서 촬영한 모발 영상을 분석하여 모근의 유형을 분류하고 개수를 산출하는 역할을 한다.
본 명세서에서는, 모근의 유형을 단일 모근, 이중 모근, 삼중 모근, 사중 모근 등으로 분류하며, '단일 모근'은 하나의 모낭에 1개의 모발이 자라는 경우를 의미하고, 'n중 모근'은 하나의 모낭에 n개(n은 2 이상의 정수)의 모발이 자라는 경우를 의미한다.
모근 분석부(232)에서 모근의 유형을 분류하는 방법에는 모근 분석 인공지능(500)을 활용하는 방법과 OpenCV 등의 영상분석 기술을 활용하는 방법이 있다.
먼저, 모근 분석 인공지능(500)은, 도 4의 개략 구성도에 예시한 바와 같이, 모델 생성부(510), 모근 분석모델(520), 영상 전처리부(530), 분석결과 출력부(540) 등을 포함할 수 있다. 이 중에서 일부 또는 전부의 기능은 메모리(220)에 저장되어 프로세서(210)에 의해 실행되는 컴퓨터 프로그램의 형태로 제공될 수도 있고, 하드웨어의 형태로 제공될 수도 있고, 하드웨어와 소프트웨어가 결합된 형태로 제공될 수도 있다.
또한 모델 생성부(510)와 모근 분석모델(520) 중에서 적어도 하나는 서버(400)에만 설치될 수도 있다.
모델 생성부(510)는 예를 들어 임의의 가중치가 설정된 딥러닝 기반의 모델 아키텍처를 학습시켜 모근 분석모델(520)을 생성할 수 있다.
딥러닝 기반의 모델 아키텍처는 도 5에 예시한 바와 같이 입력레이어와 출력레이어의 사이에 하나 이상의 히든레이어(hidden layer)를 가지며, 반복 학습을 통해 임의의 제1 레이어의 노드(뉴런)와 제2 레이어의 노드(뉴런) 사이에 부여된 가중치([W]1,,,,,[W]n)를 최적값으로 갱신함으로써 출력값의 정확도를 향상시킬 수 있다.
다만, 모근 분석모델(520)이 반드시 딥러닝 모델이어야 하는 것은 아니며, 다른 종류의 머신러닝 모델을 기반으로 설계될 수도 있다.
모델 생성부(510)는 학습준비부(512)와 학습실행부(514)를 포함하며, 도 6의 흐름도에 예시한 방법으로 모근 분석 모델을 생성할 수 있다.
먼저 학습준비부(512)에서 학습용 데이터를 준비한다. 이를 위해서 학습준비부(512)는 모근이 포함된 다수의 모발 영상을 웹 검색 등을 통해 직접 수집하거나 관리자로부터 입력 받거나 또는 수신하는 과정 등을 수행한다.
학습준비부(512)는 수집된 모발 영상을 대상으로 다양한 필터링 요소를 적용하여 하나의 모발 영상으로부터 학습용 변형 영상을 다수 생성하는 데이터 증폭 과정을 추가로 수행할 수도 있다. (ST11)
또한 학습준비부(512)는 수집된 모발 영상을 분석하여 모근 영역을 추출하고, 추출된 모근 영역을 대상으로 도 7의 우측 사진과 같이 소정의 라벨링을 한다.
라벨링은 추출된 모근 영역의 모근 유형을 식별 가능하게 표시하는 것으로서, 도 7에서는 모근 영역을 사각형으로 표시하되, 단일 모근은 녹색으로 표시하고, 이중 모근은 적색으로 표시하고, 삼중 모근은 청색으로 표시하였다. 그러나 이는 예시에 불과한 것이므로 라벨링을 위한 마크의 모양이나 색상은 얼마든지 달라질 수 있다. (ST12)
한편, 학습준비부(512)는 모근 유형의 특징 추출을 위하여 이미지 전처리 과정을 수행할 수 있다.
