特許7231783人工神経網を用いて皮膚状態または皮膚類型を決定するための装置、方法及び命令を記録した記録媒体
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B1)
(11)【特許番号】
(24)【登録日】2023-02-20
(45)【発行日】2023-03-01
(54)【発明の名称】人工神経網を用いて皮膚状態または皮膚類型を決定するための装置、方法及び命令を記録した記録媒体
(51)【国際特許分類】
G16H 10/20 20180101AFI20230221BHJP
【ＦＩ】
G16H10/20
【請求項の数】
14
(21)【出願番号】P 2022143804
(22)【出願日】2022-09-09
【審査請求日】2022-10-18
(31)【優先権主張番号】10-2022-0031218
(32)【優先日】2022-03-14
(33)【優先権主張国・地域又は機関】KR
【早期審査対象出願】
(73)【特許権者】
【識別番号】522359992
【氏名又は名称】株式会社コウンセサン・コスメチック
(74)【代理人】
【識別番号】100094569
【弁理士】
【氏名又は名称】田中 伸一郎
(74)【代理人】
【識別番号】100103610
【弁理士】
【氏名又は名称】▲吉▼田 和彦
(74)【代理人】
【識別番号】100109070
【弁理士】
【氏名又は名称】須田 洋之
(74)【代理人】
【識別番号】100067013
【弁理士】
【氏名又は名称】大塚 文昭
(74)【代理人】
【識別番号】100086771
【弁理士】
【氏名又は名称】西島 孝喜
(74)【代理人】
【識別番号】100109335
【弁理士】
【氏名又は名称】上杉 浩
(74)【代理人】
【識別番号】100120525
【弁理士】
【氏名又は名称】近藤 直樹
(74)【代理人】
【識別番号】100139712
【弁理士】
【氏名又は名称】那須 威夫
(74)【代理人】
【識別番号】100151987
【弁理士】
【氏名又は名称】谷口 信行
(72)【発明者】
【氏名】アン・ゴンヨン
【審査官】吉田 誠
(56)【参考文献】
【文献】中国特許出願公開第１１１８１９６３２（ＣＮ，Ａ）
【文献】韓国公開特許第１０－２０２１－００５９２１４（ＫＲ，Ａ）
【文献】国際公開第２０２０／１９４３６５（ＷＯ，Ａ１）
【文献】特表２０２１－５１５９２２（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ１６Ｈ １０／００－８０／００
Ｇ０６Ｑ １０／００－９９／００
(57)【特許請求の範囲】
【請求項1】
１つ以上のプロセッサ；及び前記１つ以上のプロセッサによる実行時、前記１つ以上のプロセッサが演算を行うようにする命令と、複数の使用者の皮膚に関する複数のイメージ及び前記複数の使用者に提供される皮膚に関する質問用紙に含まれた複数の質問項目のそれぞれに対する点数の間の相関関係をモデリングして構築された人工神経網を格納する１つ以上のメモリを含み、
前記１つ以上のプロセッサは、前記命令に従って、
対象使用者の皮膚に関する質問用紙に対する第１アンケート調査点数グループを決定し、
前記対象使用者の皮膚に関するイメージを前記人工神経網に入力し、
前記人工神経網の出力に基づいて、前記質問用紙に対する第２アンケート調査点数グループを決定し、
前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて、前記対象使用者の皮膚類型または前記対象使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定する、装置。
【請求項2】
前記質問用紙は少なくとも１つの判断対象に関する問いグループを含み、前記少なくとも１つの判断対象に関する問いグループのそれぞれは、前記１つ以上の指標のそれぞれに対応する、請求項１に記載の装置。
【請求項3】
前記１つ以上のプロセッサは、前記対象使用者からアンケート調査結果-前記アンケート調査結果は、前記質問用紙に含まれた複数の質問項目のそれぞれに対する答えを含む-を取得し、
前記アンケート調査結果に含まれた複数の質問項目のそれぞれに対する答えを点数に変換して前記第１アンケート調査点数グループを決定する、請求項１に記載の装置。
【請求項4】
前記第２アンケート調査点数グループは、前記人工神経網が前記対象使用者の皮膚に関するイメージの入力を受けて前記質問用紙に含まれた複数の質問項目のそれぞれに対して点数を出力して決定された、請求項１に記載の装置。
【請求項5】
前記１つ以上のプロセッサは、前記質問用紙に含まれた前記複数の質問項目のうち第１類型に該当する問いの点数を前記第１アンケート調査点数グループから取得し、
前記質問用紙に含まれた前記複数の質問項目のうち第２類型に該当する問いの点数を前記第２アンケート調査点数グループから取得し、
前記第１類型に該当する問いの点数及び前記第２類型に該当する問いの点数に基づいて最終のアンケート調査点数グループを決定し、
前記最終のアンケート調査点数グループに基づいて前記皮膚類型または前記１つ以上の指標のそれぞれに対する点数を決定する、請求項１に記載の装置。
【請求項6】
前記第１類型に該当する問いは、問いの点数を予測する前記人工神経網の精度が事前決定されたしきい値より小さい問いであり、前記第２類型に該当する問いは、問いの点数を予測する前記人工神経網の精度が事前決定されたしきい値より大きいか、同じ問いである、請求項５に記載の装置。
【請求項7】
