KR20030082841A - 감성 및 물리적 수치를 이용한 메이크업의 선택방법 - Google Patents

Abstract

본 발명은 감성 및 물리적 수치를 이용한 메이크업의 선택방법에 관한 것으로서, 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법은 (a)무작위로 추출된 복수개의 인간 얼굴들을, 얼굴에 대한 감성의 기준과 얼굴의 물리적인 수치의 기준에 따라 복수개의 얼굴 유형으로 분류하여 데이타베이스를 구축하는 단계; (b)상기 분류된 각 얼굴 유형에 적합한 메이크업을 설정하여 데이타베이스를 구축하는 단계; (c)자신에 적합한 메이크업을 찾고자 하는 대상자의 얼굴의 물리적인 수치를 측정한 다음 상기 얼굴 유형 중 어느 유형에 해당하는 가를 상기 (a)에서 구축된 데이타베이스들을 이용하여 결정하고 상기 (b)의 데이타베이스에 따라 대상자의 얼굴에 적합한 메이크업을 제시하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법은, 얼굴의 물리적인 세부 특징과 심리적인 요소들 간에 어떤 관계가 있는지를 결정하고 이들이 어떠한 감성 공간 속에서 모형화될 수 있는지를 제시함으로써, 실제로 인간이 얼굴에 대해서 느끼는 감성과 물리적인 수치들을 모두 반영한 얼굴 유형 데이타베이스를 구축하고 이를 이용하여 대상자의 얼굴 유형을 분석할 수 있다. 이로써 대상자는 편안한 상태에서 신속하게 자신의 얼굴 유형과 자신에게 적합한 메이크업을 추천받을 수 있게 되며 이어서 추천받은 메이크업을 컴퓨터 동영상으로 시뮬레이션을 할 수 있도록 하여 원하는 최종 메이크업을 선택할 수 있고 선택된 메이크업을위한 제품 정보까지 연속적으로 제공할 수 있다. 뿐만 아니라 대상자가 원하는 이상형의 얼굴과 자신의 얼굴을 비교하여 이상형에 접근할 수 있는 메이크업을 제공하고, 대상자별 개인 데이타베이스를 구축하여 지속적으로 대상자에게 메이크업 관련 서비스를 제공할 수 있다.

Description

감성 및 물리적 수치를 이용한 메이크업의 선택방법{Method for selecting a makeup using emotion and numerical values for faces}

본 발명은 개인의 고유한 얼굴 특성에 적합한 메이크업 분석방법에 관한 것으로서, 특히 대표적인 다수개의 얼굴 유형을 감성과 물리적인 수치의 양 기준에 따라 분류하고 각 유형에 적합한 메이크업을 설정하여 데이타베이스를 구축하는 단계 및 자신에 적합한 메이크업을 찾고자 하는 대상자의 얼굴을 분석한 다음 상기 구축된 데이타베이스를 이용하여 상기 대표 얼굴 유형 중 어느 유형에 해당하는 가를 결정한 다음 상기 데이타베이스에 의해 자동적으로 그 대상자에 적합한 메이크업을 제공하는 단계를 포함하는 것을 특징으로 한다.

종래에 파운데이션, 파우더, 아이브로우, 아이새도우, 립스틱, 볼터치, 아이라이너, 마스카라 등의 메이크업 화장료는 얼굴의 결점을 감추고 장점을 살리면서 사용자가 원하는 스타일로 이미지를 형성하는 데에 많이 이용되어 왔다. 그러나, 획일적인 유행과 획일적인 제품 선택에 따라 본인의 얼굴 유형에 적합한 메이크업을 찾기가 어려웠고 자신의 얼굴 유형과 자신에 맞는 메이크업을 파악하지 못한 상태에서 획일적인 유행에 따라 얼굴 유형에 맞지도 않는 어색한 메이크업이 되어 버리는 경우가 많았다. 따라서, 메이크업 화장료 사용자들은 먼저 자신들의 얼굴 유형을 파악함과 동시에 자신의 얼굴 유형에 적합한 메이크업을 찾고 싶어하는 욕구가 강하였다.

종래에 얼굴 유형을 분류하고자 하는 노력이 있었다. 그러나 건성, 지성, 복합성 등과 같은 피부 상태에 따른 분류, 얼굴색에 의한 단순한 분류이거나 아니면 얼굴의 몇가지 단순 수치가 유사한 집단을 모아두는 정도에 불과하였으므로, 실제 사람들이 얼굴에 대해 느끼는 감성 요소가 유형을 결정하는 요소로 반영되지 못하였으며 그 감성 요소와 얼굴의 물리적인 수치간의 관계가 정립되지 못하였다. 우리는 어떤 사람의 얼굴을 처음 보는 순간, 그 사람에 대해 여러 가지 느낌(인상)을 갖는다. 이것은 거의 즉각적이며 때로는 단순히 그 사람의 얼굴 생김새에 대한 자신의 느낌에 끝나지 않고, 그 사람의 보다 영속적인 성격 특성을 규정하는 데까지 이르기도 한다. 사람들이 처음 보는 얼굴에 대해서도 어떤 느낌을 갖는다는 것은각각의 얼굴 생김새가 각자의 마음속에 어떤 심리 상태(감성)를 유발시킬 수 있음을 시사하는 것이다. 그럼에도 불구하고 이러한 감성 요소가 메이크업 결정에 전혀 반영되지 못한 문제점이 있었다.

또한, 얼굴 유형을 분류한 후에 이를 체계적으로 데이타베이스화하여 자신에 맞는 메이크업을 찾고자 하는 대상자들의 얼굴 유형을 결정한 후 그에 맞는 메이크업이 제공되는 신속한 자동화 시스템에 대한 요구가 있었다.

상기와 같은 문제점을 해결하기 위하여, 본 발명에 의한 개인의 고유한 얼굴 특성에 적합한 메이크업 분석방법은 얼굴의 물리적인 세부 특징과 심리적인 요소들(감성 요소들) 간에 어떤 관계가 있는지를 결정하고 이들이 어떠한 감성 공간 속에서 모형화될 수 있는지를 제시함으로써, 실제로 인간이 얼굴에 대해서 느끼는 감성과 물리적인 수치들을 모두 반영한 얼굴 유형 데이타베이스를 구축하고 이를 이용하여 대상자의 얼굴 유형을 분석하여 주는 것을 목적으로 한다. 이로써 대상자는 편안한 상태에서 신속하게 자신의 얼굴 유형과 자신에게 적합한 메이크업을 추천받을 수 있게 되며 이어서 추천받은 메이크업을 컴퓨터 동영상으로 시뮬레이션을 할 수 있도록 하여 원하는 최종 메이크업을 선택할 수 있고 선택된 메이크업을 위한 제품 정보까지 연속적으로 제공하는 것을 목적으로 한다. 뿐만 아니라 대상자가 원하는 이상형의 얼굴과 자신의 얼굴을 비교하여 이상형에 접근할 수 있는 메이크업을 제공하고, 대상자별 개인 데이타베이스를 구축하여 지속적으로 대상자에게 메이크업 관련 서비스를 제공하는 것을 목적으로 한다.

도1은 본 발명에 의한 메이크업 분석방법의 전체 흐름을 나타내는 흐름도이다.

도2a 내지 도2c는 본 발명에 의한 메이크업 분석방법에서 얼굴의 표준 유형과 특정 대상자의 얼굴 유형을 결정하는 데에 기준이 되는 얼굴의 물리적인 수치의 분석을 위한 특징점을 나타낸 평면도이다.