예를 들어, 도 8에 예시한 바와 같이, 원본 이미지를 대상으로 콘트라스트 향상, 노이즈 제거, 블러(blur) 처리, 선명도 향상 등의 전처리를 수행할 수 있다. 다만, 이러한 이미지 전처리 과정은 라벨링을 하기 전에 수행할 수도 있고, 필요에 따라 생략될 수도 있다. (ST13)
이상의 과정을 거쳐 학습용 데이터가 준비되면, 학습실행부(514)는 라벨링된 학습용 모발 영상을 인공지능 모델 아키텍처의 입력단으로 입력하여 출력값(예, 모근 유형, 유형별 개수)을 산출하고, 역전파 알고리즘을 이용하여 출력값을 기초로 가중치를 갱신하는 작업을 반복하여 모근 분석모델(520)을 생성한다. (ST14, ST15)
또한 이러한 과정으로 생성된 모근 분석모델(500)은, 실제 사용자가 자신의 모발 상태 확인을 위하여 실제 모발 영상을 입력하면 인공지능 알고리즘을 수행하여 입력 영상에 포함된 모근의 유형을 분류하는 한편 유형별 개수를 산출하는 역할을 하게 된다.
도 4에서, 영상 전처리부(530)는 카메라(100)로부터 수신한 모발 영상에서 관심영역(ROI)을 추출하는 한편 이미지 크기를 설정된 크기로 스케일링하는 역할을 할 수 있다. 다만 카메라(100)에서 획득한 모발 영상의 배율 및/또는 크기가 일정한 경우에는 영상 전처리부(530)를 생략할 수도 있다.
또한 분석결과 출력부(540)는 모근 분석모델(520)의 분석결과를 프로세서(210)의 제어에 따라 디스플레이(270)로 출력하거나 통신부(280)를 거쳐 서버(280)로 전송할 수 있다. 분석결과 출력부(540)는 예를 들어 도 7의 우측사진과 같은 모근 유형 분류 화면을 디스플레이(270)를 통해 출력할 수도 있다.
다음으로 도 10을 참조하여 OpenCV 등의 영상분석 기술을 활용하여 모근의 유형을 분류하는 방법을 설명한다.
먼저 카메라(100)에서 촬영한 모발 영상에서 단순화된 모발 패턴을 추출한다. 이미 공지된 영상분석 기법을 적용하면 모발 영상으로부터 이와 같이 단순화된 모발 패턴을 추출할 수 있다. (도 10(a) 참조)
이어서 단순화된 모발 패턴으로부터 각 패턴의 끝점을 추출하고, 각 끝점의 좌표를 이용하여 끝점 간의 거리를 산출한다. 각 끝점의 좌표 및 거리 산출은 모발 영상의 배율과 이미지센서의 픽셀 등의 정보를 이용하여 산출할 수 있다. (도 10(b), 도 10(c) 참조)
이상의 과정을 거쳐 끝점 간의 거리가 모두 산출되면, 산출된 거리가 설정값(예, 1mm) 이하에 있는 모발은 다중 모근으로 판단한다.
구체적으로는, 2개 모발의 각 끝점의 거리가 설정값 이내이면 해당 모발 다발은 2중 모근으로 분류하고, 3개 모발의 각 끝점의 거리가 모두 설정값 이내이면 해당 모발 다발은 3중 모근으로 분류한다. 다른 방식으로 설명하면, 끝점 간 거리가 설정값 이내로 인접한 모발의 개수가 n개(n은 2 이상의 정수)이면 해당 모발 다발을 n중 모근으로 분류한다.
이러한 방법을 통해 모발 영상에 포함된 모근의 유형과 유형별 개수를 산출할 수 있다. (도 10(d) 참조)
다시 도 3을 참조하면, 모발상태 분석부(230)의 시각화 처리부(234)는 모근 분석 인공지능(500)이나 OpenCV 영상분석을 통해 분석한 모근 유형을 사용자가 직관적으로 인식할 수 있도록 시각화하여 출력하는 역할을 한다.
도 9를 참조하면, (a)는 원본 이미지를 나타낸 것이고, (b)는 시각화 처리부(234)가 각 모근 영역마다 모근의 개수를 숫자로 표시한 것이고, (c)는 시각화 처리부(234)가 모근 수가 많은 영역에 상대적으로 가중치를 부여하여 색상으로 시각화한 것이다. 시각화 처리부(234)의 시각화 방식이 이에 한정되는 것은 아니므로 이와 다른 방식으로 모근 수를 시각적으로 표현할 수도 있음은 물론이다.
