사용자 맞춤 화장법 추천을 위한 얼굴형 분류 기술 동향

Trend in face shape classification for user-customized makeup recommendation

최근 외모에 대한 관심의 증가에 따라 뷰티 산업은 연 평균 4.5%의 성장률을 보이고 있다. 특히 IoT 기기의 발달과 더불어 뷰티 서비스를 융합하여 제공 하고자 하는 시도가 늘어나고 있으며 스마트 미러나 휴대폰 어플리케이션을 통한 가상의 화장 모습을 보여주는 서비스 등이 제공되고 있다. 그러나 가상의 메이크업 된 이미지만을 보여줄 뿐 사용자에게 적합한 화장법이 무엇인지 추천해준다고 보기에는 무리가 있다. 본 연구는 사용자 맞춤 메이크업 추천을 위해 시작되었으며 우선적으로 사람의 얼굴 형태 종류와 얼굴형 분류 알고리즘에 대한 동향 조사 형식으로 진행되었다. 다양한 도메인에서 연구 목적에 따라 얼굴 형태를 어떻게 나누었는지와 얼굴형 분류 알고리즘으로는 어떤 방법들이 사용되었는지 조사하였다. 얼굴형의 경우 계란형, 둥근형, 사각형, 삼각형 등의 형태가 기존 연구들에서 다수 나타났으며 얼굴형 분류 알고리즘으로는 서포트 벡터 머신 방법이 주로 사용되었다. 얼굴 형태에 대한 정밀한 연구, 얼굴형 분류 알고리즘의 고도화, IoT 기기에서 실시간 활용이 가능한 경량화 된 알고리즘에 대한 고려를 통해 스마트 미러를 통한 사용자 맞춤 화장법 추천이 가능할 수 있을 것이다.

The beauty industry has been growing at an average annual rate of 4.5 percent following the recent increase in people s interest in appearance. With the development of IoT devices, more attempts are being made to provide beauty services by integrating them with IoT devices, and services such as showing virtual makeup through smart mirrors or mobile phone applications are being provided. However, it can t be considered that it shows only the virtual makeup image and recommends the appropriate makeup method to the user. This study is initiated to develop a system to recommend makeup methods suitable for users through smart mirrors, and primarily conducted in the form of survey research on the types of face shapes and face shape classification algorithms. How face types are divided according to research purposes in various domains and what methods are used for face shape classification is investigated. For face types, the forms of egg, round, square, and triangle are found in many studies, and support vector machine is mainly used as face shape classification algorithms. Through precise research on face shapes, upgrading face shape classification algorithms and considering lightweight algorithms, it will be possible to recommend customized makeup methods.