도3은 1차 감성 평가에 의한 대표 얼굴의 감성 분포를 나타내는 도표이다.

도4는 2차 감성 평가에 의한 얼굴 감성 모형을 나타낸 것이다.

상기한 목적을 달성하기 위하여, 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법은 (a)무작위로 추출된 복수개의 인간 얼굴들을, 얼굴에 대한 감성의 기준과 얼굴의 물리적인 수치의 기준에 따라 복수개의 얼굴 유형으로 분류하여 데이타베이스를 구축하는 단계; (b)상기 분류된 각 얼굴 유형에 적합한 메이크업을 설정하여 데이타베이스를 구축하는 단계; (c)자신에 적합한 메이크업을 찾고자 하는 대상자의 얼굴의 물리적인 수치를 측정한 다음 상기 얼굴 유형 중 어느 유형에 해당하는 가를 상기 (a)에서 구축된 데이타베이스들을 이용하여 결정하고 상기 (b)의 데이타베이스에 따라 대상자의 얼굴에 적합한 메이크업을 제시하는 단계를 포함하는 것을 특징으로 한다.

상기한 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법에 있어서, 상기 (a)단계는, (a-1)상기 무작위로 추출된 복수개의 인간 얼굴들의 물리적인 수치들을 측정한 다음 그 수치에 따라 복수개의 얼굴 유형으로 분류하는 단계; 및 (a-2)상기 (a-1)에서 분류된 얼굴 유형들에 대해 감성 평가를 실시하여 각 유형들의 감성 유형을 결정하는 단계를 포함하는 것을 특징으로 한다.

상기한 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법에 있어서, 상기 (a)단계는, (a-3)상기 무작위로 추출된 복수개의 인간 얼굴들에 대해 개별적으로 감성 평가를 실시하여 그 평가 결과에 따라 복수개의 감성 유형으로 분류하는 단계; (a-4)상기 무작위로 추출된 복수개의 인간 얼굴들에 대해 개별적으로 얼굴의 물리적인 수치들을 측정하여 그 측정된 수치들에 따라 복수개의 수치 유형으로 분류하는 단계; 및 (a-5)상기 (a-3)에 따라 분류된 감성 유형과 상기 (a-4)에 따라 분류된 수치유형을 통합하여 최종 얼굴 유형을 결정하고 이를 데이타베이스로 구축하는 단계를 포함하는 것을 특징으로 한다.

상기한 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법에 있어서, 상기 (a)단계는, (a-6)상기 무작위로 추출된 복수개의 인간 얼굴들에 대해 감성 평가를 실시하여 그 평가 결과에 따라 복수개의 감성 유형으로 분류하는 단계; (a-7)상기 (a-6)에 따라 분류된 각 감성 유형들의 각 대표 얼굴을 결정하고 상기 각 대표의 물리적인 수치들을 측정하거나, 각 감성 유형에 속하는 개개의 얼굴들의 물리적인 수치들을 측정하는 단계; 및 (a-8) 상기 (a-7)에서 수치가 측정된 각 감성 유형들을 데이타베이스로 구축하는 단계를 포함하는 것을 특징으로 한다.

상기한 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법에 있어서, 상기 감성은, 두가지 이상의 기준에 의해 평가되는 것을 특징으로 한다.

상기한 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법에 있어서, 상기 감성의 기준은 앳되다-성숙하다의 기준 및 날카롭다-부드럽다의 기준인 것을 특징으로 한다.

상기한 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법에 있어서, 상기 (b)단계는, 이상형 얼굴들에 대해 감성의 기준과 얼굴의 물리적인 수치의 기준에 따라 복수개의 이상형 얼굴 유형으로 분류하여 데이타베이스를 구축하고, 그 이상형 얼굴 유형 중 상기 대상자와 유사한 이상형 얼굴 유형을 선택하여상기 대상자의 메이크업 결정의 표준으로 이용하는 것을 특징으로 한다.

상기한 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법은, 상기 (c)단계 이후에, (d)상기 대상자에게 제안된 여러 메이크업 중에서 대상자가 원하는 메이크업이 최종 결정되면 그 최종 결정된 메이크업에 사용될 수 있는 메이크업 제품들을 제공하는 단계를 더 포함하는 것을 특징으로 한다.

상기한 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법은, 상기 (d) 단계 이후에, (e)상기 대상자의 얼굴 유형, 상기 대상자가 선택한 메이크업 및 메이크업 제품 등의 대상자 정보를 저장하여 개인용 데이타베이스를 구축하여 대상자에게 지속적으로 메이크업 관련 분석 서비스를 제공하는 단계를 포함하는 것을 특징으로 한다.

상기한 본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법은, 상기 (e)단계와 동시에, (f)대상자들의 메이크업 제품 선택 양상을 정보로서 저장하여 제품별 데이타베이스를 구축하는 단계를 포함하는 것을 특징으로 한다.

이하, 도면을 참조로 하여 본 발명에 의한 메이크업 분석방법을 더 상세히 설명한다.

도1은 본 발명에 의한 메이크업 분석방법의 전체 흐름을 나타내는 흐름도이다. 도1에 나타난 것과 같이 대상자 얼굴의 영상을 입력받아 추천제품정보를 제공하고 DB를 구축 및 쇄신하는 다단계의 기능을 갖는다. 본 발명에 의한 메이크업 분석방법을 단계별로 기술하면 다음과 같다.

먼저, 대표적 얼굴유형의 데이타베이스를 구축한다. 무작위로 추출된 수십 내지 수백개의 일반인 얼굴을 2개 이상의 감성 기준에 따라 감성평가를 하여 수개 내지 수십개의 대표적인 얼굴 유형으로 분류한다. 동시에 얼굴의 물리적 수치들을 측정하여 얼굴 유형을 분류한 다음 상기 감성평가를 통해 얻어진 얼굴 유형과 상기 물리적 수치 측정을 통해 얻어진 얼굴 유형을 통합시킨다. 이렇게 하여 최종적으로 얻어진 대표적인 얼굴 유형들을 데이타베이스화 하여 놓는다. 또한 각 얼굴 유형에 적합한 메이크업을 결정하여 역시 데이타베이스화 해 놓는다.

그 후, 자신의 얼굴 유형과 자신에 적합한 메이크업을 찾고자 하는 대상자의 얼굴영상이 입력되는데, 조명, 촬영각도, 촬영거리 등 제반 조건들을 표준화하기 위하여 고정된 형태의 촬영부스를 사용하여 입력될 수 있다. 이렇게, 얼굴영상이 입력되면 그 영상에 표준 형상모형을 정합하여 대상자의 삼차원 얼굴 모형을 만들고 이 정합과정에서 얻은 얼굴 특징점들의 좌표값을 이용하여 대상자의 얼굴 유형을 분석함과 동시에 기본 메이크업 텍스처를 구성한다. 대상자의 얼굴 유형 분석은 상기 데이타베이스화한 대표적인 얼굴 유형에 따라 이루어지고, 기본 메이크업 텍스처 분석에는 상기 데이타베이스화한 메이크업 추천 DB가 사용되는데, 최근의 첨단 영상합성 기법들을 응용한 메이크업 영역설정과 기초 및 색조화장 프로그램들이 사용될 수 있다. 얼굴유형분석과 메이크업 텍스처 구성 결과는 감성인터페이스를 통한 메이크업 추천과 탐색을 위한 기초자료로 이용된다. 메이크업 추천시 대상자의 얼굴유형에 가장 근접한 이상적 얼굴을 DB에서 찾아내어 그것에 맞춘 메이크업텍스처를 합성함으로써 이상적 메이크업이 구현될 수도 있다.