모발 밀도 분석부(236)는 모근 분석부(232)의 분석결과를 이용하여 해당 모발 영상 속의 모발 개수 및 모발 밀도를 산출한다.
예를 들어, 모근 분석부의 분석 결과값이 단일 모근 20개, 이중 모근 5개, 3중 모근 3개이면, 모발 영상 속의 모발 개수가 총 39개(20 + 2*5 + 3*3)임을 쉽게 알 수 있다. 또한 모발 개수가 산출되면 해당 영역의 모발 밀도도 쉽게 산출될 수 있다.
이와 달리 공지된 영상분석 기법을 이용하면 모근 분석 결과를 사용하지 않아도 모발 개수 및 밀도를 산출할 수 있음은 물론이다.
한편 모발 밀도 분석부(236)는 도 11에 예시한 바와 같이, 촬영된 영역의 모발 밀도를 다양한 색상으로 시각화한 후 디스플레이(270)를 통해 출력할 수도 있다.
탈모 진행 분석부(238)는 모근 분석부(232) 및/또는 모발 밀도 분석부(236)의 분석결과를 과거 결과값과 대비하여 사용자의 탈모 진행정도를 분석하는 역할을 한다.
특히 본 발명의 실시예에서는, 모근의 유형별 변동 정보를 산출함으로써 단순히 모발 개수만 비교하는 방식에 비하여 탈모 동향 및/또는 탈모 속도를 보다 정확하게 판단할 수 있다.
일 예로서, 이전 보다 단일 모근의 개수가 늘고 이중 모근의 개수가 줄었다면 단일 모근은 그대로인데 이중 모근의 모발이 빠져서 단일 모근으로 전환되었음을 알 수 있다. 다른 예로서, 다중 모근의 개수가 늘었다면, 단일 모근이나 이중 모근에서 숨어 있던 모근이 새로 자라났음을 알 수 있다.
이와 같이 모근의 유형별 변동 상황을 종합적으로 파악하면, 탈모의 진행 상태 등을 보다 정확하게 판단할 수 있다.
탈모 진행 분석부(238)는 사용자 두상의 전면, 중간, 정수리, 후면 등의 영상을 공지된 Ludwig Scale 또는 Savin scale과 대비하여 탈모 정도를 판단하여 출력할 수도 있다.
다시, 도 2를 참조하면, 본 발명의 일 실시예에 따른 모발정보 제공장치(200)의 통계 분석부(240)는 모발상태 분석부(230)의 결과값을 저장하고 다양한 방식으로 통계치를 산출한다. 통계 정보는 사용자가 탈모 동향을 쉽게 확인할 수 있도록 시계열 그래프 형태로 제공될 수도 있다.
통계 분석부(240)에서 제공되는 정보는, 촬영 영역별 단일 모근의 개수, 이중 모근의 개수, 삼중 모근의 개수, 모발 개수, 모발 밀도, 단일 모근의 변동 추이, 다중 모근의 변동 추이, 탈모 진행 정도 등에 대한 정보를 포함할 수 있다.
다만, 통계 분석부(240)는 모발정보 제공장치(200)가 아닌 서버(400)에만 설치될 수도 있다.
게임 실행부(250)는 사용자에게 재미 요소를 제공하기 위한 것으로서, 다른 사용자와 다양한 방식으로 경쟁할 수 있는 게임 인터페이스를 제공한다. 게임의 종류는 특별히 제한이 없으며, 예를 들어 모발 개수 대결, 다중 모근의 개수 대결, 모발 개수의 변동률 대결, 다중 모근의 변동률 대결 등과 같이 다양한 방식으로 게임을 진행할 수 있다.
서버(400)는, 도 12의 블록도에 나타낸 바와 같이, 프로세서(410), 메모리(420), 모발상태 분석부(430), 통계 분석부(440), 게임 지원부(450), 통신부(460), 입출력부(470), 데이터베이스(480), 버스(402) 등을 포함할 수 있다.
프로세서(410)는 메모리(420)에 저장된 컴퓨터프로그램을 실행하여 소정의 연산을 수행한다.
메모리(420)에는 서버(400)의 동작을 위한 컴퓨터프로그램, 각종 파라미터, 데이터 등이 저장될 수 있다. 메모리(420)는 플래쉬 메모리 등의 비휘발성 메모리와 RAM 등의 휘발성메모리를 포함할 수 있다. 메모리(420)는 HDD, ODD, SDD 등의 대용량 저장장치를 포함할 수도 있다.
모발상태 분석부(430), 통계 분석부(440) 및 게임 지원부(450)의 일부 또는 전부는, 메모리(420)에 저장되어 프로세서(410)에 의해 실행되는 컴퓨터 프로그램의 형태로 제공될 수도 있고, ASIC 등의 하드웨어 형태로 제공될 수도 있고, 하드웨어와 소프트웨어가 통합된 형태로 제공될 수도 있다.
통신부(460)는 모발정보 제공장치(200)와 통신하기 위한 유선 또는 무선 통신수단을 포함할 수 있다.
입/출력부(470)는 관리자를 위한 입력수단과 디스플레이 등의 출력수단을 포함할 수 있다.
데이터베이스(480)는 모발정보 제공장치(200)를 소지한 사용자의 ID 등 식별정보, 사용자별 모발상태 정보, 사용자별 통계정보, 사용자별 게임 수행 내역 등에 대한 정보를 저장한다.
버스(402)는 서버(400)의 각 구성요소들 간에 데이터 또는 전기적 신호의 전송 경로이며, 회로패턴 또는 케이블의 형태로 제공될 수 있다.
모발상태 분석부(430)는 도 13에 예시한 바와 같이, 모근 분석부(432), 시각화 처리부(434), 모발 밀도 분석부(436), 탈모 진행률 판단부(438)를 포함하며, 이들 각각의 기능은 모발정보 제공장치(200)의 모근 분석부(232), 시각화 처리부(234), 모발 밀도 분석부(236), 탈모 진행률 판단부(238)와 동일하므로 설명을 생략한다.
모근 분석부(432), 시각화 처리부(434), 모발 밀도 분석부(436), 탈모 진행률 판단부(438) 중에서 일부 또는 전부는 서버(400)에 설치하지 않고 모발정보 제공장치(200)에만 설치할 수도 있다.
이하에서는 도 14를 참조하여 본 발명의 일 실시예에 따른 모발 상태 정보 제공 방법을 설명한다.
먼저, 사용자는 본 발명의 실시예 적용을 위한 전용 애플리케이션을 다운로드 받아 자신의 스마트폰에 설치하고 이를 실행함으로써 자신의 스마트폰을 모발 정보 제공장치(200)로 활용할 수 있다.
이 상태에서 스마트폰의 카메라 또는 스마트폰과 유선 또는 무선으로 연결된 카메라(200)를 이용하여 검사할 영역의 모발을 촬영한다. (ST21)
모발 정보 제공장치(200)의 모근 분석부(232)가 인공지능을 이용한 모근 분석 모델(520)을 포함하는 경우에는 촬영된 영상을 설정된 크기로 스케일링하는 등의 전 처리 작업을 수행하며, 촬영된 영상의 크기가 설정 범위 이내이면 전 처리 작업을 생략한다. (ST22)
이상의 과정을 거친 모발 영상이 모근 분석모델(520)에 입력되면, 모근 분석모델(520)은 학습된 알고리즘을 실행하여 모발 영상에 포함된 각 모근의 유형과 유형별 개수를 출력한다. (ST23)
모근 분석모델(520)에서 모근의 유형과 개수가 출력되면, 모발 밀도 분석부(236)는 이를 이용하여 촬영된 영역의 모발 개수 및 밀도를 산출할 수 있다. (ST24)
이어서 탈모 진행 분석부(238)는 모근의 유형별 개수, 모발 밀도, 모발 개수 등의 정보를 과거의 분석 결과와 대비하여 변동률을 산출하고, 이를 기초로 탈모 진행 상태 등을 판단한다. 또한 산출된 정보는 모발 정보 제공장치(200)에 저장되거나 서버(400)로 전송되어 데이터베이스(480)에 저장되며, 통계 분석부(240,440)에서 통계처리에 활용된다. (ST25, ST26)
한편, 이상에서는 ST23에서, 모근 분석부(232)가 인공지능을 이용한 모근 분석 모델(520)을 활용하여 모근의 유형을 분석하는 것으로 설명하였으나, 도 10에 예시한 바와 같이 모발 패턴의 끝점 간 거리를 산출하여 모근의 유형을 확인할 수도 있음은 전술한 바와 같다.