메이크업 탐색은 사람들이 일반적으로 추구하는 감성적 얼굴유형을 제시하고 이중 대상자가 원하는 유형을 선택하는 방식으로 진행될 수 있다. 대상자에 의해 하나의 이상적 얼굴유형이 선택되면 그것에 맞춘 메이크업 텍스처가 자동적으로 합성되어 선택결과에 대한 즉각적인 피드백이 가능하도록 할 것이다. 이러한 기능을 덧붙여 색도 팔레트를 제시하여 대상자가 원하는 경우 자동합성된 텍스처를 부분적으로 수정할 수 있도록 할 수 있다.

메이크업 추천과 탐색에 의해 대상자가 원하는 메이크업 텍스처가 결정되면 제품품목 DB와 연결하여 해당 메이크업에 필요한 제품정보를 대상자에 제공하여 구매여부에 대한 의사결정을 하도록 할 수 있다.

그 다음에는 대상자의 개인별 DB를 만들어 구매한 제품정보를 기록함과 동시에 제품별 DB를 만들어 그 내용을 쇄신하도록 함으로써 대상자의 수요에 근거한 제품 디자인 및 생산 전략 개발의 기초자료로 이용할 수도 있다.

상기 단계들 중 먼저, 대표적 얼굴유형 데이타베이스 구축에 대해 더욱 상세히 설명한다.

얼굴에 대해 인간이 느끼는 감성과 얼굴의 물리적 수치 간의 관계를 정립하고 그 두 요소를 통합하여 인간의 얼굴들을 대표적인 수개 내지 수백개의 얼굴로 유형화하는 데에는 여러 방법이 있을 수 있다.

그 중 한 방법으로서, 본 발명자들은 먼저 500명 이상의 일반인의 얼굴에 대해 특징점을 추출하고 그 특징들의 물리적 수치를 측정하여 유형별로 그룹화하여 약 30여개의 대표 유형을 결정하였고 각 유형의 대표 얼굴을 결정하였다. 구체적으로 살펴보면 다음과 같다.

1. 얼굴 분석을 위한 사진 자료 수집

우선 20대 여성의 얼굴에 초점을 맞추고 20대 여성의 얼굴 사진을 촬영을 통해 직접 수집하였다. 사진은 사진을 전공한 사람(사진학석사)을 중심으로 사진학과에 재학 중인 조수 3인에 의해 촬영되었으며, 촬영에 사용된 사진기는 디지털 카메라(digital camera)로서 모델명은 Fuji FinePix 4900(렌즈: 약 150mm-광학 줌(zoom)), 조명은 외장형 Electronic Flash Power Pack(2 Heads/ 2 Umbrellas)이었다. 카메라의 촛점면으로부터 피사 대상(피촬영자)의 눈까지의 거리는 대략 2m로 고정되었다. 촬영시 사진의 화질은 2400 X 1800 화소(pixel)였다. 동일한 배경 조건에서 얼굴 사진을 수집하기 위해서 배경에는 무광택의 회식(Neutral Gray)천을 드리웠으며 나중의 감성 평가를 고려하여 피촬영자의 조건 역시 표준화시켰다. 피촬영자는 배경과 같은 색채, 같은 재질의 천으로 된 덮개로 입고 있는 옷을 가렸으며, 안경이나 귀고리와 같은 액세서리는 빼고, 머리를 묶은 후 머리띠를 사용하여 이마선이 가려지지 않도록 머리를 쓸어 올렸다. 화장은 통제하기가 곤란하여 피촬영자의 화장 정도는 다양하였고, 촬영시 피촬영자는 표정없이 정면을 바라보도록 지시받았다.

피촬영자는 총 511명이었으며, 연령은 20대로서 대한민국의 연세대, 이화여대, 세종대, 중앙대의 학부 및 대학원에 재학 중인 여학생들이었다. 촬영된 사진들 중 수치 구조를 분석하기 위해 사용된 사진은 1차로 수집된 379명의 사진이었으며(평균 연령 만 21세), 피촬영자의 출생지는 주로 서울, 경기 지방이었고(서울/경기 65%, 경상 20%, 전라 9% 순), 조부모님부터 3대가 주로 거주한 지역 역시 주로 서울, 경기 지방이었다(서울/경기 47%, 경상 27%, 전라 14%, 충청 9% 순).

한편, 20대 여성들이 선망하는 여자 연예인을 중심으로 여자 연예인들(영화배우, 탤런트, 모델, 가수, 아나운서 등)의 사진도 수집하였다. 연예인 사진의 경우 직접 연예인들의 사진을 촬영하기는 어렵기 때문에 인터넷과 잡지 등을 활용하여 머리카락으로 얼굴을 가리지 않는 무표정, 정면 얼굴 사진을 수집하였다. 분석에 사용된 연예인의 총 수는 93명이었다.

2. 얼굴 분석을 위한 특징점 추출 및 얼굴의 특징 요소 규정

도2a 내지 도2c는 본 발명에 의한 메이크업 분석방법에서 얼굴의 대표 유형과 특정 대상자의 얼굴 유형을 결정하는 데에 기준이 되는 얼굴의 물리적인 수치의 분석을 위한 특징점을 나타낸 평면도이다. 도2a는 특징점들을 표시한 평면도이고, 도2b는 얼굴 분석에 사용된 얼굴 내부의 특징 요소들을 나타내고 있으며 도2c는 각 특징점들에 번호를 부여한 평면도이다.

본 연구에서 얼굴의 수치 구조 분석에 사용한 자료들은 정면 사진이었기 때문에, 얼굴을 구성하는 특징들은 2차원적인 측면에서만 고려되었다. 기본적으로 얼굴 인식을 위해 중요한 요소들은 얼굴 분류를 위해서도 중요할 가능성이 있다. 얼굴 인식 분야에서는 얼굴의 윤곽선, 눈, 입, 코 등이 중요한 것으로 알려져 있기 때문에(Haig, 1986) 본 연구에서는 우선 이들 요소들이 고루 반영되도록 특징 요소를 정하였다. 이들 내부 요소들은 대개 얼굴 내부에서 밝기나 색상의 차이로 구별이 되는 것들이라 할 수 있다. 본 연구에서는 이들 내부 요소들의 배치가 얼굴 유형을 규정짓는데 또 다른 중요한 요인일 것이라 생각하여 요소들 간 관계들(거리 개념으로)도 특징으로 규정하였다(도2b 및 표 1). 이들 특징들을 정의하기 위해 MPEG4 SNHC(Synthetic/ Natural Hybrid Coding) 표준의 FDP(Facial Description Parameter) / FAP(Facial Animation Parameters)(ISO/IEC JTC1/SC29/WGl1/MPEG97, 1997)를 참고하고, 이 중 일정한 기준을 주기 어려운 것은 제거 또는 변형하고 일부는 추가하여 특징 요소들을 확정하였다.