다음으로 도 15를 참조하여 본 발명의 일 실시예에 따른 게임 방법을 설명한다.
먼저 게임을 원하는 사용자는 게임 실행부(250)를 통해 게임 인터페이스를 실행한 후에 서버(400)로 대전 게임을 요청한다. 대전 게임은 일대일 방식일 수도 있고, 다수인이 순위를 겨루는 방식일 수도 있고, 게임 상대방의 연령대 또는 성별을 지정하여 일대일 또는 다수인이 겨루는 방식일 수도 있다.
대결 항목은, 예를 들어 모발 개수, 모발 밀도, 모발 개수/밀도의 증감폭, 이중 모근의 개수, 삼중 모근의 개수, 이중 모근의 증감폭, 삼중 모근의 증감폭, 전체 항목 중에서 선택될 수 있다. (ST31)
서버(400)의 게임 지원부(450)는 사용자로부터 상대방을 지정한 게임 요청이 있으면 지정된 상대방의 모발 정보 제공장치(200)로 참여 의사를 문의하고 상대방이 승낙하면 게임 신청인의 장치(200)로 게임 매칭 통지와 함께 모발 촬영 및 분석을 요청한다.
한편, 서버(400)의 게임 지원부(450)는 사용자의 장치(200)로부터 다수 참가 방식의 게임 요청을 수신하면 게임 신청 후 대기 중인 불특정 다수인 중에서 설정된 기준에 따라 다수인을 선택하거나 또는 사용자가 지정한 연령대 및/또는 성별의 사람 중에서 설정된 기준에 따라 다수인을 선택한 후 게임을 매칭시키고 각자의 장치(200)로 게임 매칭 통지와 함께 모발 촬영 및 분석을 요청한다. (ST32, ST33)
이러한 요청을 수신한 사용자들은 각자의 카메라(200)를 이용하여 임의의 영역 또는 게임 화면에서 지정한 영역의 모발을 촬영하고, 촬영된 모발 영상을 각자의 장치(100)에 구비된 모발 상태 분석부(230)를 통해 분석한다. 이때 각자의 모근 유형별 개수, 모발 개수, 모발 밀도 등을 산출할 수 있다.
한편 촬영된 영상을 각자의 장치(200)에서 서버(400)로 전송하여 분석을 요청할 수도 있다. 다만 이렇게 하면 서버(400)에 부하가 집중되므로 게임 참가자가 많을 경우 순위 결정에 지나치게 많은 시간이 소요될 수 있으므로 참가자가 많을수록 사용자의 장치(200)에서 모발 분석을 수행하는 것이 게임의 속도 면에서 훨씬 바람직할 것이다. (ST34)
이어서 각 장치(200)의 게임 실행부(250)는 분석 결과를 서버(400)로 전송하며, 서버(400)는 각 참가자의 장치(200)로부터 수신한 분석 결과를 대비하여 항목별 순위를 결정하고 결과를 각 장치(200)로 전송한다.
이때 데이터베이스(480)에 저장된 참가자별 과거 데이터를 이용하여 각 항목의 변동률 등을 산출하고, 항목별 변동률에 대한 순위를 산출하여 각 장치(200)로 전송할 수도 있다. (ST35, ST36)
이상에서 설명한 본 발명의 실시예에 따른 모발 정보 제공 방법과 게임 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다.
이때, 컴퓨터로 판독 가능한 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 관련 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터로 판독 가능한 기록매체는 하드 디스크, SSD, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM, DVD와 같은 광기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 롬(ROM), 램(RAM), 플래시 메모리 등에서 적어도 하나를 포함할 수 있다.
또한 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
또한 이상에서는 본 발명의 바람직한 실시예를 설명하였으나, 본 발명은 전술한 실시예에 한정되지 않고 구체적인 적용 과정에서 다양하게 변형 또는 수정되어 실시될 수 있으며, 변형 또는 수정된 실시예도 후술하는 특허청구범위에 개시된 본 발명의 기술적 사상을 포함한다면 본 발명의 권리범위에 속함은 당연하다 할 것이다.
[부호의 설명]
100: 카메라 200: 모발정보 제공장치 210: 프로세서
220: 메모리 230: 모발상태 분석부 232: 모근 분석부
234: 시각화 처리부 236: 모발 밀도 분석부 238: 탈모 진행 분석부
240: 통계분석부 250: 게임 실행부 260: 입력부
270: 디스플레이 280: 통신부 300: 통신망
400: 서버 410: 프로세서 420: 메모리
430: 모발상태 분석부 440: 통계분석부 450: 게임지원부
460: 통신부 470: 입/출력부 480: 데이터베이스
500: 모근 분석 인공지능 510: 모델 생성부 512: 학습준비부
514: 학습실행부 520: 모근 분석모델 530: 영상 전처리부
540: 분석결과 출력부
Claims (14)
- 모발 영상을 획득하는 단계;모발 영상을 분석하여 모근의 유형을 단일 모근 또는 n중(n은 2 이상의 정수) 모근으로 분류하는 단계;모근의 유형별 개수를 산출하는 단계를 포함하는 모발 정보 제공 방법.
- 제1항에 있어서,모근의 유형을 분류하는 단계에서는, 모발 영상을 사전 학습된 인공지능 기반의 모근 분석모델의 입력단에 입력하는 것을 특징으로 하는 모발 정보 제공 방법.
- 제1항에 있어서,모근의 유형을 분류하는 단계에서는, 모발 영상으로부터 각 모발의 끝점을 추출한 후 각 끝점 간 거리를 산출하며, 끝점 간 거리가 설정값 이내로 인접한 모발의 개수가 n개(n은 2 이상의 정수)이면 해당 모발 다발을 n중 모근으로 분류하는 것을 특징으로 하는 모발 정보 제공 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서,모근의 유형별 개수를 이용하여 모발 개수 또는 모발 밀도 중에서 적어도 하나를 산출하는 단계를 더 포함하는 것을 특징으로 하는 모발 정보 제공 방법.
- 제1항 내지 제3항 중 어느 한 항의 모발 정보 제공 방법을 구현하는 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체.
- 모발 영상을 분석하여 모근의 유형을 단일 모근 또는 n중(n은 2 이상의 정수) 모근으로 분류하고 유형별 개수를 산출하는 모근 분석부;모근의 유형별 개수를 이용하여 모발 개수 또는 모발 밀도 중에서 적어도 하나를 산출하는 모발 밀도 분석부;통신망을 통해 외부 기기와 통신하는 통신부를 포함하는 모발 정보 제공 장치.
- 제6항에 있어서,상기 모근 분석부는 사전 학습된 인공지능 기반의 모근 분석모델을 포함하며, 상기 모근 분석모델의 입력단에 모발 영상을 입력하여 모근의 유형을 분류하는 것을 특징으로 하는 모발 정보 제공 장치.
- 제6항에 있어서,상기 모근 분석부는, 모발 영상으로부터 각 모발의 끝점을 추출한 후 각 끝점 간 거리를 산출하며, 끝점 간 거리가 설정값 이내로 인접한 모발의 개수가 n개(n은 2 이상의 정수)이면 해당 모발 다발을 n중 모근으로 분류하는 것을 특징으로 하는 모발 정보 제공 장치.
- 제6항에 있어서,상기 모근 분석부의 분석 결과를 이용하여 모발 영상에 모근의 유형을 시각적으로 표시하는 시각화 처리부를 포함하는 것을 특징으로 하는 모발 정보 제공 장치.