얼굴을 구성하고 있는 특징들의 값을 측정하기 위해서는 먼저 특징점을 좌표값을 파악해야 한다(도2c). 얼굴의 외곽형을 분류하기 위해 본 연구에서 사용한 얼굴 윤곽의 특징점들은 얼굴 내부 요소를 기준으로 참조선(reference line, 도2c의 점선)을 주어 일정한 위치가 되도록 하였다. 특징점의 좌표값을 추출하기 위해 잘 훈련된 2인으로 하여금 개별 얼굴 사진마다 특징점을 표기하도록 하였다. 이들이 각 얼굴별로 특징점을 표시하는 동안 도2c의 특징점 위치들과 참조선을 순서대로 제시하여 추출해야 할 위치를 알려줌으로써 특징점이 제대로 표기되도록 하였다. 2인 간에 특징점의 좌표값을 비교한 결과 왼쪽 시야에 있는 특징점 간의 일치도가 더 컸는데, Burt와 Perrett(1997)에 따르면 얼굴의 나이, 매력 등에 대한 판단을할 때는 왼쪽 시야에 있는 특징 요소를 중요하게 본다고 한다. 본 연구에서 특징점을 표기하는 작업을 한 사람들 역시 같은 이유로 왼쪽 시야에 대해 더 정확한 표기를 한 것으로 생각되어 좌우 대칭적인 얼굴 내부 요소의 경우엔 왼쪽에서 측정된 값을 분석 대상으로 삼았다. 얼굴 분석에 사용된 특징 요소는 다음 표1에 정리하였다.

특징점 위치	얼굴 내부 특징 요소
1-2	눈썹 뒷부분 길이
2-3	눈썹 앞부분 길이
1-3	눈썹 길이
2-4	눈썹 두께
2-3(세로)	눈썹머리 처진 정도
1-3(세로)	눈썹꼬리 처진 정도
10-12	쌍거풀 두께
12-13	눈 상하폭
9-11	눈 길이
9-12(세로)	눈꼬리 처진 정도
9-11(세로)	눈머리 처진 정도
19-20	코 좁은 부분 좌우폭
21-23	코 넓은 부분 좌우폭
19-21	코볼 상하길이
21-22	코 피부두께
22-24	콧구명 좌우폭
25-26	코 올라간 정도
27-29	입술산 좌우폭
30-32	입술 길이
28-31	윗입술 두께
31-33	아랫입술 두께
30-31	입술 처진 정도
27-28	입술산 길이
3-5	미간 좌우폭
12-17	눈 중심 간 좌우간격
4-10	눈두덩 상하길이
11-14	눈 간 좌우간격
26-28	인중 상하길이
33-45	턱 상하길이
34-48	이마 상하길이
48-49	미간부 상하길이
49-25	코 상하길이
1-2-3	눈썹 곡률
9-12-11	눈 곡률
27-28-29	입술산 곡률
21-25-23	코 곡률
외곽 14개점과코끝점	얼굴 외곽형

3. 얼굴에 대한 수치 구조 분석 및 대표 얼굴 선정

얼굴 특징들은 절대적인 크기 측면에서도 사람마다 다를 수 있지만, 같은 크기라고 하더라도 얼굴 크기가 커지면 상대적으로 작아 보일 수 있다. 본 연구에서는 얼굴의 절대적인 크기보다는 상대적인 관계나 상대적인 크기가 보다 중요하다고 보았기 때문에 특징값들을 얼굴 크기에 대해 정규화(normalization)하였다. 정규화를 위해 비율값(곡률)을 제외한 세로 특징들은 개별 얼굴별로 얼굴의 눈썹머리로부터 연장한 얼굴 가로폭으로, 가로 특징들은 얼굴 중앙의 이마끝점에서 턱끝점까지의 길이로 나눠주었다.

얼굴 외곽형은 내부 특징과 달리 매우 넓은 공간에서 측정된 여러 점을 활용하여야 규정될 수 있기 때문에 얼굴 외곽형 하나만을 분류하기 위해 상당히 많은 특징 변수를 설정해야 하는 문제가 있다. 이럴 경우 변수의 수가 늘어나는 것뿐 아니라 얼굴 내부 특징들과 달리 개별 변수들이 의미하는 바가 애매하기도 하기 때문에 변수값들을 조합하여 얼굴 외곽형의 측정치로 삼았다. 이를 위해 우선 기본적으로 얼굴 외곽형에 대하 분류 기준을 마련하였다. 대체로 얼굴 화장법(makeup)에 관한 문헌들을 보면 얼굴의 외곽형은 5∼7가지 정도로 분류할 수 있다(Mary Quant, 1998; 왕석구, 1999; 김세환, 2000). 이들 분류 방식에서 공통된 얼굴 외곽형은 긴형, 둥근형, 네모형, 역삼각형, 계란형으로 볼 수 있으며, 이들 외곽형 각각의 수치값을 확인하기 위해 4인이 얼굴 외곽형에 대한 평정을 하였다. 평정 결과 4인이 공통적으로 대표적인 외곽형으로 선정한 얼굴을 선택하여 이를 기본 얼굴 외곽형으로 삼았다. 그런 다음 이들 대표 얼굴 외곽형의 수치값과 개별 얼굴들의 수치값 간 상관 분석을 통해 모든 얼굴들에 대해 얼굴 외곽형의 측정치를 마련하였다.

얼굴의 모든 구성 요소의 조합을 통해 얼굴 유형을 분류하고 수치 구조를 살펴볼 경우, 가능한 변수가 많기 때문에 엄청난 수의 조합이 가능해져 경우의 수가무척 많고 수집한 얼굴 이상의 유형 가짓수가 나오는 비현실적인 상황이 벌어지게 된다. 본 연구에서는 이러한 문제를 피할 수 있는 다른 방안을 제안하고자 한다. 본 연구에서는 수집된 얼굴 내부 특징들의 값과 얼굴 외곽형의 값을 입력값으로 하여 주성분 분석(PCA: Principal component analysis)을 실시하였다. 여기서 얻어진 다섯 개의 요인점수(factor score)를 활용하여 전체 얼굴을 가상의 5차원 공간에 분포시켰다. 그런 다음 각 분면별로 대표적인 얼굴을 추출하게 되면 얼굴을 구성하는 주요한 요인(factor) 각각을 고루 반영하여 대표적인 얼굴 유형이 추출될 수 있다. 본 연구에서는 각 요인점수별로 ±1σ 위치에 가장 가까운 얼굴을 찾아내고 차원 공간의 중앙부에 가장 가까운 얼굴을 하나 추가하여 대표 얼굴을 선정하였다. 이때 위치점 가까이에 해당 얼굴이 없는 세 개의 분면에서는 대표 얼굴을 선정하지 않았기 때문에 선정된 대표적인 얼굴유형은 총 30개였다. 이들 대표 얼굴들에 개별 특징별로 가능한 유형들이 고루 반영되어 있는지를 살펴보기 위하여 얼굴 외곽형의 분류 방식과 유사한 방식으로 내부 요소를 분류하였다(예를 들어 눈의 경우, 크고 긴 눈(즉 매우 큰 눈), 가늘고 긴 눈, 크고 짧은 눈, 가늘고 짧은 눈(즉 매우 작은 눈)). 그 결과 하나의 내부 요소 각각의 측면에서 보면 30개 얼굴 유형에는 내부 요소들이 고루 포함되어있다고 볼 수 있었다.

일반인 얼굴에서 추출해낸 다섯 개의 요인 계수값(factor coefficient)을 가지고 수집된 연예인의 얼굴에 대해서도 같은 종류의 분석을 실시하였다. 전반적으로 연예인들은 일반인에 비해 상대적으로 내부 특징값들이 크고 얼굴 외곽선이 좀더 곡선적이기는 하였지만, 일반인 공간에 대응시켜 분류할 수 있었으며, 일부 분면에서 해당 연예인이 없는 경우도 있었다.

4. 얼굴 감성 어휘 수집 및 1차 얼굴 감성 평가

감성 어휘는 일반 정서 어휘와 달리 개개 대상에 따라 그 내용을 달리하는 경향이 있다(長町三生, 1989). 본 연구에서는 잡지의 메이크업 란(향장, 라비체 등 사외보 포함), 메이크업 관련 서적(왕석구, 1999; 이경민, 2000; 중앙 M&B 편집부, 2000), 메이크업 관련 연구 자료 등을 통해 감성 어휘를 수집하였다. 또한 사진 촬영에 참여했던 379명에게 자신이 소망하는 얼굴 이미지에 대해 자유기술 형식으로 형용사 어휘를 보고하도록 하였다. 이렇게 하여 수집된 270여 개의 어휘중 성격을 묘사하는 어휘나 형태를 단순 기술하는 어휘 등을 제거하고 유사한 어휘는 대표어를 선정하여 어휘를 정리하였다. 정리된 어휘의 적절성에 대해 4인의 메이크업 전문가(makeup artist)에게 자문을 구하였다.

(1) 1차 감성 평가

1차로 선정된 32개의 어휘로 7점 척도(매우 그렇지 않다 1 - 매우 그렇다 7)를 구성하고 대표 사진 30개에 대해 평정을 실시하였다. 평정자는 연세대학교 심리학과 및 인지과학 협동 과정에 재학중인 남녀 대학원생 33명이었다. 어휘간 상관을 분석한 결과 '예쁘다'와 '아름답다'는 방향성이 모호한 어휘로 다양한 감성 어휘들과 모두 상관이 높았다. 즉 '청순하다'와 '섹시하다'와 같이 다소 반의적인 어휘 모두와 연결되어 있는 어휘들이었으며 이것으로 보아 얼굴 감성에서 일종의다의어(多意語)로 볼 수 있다고 생각되며 이러한 성격의 어휘는 다른 종류의 감성 연구(박수진과 정찬섭, 1999)에서도 볼 수 있다. 이들 어휘는 추후 분석에서 제거되었다. 수집된 자료를 사용하여 요인 분석(factor analysis, Varimax 회전)을 실시한 결과 감성 어휘는 두 개의 요인으로 대략 48% 정도 설명 가능하였으며 이들 요인을 차원 개념으로 보면, '앳되다-성숙하다', '날카롭다-부드럽다'로 명명할 수 있다.

한편, 얻어진 요인 점수를 사용하여 개별 얼굴을 감성 공간에 분포시킨 결과가 도3에 제시되어 있다. 분석 결과 물리적인 수치 구조면에서는 서로 다른 얼굴 유형을 몇 개의 감성 유형으로 묶어 볼 수 있었다. 이는 수치구조 분석에서 사용한 특징 중 상대적으로 중요도가 적은 특징들이 무시될 수 있기 때문일 것이며, 후속 연구에서는 개별 감성별로 얼굴감성에 영향을 주는 주요 요소들이 무엇인지를 구체적으로 확인할 것이다.

(2) 어휘간 유사성 평정

1차 감성 평가 과정에서 일부 어휘를 제거하고, 26개 어휘를 사용하여 7점 척도(매우 비슷하지 않다 1 - 매우 비슷하다 7)로 어휘간 유사성을 평정하였다. 평정자는 연세대학교 심리학과 및 인지과학 협동 과정에 재학 중인 남녀 대학원생 30명이었다. 평정 결과를 비유사성 행렬(거리 행렬)로 전환하여 다차원 척도법(MDS: Multidimensional Analysis)으로 분석한 결과, 감성어휘간 관계는 2차원으로 72% 설명될 수 있었으며, 두 개의 차원측은 요인 분석을 사용한 1차 감성 평가에서와거의 유사하게 명명될 수 있었다.

5. 2차 감성 평가

상기 얼굴의 물리적 수치의 기준에 따라 분류된 30개의 대표 얼굴들에 대해 2차 감성 평가를 하였다. 얼굴에 대한 감성은 절대적인 크기보다는 상대적인 관계나 상대적인 크기가 보다 중요한 변수일 수 있다. 본 평가에서도 얼굴의 상대적인 크기와 관계들만이 고려되었기 때문에 제시된 얼굴들은 얼굴의 세로길이를 기준으로 크기가 조정되었다. 즉 수집된 사진에서 얼굴 이외의 요소들의 효과가 최소화되도록 다시 이마 위의 머리 부분과 턱 아래쪽의 목 부분이 제거되었다. 또한 색채에 따른 감성 효과를 배제하기 위해 사진은 모두 흑백으로 전환되었다. 각각의 얼굴 사진은 빔 프로젝터(beam projector)를 사용하여 차례로 하얀 스크린 상에 제시되었으며, 제시된 사진의 크기는 시각으로 평균 12˚×12˚였다(평정자들로부터 사진까지의 거리에 약간의 편차가 있었기 때문에 일정한 크기의 얼굴 사진이었음에도 보는 사람의 망막상에서는 약간의 크기 차이가 있을 수 있음).

대한민국의 연세대학교에서 지각심리학 과목을 수강하는 남녀 대학생들이 평정에 참여하였다. 평정은 2회에 걸쳐 실시되었으며, 1차 평정에는 78명, 2차 평정에는 85명이 참여하였다. 결과 분석은 1, 2차 평정에 모두 참여한 67명을 대상으로 이뤄졌는데, 이는 평정자들의 검사-재검사 신뢰도를 평가하기 위해서였다. 평정에 참여한 사람들 중 남학생의 비율은 전체의 약 25% 였다.

얼굴에 대한 감성 평가는 상기 감성 어휘 수집에서와 같이 '앳되다-성숙하다' 및 '날카롭다-부드럽다'의 차원축에 대해 이루어졌으며, 1차 평가는 7점 척도, 2차 평가는 9점 척도로 이뤄졌다(1 매우 앳되다 - 매우 성숙하다 7 또는 9, 1 매우 날카롭다 - 매우 부드럽다 7 또는 9). 2회에 걸친 감성 평가는 5일의 시간차를 두고 이루졌으며, 평정자들의 검사-재검사 신뢰도는 각각의 척도에 대해 .9 이상의 높은 값이었다. 직물 감성 평가에서도 이와 유사한 결과가 보고된 바 있는데(박수진, 1999), 사용된 척도와 자극 대상은 달랐지만 각각 .5 이상과 .7 이상의 높은 신뢰도들이 보고되었다. 이러한 결과들은 감성이 기본 정서에 비해 외부 상황에 쉽게 영향을 받는 안정성이 없는 심리 상태일 것이라는 일반적인 기대와는 다르다. 이를 좀더 분명히 확인하기 위해서는 좀더 긴 시간간격을 두고 검사-재검사 신뢰도가 평가되어야 하겠지만, 발달적인 측면에서 얼굴의 아름다움(일종의 감성이라 할 수 있는)에 대한 평가를 살펴본 연구(Kissler & Bauml, 2000)에 의하면 감성은 비교적 안정성이 있는 특성일 것이라 생각된다.

2차 감성 평가 결과 일반인들의 얼굴은 2차원 감성 공간에 비교적 고르게 분포되었으며, 다만 매우 앳되면서 동시에 매우 날카로운 부분에는 해당 얼굴이 없었다. 이러한 결과는 이 부분에 해당하는 적절한 감성 어휘가 없다는 사실과도 잘 부합된다.