- 제6항에 있어서,모근의 유형별 변동폭을 산출하는 탈모 진행 분석부를 포함하는 것을 특징으로 하는 모발 정보 제공 장치
- 제6항에 있어서,모발 개수, 모발 밀도, 모발 개수 또는 밀도의 증감폭, 다중 모근의 개수, 다중 모근의 증감폭 중에서 적어도 하나의 항목을 다른 사람과 겨루는 게임 인터페이스를 제공하는 게임 실행부를 포함하는 것을 특징으로 하는 모발 정보 제공 장치.
- 모발 영상을 분석하여 모근의 유형을 단일 모근 또는 n중(n은 2 이상의 정수) 모근으로 분류하고 유형별 개수를 산출하는 모근 분석부와, 모근의 유형별 개수를 이용하여 모발 개수 또는 모발 밀도 중에서 적어도 하나를 산출하는 모발 밀도 분석부를 구비하는 모발 정보 제공 장치;다수의 상기 모발 정보 제공 장치로부터 수신한 모발 상태 분석결과를 각 사용자별로 저장하는 데이터베이스와, 사용자 간에 다중 모근의 개수를 겨루는 게임을 지원하는 게임지원부를 구비하는 서버를 포함하는 모발 정보 제공 시스템.
- 제12항에 있어서,상기 서버는, 다수의 상기 모발 정보 제공장치로부터 수신한 모발 분석 결과를 통계 처리하는 통계분석부와 각 사용자별로 모근의 유형별 변동폭을 산출하는 탈모 진행 분석부 중에서 적어도 하나를 포함하는 것을 특징으로 하는 모발 정보 제공 시스템.
- 모발 영상에 모근의 유형을 식별할 수 있는 라벨링을 하는 단계;라벨링된 다수의 모발 영상을 인공지능 모델 아키텍처의 입력단으로 입력하여 학습을 수행하는 단계를 포함하는 모근 분석 모델의 생성 방법
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200048104A KR102329641B1 (ko) | 2020-04-21 | 2020-04-21 | 모발 상태를 분석하는 방법 및 이를 이용한 모발 정보 제공 장치 및 시스템 |
KR10-2020-0048104 | 2020-04-21 | ||
KR10-2020-0136590 | 2020-10-21 | ||
KR1020200136590A KR20220052532A (ko) | 2020-10-21 | 2020-10-21 | 모근 검출기를 이용한 모발 정보 제공 방법 및 이를 위한 장치 및 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2021215749A1 true WO2021215749A1 (ko) | 2021-10-28 |
Family
ID=78269710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2021/004802 WO2021215749A1 (ko) | 2020-04-21 | 2021-04-16 | 모발 정보 제공 방법 및 장치와 이를 위한 모근 분석 모델 생성 방법 |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2021215749A1 (ko) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007260038A (ja) * | 2006-03-28 | 2007-10-11 | Taisho Pharmaceut Co Ltd | 毛髪数の計測方法および発毛剤の効果の評価方法 |
KR20090030341A (ko) * | 2006-08-25 | 2009-03-24 | 레스토레이션 로보틱스, 인코포레이티드 | 모낭 단위 분류 방법 및 시스템, 종단점 결정 방법과, 화상처리기 |
KR101030853B1 (ko) * | 2006-08-25 | 2011-04-22 | 레스토레이션 로보틱스, 인코포레이티드 | 모낭 단위 카운트 방법, 시스템, 화상 처리기 및 모낭 단위를 카운트하고 분류하는 방법 |
KR20120110479A (ko) * | 2011-03-29 | 2012-10-10 | 강진수 | 탈모진행정도의 측정 방법 |
US20190209077A1 (en) * | 2018-01-05 | 2019-07-11 | L'oreal | Grooming instrument configured to monitor hair loss/growth |
-
2021
- 2021-04-16 WO PCT/KR2021/004802 patent/WO2021215749A1/ko active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007260038A (ja) * | 2006-03-28 | 2007-10-11 | Taisho Pharmaceut Co Ltd | 毛髪数の計測方法および発毛剤の効果の評価方法 |
KR20090030341A (ko) * | 2006-08-25 | 2009-03-24 | 레스토레이션 로보틱스, 인코포레이티드 | 모낭 단위 분류 방법 및 시스템, 종단점 결정 방법과, 화상처리기 |