6. 이상형 얼굴에 대한 감성 평가

이상형 얼굴로서 연예인 얼굴의 경우 93명의 무표정 정면 사진이 사용되었다. 이들 사진은 직접 촬영된 것이 아니기 때문에 일반인들의 얼굴 사진만큼 표준화된 것은 아니었으나, 일반인 얼굴 사진에서와 마찬가지로 과외 요소의 영향을 받지 않도록 하기 위해 가급적 얼굴만이 제시되도록 하였다. PC 모니터 상에 제시된 연예인 얼굴은 시각으로 약 8˚8′×8˚8′이었다. 대상은 대한민국의 연세대학교 교양심리학 과목을 수강하는 남녀대학생 50명이 실험에 참여하였다. 절차는 일반인 얼굴에 대한 감성 평가와 유사하였다. 피험자는 일반인 얼굴에 대한 감성 평가에서와 같은 형식의 9점 척도에 각각의 얼굴 감성('앳되다-성숙하다', '날카롭다-부드럽다')정도를 평정하였다. 그 결과, 연예인 얼굴에 대한 감성 평가 결과 수집된 연예인 얼굴에서도 일반인 얼굴에서와 같이 매우 앳되면서 동시에 매우 날카로운 감성에 해당되는 얼굴은 없었다. 또한 연예인의 경우에는 일반인 대표 사진과 달리 매우 성숙하면서 매우 부드러운 얼굴도 찾아보기 어려웠다.

7. 얼굴 감성 모형의 구현

상기 일반인의 2차 감성 평가와 이상형 얼굴에 대한 감성 평가를 통해 구현된 얼굴 감성 모형은 도4에 나타낸 바와 같다. 도4의 얼굴 사진들은 일반인과 연예인의 얼굴을 합성하여 만든 것이다. 합성을 위해 선정된 얼굴들은 일반인 대표 얼굴과 연예인 얼굴들 중에서 각각 하나의 감성 차원 축상에서는 끝쪽에 위치하면서 다른 차원측의 값에서는 비교적 중립적인 얼굴들이었다. 연예인들의 경우 일반인에비해 전반적으로 얼굴의 세부 특징들이 큰 경향이 있어서 연예인의 얼굴만을 가지고 얼굴 감성 모형을 구성하면 이러한 세부 특징을 명확히 볼 수 있는 장점이 있다. 그러나 연예인의 얼굴은 일반인들에게 너무 많이 알려져 있고, 그 때문에 실제 그들의 얼굴 특징에 의한 감성이 아닌 대중매체에 의해 형성된 감성 이미지가 지각자에게 영향을 줄 수 있다. 본 연구에서는 이러한 점과 아울러 개인의 초상권을 존중하기 위해 일반인과 연예인의 얼굴 사진을 합성하여 얼굴 감성 모형을 구성하다. 합성시 연예인과 일반인의 합성 비율은 25:75였는데, 연예인과 일반인의 합성비율을 50:50으로 하는 경우에는 연예인의 얼굴 특징이 너무 두드러져 일반인의 얼굴을 압도함으로써 쉽게 특정 연예인의 얼굴을 인식할 수 있는 단점이 있었기 때문에 연예인 얼굴의 비율을 일반인에 비해 낮추었다. 본 연구에선 사용된 얼굴 합성 프로그램(morphing program)은 쉐어웨어(shareware)인 WinMorph(ver. 2.01; Kumar, 1999)였다.

8. 얼굴 감성과 관련있는 얼굴의 세부 특징

얼굴 감성 공간상의 차원축에 해당하는 감성에 대한 물리적 세부특징의 효과를 확인하기 위해 회귀분석(regression)을 실시하였다. 분석 결과는 하기 표2와 같다.

상기 표2에서 보는 바와 같이 '앳되다-성숙하다'의 차원에서는 이마가 넓고(이마끝점-눈머리의 세로길이가 길고) 콧구멍이 좁을수록 앳되어 보이며, 반대의 경우엔 보다 성숙해 보이는 것으로 나타났다. 이러한 결과는 앳됨(babyness)에 대한 연구 결과들(Montepare & McArthur, 1986; McArthur & Apatow, 1983)도 부합된다. 이들 연구에서는 이마가 넓은 것이 앳되어 보임과 관련이 있었다. 표2에서 볼 수 있듯이 '앳되다-성숙하다' 차원의 경우 상기 추출한 물리적 특징들로는 설명력이 크지 않으므로 이들 변인 이외에 다른 얼굴 변인이 감성 평가에 영향을 줄 가능성이 있다. 후속 연구에서는 이 부분에 대한 확인이 필요할 것이다. '날카롭다-부드럽다'의 차원에서는 눈썹이 얇고 눈썹산이 높으며(눈썹머리·눈머리의 세로간격은 좁고 눈두덩의 세로 폭은 넓을수록) 눈썹꼬리가 올라갈수록, 눈간 거리가 멀며 눈은 길고 입술은 짧을수록 (눈에서부터 입술까지를 연결하여 사다리꼴을 만들었을때 윗변은 넓고 아랫변은 좁은 형태), 인중은 길수록, 그리고 이마와 턱이 좁을 수록(마름모꼴 얼굴에 가까울수록) 날카로워 보였다. 이밖에도 일반인들의 경우에는 윗입술이 얇거나 눈썹머리-눈썹산까지의 가로길이가 길면 날카로워 보였다. 전반적으로 연예인 얼굴에 대한 감성 평가는 몇 가지 면에서 고려해야 할 점이 있다. 연예인들의 경우 일반인과 달리 실제 연령에 대해 대강의 정보가 있으며, 이미 개별 연예인들마다 고유의 이미지가 구축되어 있어서 아무리 제시된 사진의 물리적 세부 특징에 대해서만 감성을 평가해달라고 해도 이러한 요인들이 감성 평가에 영향을 미치는 것 같았다. 따라서 연예인에 대한 감성 평가는 이러한 점을 감안하여 이해되어야 한다.

9. 얼굴 세부 특징과 개별 감성 범주들 간의 관계

본 실험에는 상기 일반인 감성 평가에 사용된 대표 얼굴 30개가 사용되었다. 얼굴 사진 자극은 잉크젯 프린터(Epson Stylus Photo EX3)를 사용하여 인화지와 흡사한 인상을 주는 잉크젯전용 용지에 출력된 것이었다. 사진의 크기는 9㎝×9㎝로 피험자로부터 대략 30㎝ 미터의 거리에서 지각되었다. 대상은 대한민국 연세대학교 심리학과 및 인지과학 협동과정에 재학 중인 남녀 대학원생 33명(남자 10명, 여자 23명)이 평정에 참여하였다. 절차는 피험자들이 각각의 사진에 대해 7점 척도로 평정을 하였다(1 매우 그렇지 않다 - 7 매우 그러하다). 평정에 사용된 감성 어휘는 표3과 같았다.

결과는 표3에 제시된 바와 같다.

상기 표3에 나타난 바와 같이, 얼굴의 세로길이가 짧되 미간부의 상하길이는길고 인중길이가 짧을수록, 그리고 입술산이 깊게 패어 뚜렷할수록 귀여운 느낌을 줄 수 있다. 눈썹의 앞쪽 길이(눈썹머리-눈썹산의 가로길이)가 짧고 눈썹꼬리가 처질수록, 눈의 길이가 짧을수록, 입술산이 깊게 패어 뚜렷할수록, 인중의 상하길이가 짧을수록 청순한 느낌을 줄 수 있다. 눈썹꼬리와 입술끝이 올라갈수록, 눈간 간격이 멀고 코가 넓을수록, 그리고 턱은 짧을수록 당돌해 보일 수 있다.