KR101030853B1 (ko) * | 2006-08-25 | 2011-04-22 | 레스토레이션 로보틱스, 인코포레이티드 | 모낭 단위 카운트 방법, 시스템, 화상 처리기 및 모낭 단위를 카운트하고 분류하는 방법 |
KR20120110479A (ko) * | 2011-03-29 | 2012-10-10 | 강진수 | 탈모진행정도의 측정 방법 |
US20190209077A1 (en) * | 2018-01-05 | 2019-07-11 | L'oreal | Grooming instrument configured to monitor hair loss/growth |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109948459B (zh) | 一种基于深度学习的足球动作评估方法与*** | |
WO2019216504A1 (ko) | 인간 감정 인식을 위한 딥 생리적 정서 네트워크를 이용한 인간 감정 추정 방법 및 그 시스템 | |
WO2021025461A1 (ko) | 초음파 영상 기반의 기계 학습을 통한 관상동맥 병변 진단 시스템 및 이의 진단 방법 | |
WO2019132168A1 (ko) | 수술영상데이터 학습시스템 | |
WO2017051945A1 (ko) | 질환 모델 기반의 의료 정보 서비스 제공 방법 및 장치 | |
WO2019088462A1 (ko) | 혈압 추정 모델 생성 시스템 및 방법과 혈압 추정 시스템 및 방법 | |
WO2018048000A1 (ko) | 단일 카메라 기반의 3차원 영상 해석 장치 및 방법, 3차원 영상 해석을 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 매체 | |
WO2021242050A1 (ko) | 구강 이미지의 처리 방법, 그에 따른 동작을 수행하는 구강 진단 장치, 및 그 방법을 수행하는 프로그램이 저장된 컴퓨터 판독 가능 저장 매체 | |
WO2021010777A1 (ko) | 관절염 심각도 정밀 분석 장치 및 방법 | |
WO2016105102A1 (ko) | 근골격계 질환의 발생가능성의 판단 장치 및 방법 | |
WO2021215749A1 (ko) | 모발 정보 제공 방법 및 장치와 이를 위한 모근 분석 모델 생성 방법 | |
WO2020226455A1 (ko) | 안저 이미지를 이용한 시신경병증 예측 장치 및 시신경병증 예측 결과 제공 방법 | |
JP2002236904A (ja) | データ処理装置および方法、記録媒体、並びにプログラム | |
WO2020071086A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
WO2020196939A1 (ko) | 치아의 골 연령을 결정하기 위한 장치, 방법 및 명령을 기록한 기록 매체 | |
WO2017043945A1 (ko) | 얼굴의 미세 표정 인식 방법 및 장치 | |
JP6019517B2 (ja) | 眼球運動解析システム、眼球運動診断装置および眼球運動解析システムの作動方法 | |
CN115553779A (zh) | 一种情绪识别方法、装置、电子设备及存储介质 | |
WO2023282389A1 (ko) | 두경부 영상 이미지를 이용한 지방량 산출 방법 및 이를 위한 장치 | |
WO2022119347A1 (ko) | 초음파 영상 기반의 딥 러닝을 통한 관상동맥 경화반 조직 분석 방법, 장치 및 기록매체 | |
CN115813343A (zh) | 儿童行为异常评估方法和*** | |
WO2022034955A1 (ko) | 영상 처리를 기반으로 하는 각막궤양 검출 장치 및 그 방법 | |
WO2021141186A1 (ko) | 멀티형 인지재활 훈련 시스템 및 방법 | |
EP4026479A1 (en) | Medical image processing device, endoscope system, medical image processing method, and program | |
WO2020159276A1 (ko) | 수술 분석 장치, 수술영상 분석 및 인식 시스템, 방법 및 프로그램 |
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: 21791895 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 1205 DATED 27.03.2023) |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 21791895 Country of ref document: EP Kind code of ref document: A1 |