지금까지 살펴본 바와 같이, 얼굴 감성 유형을 결정하는 데에 있어서 먼저 피실험자들의 얼굴의 물리적인 수치들을 토대로 얼굴을 그룹화한 후 각 그룹에 대한 감성을 평가하여 2개 이상의 차원축으로 이루어진 공간 내에 각 그룹을 위치시키는 방법이 있다. 그러나 이러한 방법 이외에도 수백명의 일반인의 얼굴을 대상으로 하여 앳되다-성숙하다, 날카롭다-부드럽다 등의 감성 차원을 기준으로 하여 수십개의 감성 유형으로 분류를 함과 동시에 그 수백명의 얼굴의 수치구조를 측정하여 그에 따른 유형을 분류한 후 그 수치구조 유형을 상기 감성 유형에 반영하여 감성-수치구조 대응 모형을 구축하는 방법이 있다. 이에 대하여 상세히 설명하면 다음과 같다.

일반인의 얼굴사진, 즉 20-25세 여성의 다양한 얼굴고화질 사진을 600장 표집한 후 앳되다-성숙하다, 날카롭다-부드럽다의 두 기준에 따른 감성 평가를 통해 표본을 축소시켜 600개의 표본에서 50개의 유형을 추출하였다. 한편, 상기 600개의 표본에 도2a, 도2b 및 도2c와 같이 특징점을 찍고 특징점간의 거리를 측정한 후 측정된 수치에 따라 총 50개의 유형으로 분류하였다. 상기 감성 평가에 따라 분류된 50개의 유형과 상기 수치 측정에 따라 분류된 50개의 유형을 통합하고 20/30/40대 여성 150명에게 상기 감성 평가에 의한 50개 유형을 평정하도록 하여 최종적으로 30개 유형을 결정하였다.

그와 동시에, 이상형의 얼굴로서 총 100명의 인기 여배우, 탤런트, 모델의 사진을 수집하여 상기 일반인에게 수행했던 것과 같은 감성 평가 및 수치 측정을 실시하였다. 먼저 감성에 의한 유형 분류시에는 10개 내외의 차원균배 또는 범주 대표 사진을 선정하여 대표 사진을 이용한 그림 표본을 제작하는 한편, 상기 100개의 사진에 대한 수치 구조를 측정하여 그 결과를 상기 감성에 의한 유형 분류에 통합시켜 최종 10개의 이상형 얼굴 유형을 결정하였다.

상기와 같은 방법 이외에도 무작위로 추출된 복수개의 인간 얼굴들에 대해 감성 평가를 실시하여 그 평가 결과에 따라 복수개의 감성 유형으로 분류한 다음에, 상기 분류된 각 감성 유형들의 대표 얼굴을 결정하고 그 대표 얼굴의 물리적인 수치들을 측정하거나, 각 감성 유형에 속하는 개개의 얼굴들의 물리적인 수치들을 측정하여 각 감성 유형 얼굴의 물리적인 수치를 결정하여 놓음으로써 감성 유형과 수치 유형을 통합시키는 방법을 사용할 수도 있다.

상기와 같이 대표적 얼굴유형 데이타베이스가 구축이 되면, 각 유형에 적합한 메이크업에 대한 데이타베이스를 구축한다. 이렇게 구축된 데이타베이스를 이용하여 자신의 얼굴 유형과 자신에게 적합한 메이크업을 알고자 하는 대상자는 다음과 같은 절차를 거치게 된다.

먼저, 대상자의 얼굴을 영상입력한 후 얼굴의 유형을 파악하여야 한다. 그 단계를 상세히 설명하면 다음과 같다. 대상자의 얼굴을 영상입력하기 위한 표준 얼굴촬영부스를 설치한다. 얼굴촬영부스의 외형 설계는 대상자가 쉽고 편안하게 촬영할 수 있도록 부스의 모양, 크기 결정한다. 또한, 안전성이 보장되는 구조 및 재질을 사용한다. 조명은 일정 영상광도의 유지를 위한 부스 내장재 선택 및 조명 설계를 한다. 카메라는 초고해상도 디지털 카메라 1대를 사용하고, 영상표준화를 위한 촬영거리 및 각도로 고정한다. 이렇게 촬영된 대상자의 형상모형을 메이크업 텍스처와 정합시키기 위해, 본 발명자들에 의해 개발된 한국인 표준형상모형을 적용한다. 특징점의 결정은, 입력영상을 기본 텍스처로 이용하여 스플라인 기반 메이크업 영역 설정을 위한 최적 특징점 수 결정, 3차원 형상모형에 정합용 특징점(메이크업 텍스처의 하위집합) 결정 및 메이크업 영역별 특징점 정합(매장 도우미에 의한 정합)에 의한다. 이렇게 결정된 특징점에 근거하여 상기 구축된 대표적 얼굴유형 데이타베이스에 따라 대상자의 얼굴유형을 결정한다. 그 다음 대상자의 감성유형과 유사한 이상형과의 편차를 계산한다.

메이크업 텍스처 변형 시스템에서는 메이크업 영역 설정 프로그램을 이용한다. 이는 메이크업 텍스처의 특징점을 이용한 영역 설정, 메이크업 영역별로 차별화 된 영역 정의 알고리듬 적용, 메이크업 영역별로 스플라인 기법에 의한 특징점연결 및 폐곡선 영역 결정이 포함된다. 기초화장 변형 프로그램에는 입력영상의 얼굴 텍스처를 이용한 변형 알고리듬, 메이크업 영역 전체에 대한 기본 색도 일괄 페이팅 기법 및 음영정보와 텍스처 색도의 병치 기법 적용이 포함된다. 색조화장(point makeup) 변형 프로그램에는 메이크업 영역별 특화 알고리듬, 음영 및 기본 텍스처 색도 정보와 병치기법 적용 및 화장품의 색감에 따른 차별화 된 페인팅 기법이 포함된다. 또한, 대상자와 같은 일반인의 얼굴 유형에서 이상형 얼굴 유형으로의 메이크업 접근 알고리듬을 설정하여 일반-이상형 얼굴구조간 편차축소 메이크업 기법을 설계하고, 이상형 메이크업 접근을 위한 메이크업 텍스처 변형 알고리듬을 설정한다.

상기 입력영상 텍스처 정합결과에 근거한 기본 메이크업 텍스처의 구성에는 메이크업 영역설정 알고리듬과 기초 및 색조 화장은 입력영상의 원본이 적용된다.

그 다음에, 감성 인터페이스를 통한 메이크업 추천과 메이크업 탐색이 이루어진다. 메이크업 추천에는. 대상자의 얼굴유형과 가장 근접한 얼굴감성 이상형을 선정하고 이상형 메이크업 접근 알고리듬에 근거한 기초 및 색조 메이크업을 구현한다. 메이크업 탐색에는 추천 메이크업을 보면서 다른 대안을 탐색할 수 있는 인터페이스가 제공되어, 이상형 얼굴 영상군과 감성 형용사군을 통한 접근가능성을 제공하며 팔레트를 이용한 메이크업 부분 수정의 가능성을 제공한다. 대상자는 여러 이미지중 자신이 원하는 이미지를 선택하여 그에 맞는 메이크업을 추천받을 수 있다. 예컨대, 귀여운, 도회적, 내추럴, 지적인, 소프트, 섹시한, 클래식, 우아한 등의 이미지 중에서 자신이 원하는 이미지를 선택하여 그에 맞는 메이크업을 추천받을 수 있다. 여기서 대상자가 선택한 메이크업 텍스처의 수시 저장 기능이 제공될 수 있다.

시스템이 추천한 결과 및 대상자가 선택한 메이크업 결과를 모두 제시하여 제시된 메이크업 중 대상자가 하나 이상의 최종 선호 대상을 선택한다. 최종 메이크업이 선택되면, 그 메이크업을 수행하기 위한 제품이 제시된다. 이는 제품품목 DB를 통해 이루어진다. 제품품목 DB는 시스템의 기초 및 색조 메이크업별 제품정보 DB가 추가될 수 있다. 여기서 DBMS : Windows2000용 Oracle의 사용이 고려될 수 있으며, MS-SQL서버의 사용이 고려될 수 있다. 추후 웹/전자상거래 연동을 고려한 DB 설계가 이루어질 수 있으며, 여기에는 엔터프라이즈 DB 전문가 자문이 포함될 수 있다. 하나 이상의 선택 메이크업을 순차적으로 출력할 수 있는 기능과 칼라 프린터를 이용한 메이크업별 출력할 수 있는 기능이 제공될 수 있다.

상기 절차가 끝나면 개인/제품별 DB 구축 및 쇄신이 이루어진다. 이러한 개인별 DB 구축을 통해 개인용 브랜드 개척 가능성이 제공된다. 구체적으로 설명하면, 개인 ID를 통한 이전의 메이크업 선택 열람 기능이 제공될 수 있고, 추후 접속 시 이전의 기본 메이크업을 사용할 수 있는 기능이 반영될 수 있다. 또한 대상자 선택 정보를 이용한 제품별 DB의 쇄신이 가능하다. 이를 위해서, DBMS : Windows2000용 Oracle의 사용과 MS-SQL서버의 사용이 고려될 수 있다. 이러한 DB 역시 추후 웹/전자상거래 연동을 고려한 DB 설계가 가능하며, 이는 엔터프라이즈 DB 전문자 자문을 포함할 수 있다.

본 발명에 의한 감성 및 물리적 수치를 이용한 메이크업의 선택방법은, 얼굴의 물리적인 세부 특징과 심리적인 요소들 간에 어떤 관계가 있는지를 결정하고 이들이 어떠한 감성 공간 속에서 모형화될 수 있는지를 제시함으로써, 실제로 인간이 얼굴에 대해서 느끼는 감성과 물리적인 수치들을 모두 반영한 얼굴 유형 데이타베이스를 구축하고 이를 이용하여 대상자의 얼굴 유형을 분석할 수 있다. 이로써 대상자는 편안한 상태에서 신속하게 자신의 얼굴 유형과 자신에게 적합한 메이크업을 추천받을 수 있게 되며 이어서 추천받은 메이크업을 컴퓨터 동영상으로 시뮬레이션을 할 수 있도록 하여 원하는 최종 메이크업을 선택할 수 있고 선택된 메이크업을 위한 제품 정보까지 연속적으로 제공할 수 있다. 뿐만 아니라 대상자가 원하는 이상형의 얼굴과 자신의 얼굴을 비교하여 이상형에 접근할 수 있는 메이크업을 제공하고, 대상자별 개인 데이타베이스를 구축하여 지속적으로 대상자에게 메이크업 관련 서비스를 제공할 수 있다.

Claims (10)

1. (a)무작위로 추출된 복수개의 인간 얼굴들을, 얼굴에 대한 감성의 기준과 얼굴의 물리적인 수치의 기준에 따라 복수개의 얼굴 유형으로 분류하여 데이타베이스를 구축하는 단계;

   (b)상기 분류된 각 얼굴 유형에 적합한 메이크업을 설정하여 데이타베이스를 구축하는 단계;

   (c)자신에 적합한 메이크업을 찾고자 하는 대상자의 얼굴의 물리적인 수치를 측정한 다음 상기 얼굴 유형 중 어느 유형에 해당하는 가를 상기 (a)에서 구축된 데이타베이스들을 이용하여 결정하고 상기 (b)의 데이타베이스에 따라 대상자의 얼굴에 적합한 메이크업을 제시하는 단계를 포함하는 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.
2. 제1항에 있어서,

   상기 (a)단계는,

   (a-1)상기 무작위로 추출된 복수개의 인간 얼굴들의 물리적인 수치들을 측정한 다음 그 수치에 따라 복수개의 얼굴 유형으로 분류하는 단계; 및

   (a-2)상기 (a-1)에서 분류된 얼굴 유형들에 대해 감성 평가를 실시하여 각 유형들의 감성 유형을 결정하는 단계를 포함하는 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.
3. 제1항에 있어서,

   상기 (a)단계는,

   (a-3)상기 무작위로 추출된 복수개의 인간 얼굴들에 대해 개별적으로 감성 평가를 실시하여 그 평가 결과에 따라 복수개의 감성 유형으로 분류하는 단계;

   (a-4)상기 무작위로 추출된 복수개의 인간 얼굴들에 대해 개별적으로 얼굴의 물리적인 수치들을 측정하여 그 측정된 수치들에 따라 복수개의 수치 유형으로 분류하는 단계; 및

   (a-5)상기 (a-3)에 따라 분류된 감성 유형과 상기 (a-4)에 따라 분류된 수치유형을 통합하여 최종 얼굴 유형을 결정하고 이를 데이타베이스로 구축하는 단계를 포함하는 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.
4. 제1항에 있어서,

   상기 (a)단계는,

   (a-6)상기 무작위로 추출된 복수개의 인간 얼굴들에 대해 감성 평가를 실시하여 그 평가 결과에 따라 복수개의 감성 유형으로 분류하는 단계;

   (a-7)상기 (a-6)에 따라 분류된 각 감성 유형들의 각 대표 얼굴을 결정하고 상기 각 대표의 물리적인 수치들을 측정하거나, 각 감성 유형에 속하는 개개의 얼굴들의 물리적인 수치들을 측정하는 단계; 및

   (a-8) 상기 (a-7)에서 수치가 측정된 각 감성 유형들을 데이타베이스로 구축하는 단계를 포함하는 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.
5. 상기 제1항 내지 제4항에 있어서,

   상기 감성은, 두가지 이상의 기준에 의해 평가되는 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.
6. 제5항에 있어서,

   상기 감성의 기준은 앳되다-성숙하다의 기준 및 날카롭다-부드럽다의 기준인 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.
7. 제1항에 있어서,

   상기 (b)단계는, 이상형 얼굴들에 대해 감성의 기준과 얼굴의 물리적인 수치의 기준에 따라 복수개의 이상형 얼굴 유형으로 분류하여 데이타베이스를 구축하고, 그 이상형 얼굴 유형 중 상기 대상자와 유사한 이상형 얼굴 유형을 선택하여 상기 대상자의 메이크업 결정의 표준으로 이용하는 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.
8. 제1항에 있어서,

   상기 (c)단계 이후에,

   (d)상기 대상자에게 제안된 여러 메이크업 중에서 대상자가 원하는 메이크업이 최종 결정되면 그 최종 결정된 메이크업에 사용될 수 있는 메이크업 제품들을 제공하는 단계를 더 포함하는 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.
9. 제8항에 있어서,

   상기 (d) 단계 이후에,

   (e)상기 대상자의 얼굴 유형, 상기 대상자가 선택한 메이크업 및 메이크업 제품 등의 대상자 정보를 저장하여 개인용 데이타베이스를 구축하여 대상자에게 지속적으로 메이크업 관련 분석 서비스를 제공하는 단계를 포함하는 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.
10. 제9항에 있어서,

    상기 (e)단계와 동시에, (f)대상자들의 메이크업 제품 선택 양상을 정보로서 저장하여 제품별 데이타베이스를 구축하는 단계를 포함하는 것을 특징으로 하는 감성 및 물리적 수치를 이용한 메이크업의 선택방법.