前記１つ以上のプロセッサは、前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて最終のアンケート調査点数グループを決定し、
前記最終のアンケート調査点数グループに含まれた問い別の点数を前記質問用紙に含まれた各問いグループにより合算して前記１つ以上の指標のそれぞれに対する点数を決定し、
前記１つ以上の指標のそれぞれに対する点数に基づいて前記皮膚類型を決定する、請求項１に記載の装置。
【請求項8】
１つ以上のプロセッサ及び前記１つ以上のプロセッサによって実行されるための命令が格納された１つ以上のメモリを含むコンピュータで行われる方法において、前記１つ以上のメモリは、複数の使用者の皮膚に関する複数のイメージ及び前記複数の使用者に提供される皮膚に関する質問用紙に含まれた複数の質問項目のそれぞれに対する点数の間の相関関係をモデリングして構築された人工神経網を格納し、
前記１つ以上のプロセッサが、前記命令に従って、
対象使用者の皮膚に関する質問用紙に対する第１アンケート調査点数グループを決定する段階；
前記対象使用者の皮膚に関するイメージを前記人工神経網に入力する段階；
前記人工神経網の出力に基づいて、前記質問用紙に対する第２アンケート調査点数グループを決定する段階；及び
前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて、前記対象使用者の皮膚類型または前記対象使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定する段階を含む、方法。
【請求項9】
前記質問用紙は少なくとも１つの判断対象に関する問いグループを含み、前記少なくとも１つの判断対象に関する問いグループのそれぞれは、前記１つ以上の指標のそれぞれに対応する、請求項８に記載の方法。
【請求項10】
前記１つ以上のプロセッサが、前記対象使用者からアンケート調査結果-前記アンケート調査結果は、前記質問用紙に含まれた複数の質問項目のそれぞれに対する答えを含む-を取得する段階；及び
前記アンケート調査結果に含まれた複数の質問項目のそれぞれに対する答えを点数に変換して前記第１アンケート調査点数グループを決定する段階をさらに含む、請求項８に記載の方法。
【請求項11】
前記１つ以上のプロセッサが、前記質問用紙に含まれた前記複数の質問項目のうち第１類型に該当する問いの点数を前記第１アンケート調査点数グループから取得する段階；
前記質問用紙に含まれた前記複数の質問項目のうち第２類型に該当する問いの点数を前記第２アンケート調査点数グループから取得する段階；
前記第１類型に該当する問いの点数及び前記第２類型に該当する問いの点数に基づいて最終のアンケート調査点数グループを決定する段階；及び
前記最終のアンケート調査点数グループに基づいて前記皮膚類型または前記１つ以上の指標のそれぞれに対する点数を決定する段階をさらに含む、請求項８に記載の方法。
【請求項12】
前記第１類型に該当する問いは、問いの点数を予測する前記人工神経網の精度が事前決定されたしきい値より小さい問いであり、前記第２類型に該当する問いは、問いの点数を予測する前記人工神経網の精度が事前決定されたしきい値より大きいか、同じ問いである、請求項１１に記載の方法。
【請求項13】
前記１つ以上のプロセッサが、前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて最終のアンケート調査点数グループを決定する段階；
前記最終のアンケート調査点数グループに含まれた問い別の点数を前記質問用紙に含まれた各問いグループにより合算して前記１つ以上の指標のそれぞれに対する点数を決定する段階；及び
前記１つ以上の指標のそれぞれに対する点数に基づいて前記皮膚類型を決定する段階をさらに含む、請求項８に記載の方法。
【請求項14】
コンピュータ上で行われるための命令を記録した非一時的コンピュータ読み出し可能な記録媒体において、１つ以上のメモリは、１つ以上のプロセッサが演算を行うようにする命令と、複数の使用者の皮膚に関する複数のイメージ及び前記複数の使用者に提供される皮膚に関する質問用紙に含まれた複数の質問項目のそれぞれに対する点数の間の相関関係をモデリングして構築された人工神経網を格納し、
前記命令は、前記１つ以上のプロセッサによる実行時、前記１つ以上のプロセッサが、
対象使用者の皮膚に関する質問用紙に対する第１アンケート調査点数グループを決定し、
前記対象使用者の皮膚に関するイメージを前記人工神経網に入力し、
前記人工神経網の出力に基づいて、前記質問用紙に対する第２アンケート調査点数グループを決定し、
前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて、前記対象使用者の皮膚類型または前記対象使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定するようにする、コンピュータ読み出し可能な記録媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、人工知能技術に基づいて使用者の皮膚状態または皮膚類型を決定するための技術に関するものである。
【背景技術】
【0002】
使用者の皮膚状態または皮膚類型を決定する方法において、既存には、使用者が直接アンケート調査紙または問診票について回答をする方式で皮膚状態を決定することができた。しかし、このような方式は、人が直接本人の状態を決定するという点で個人の性格によって偏差が存在し、そのような偏差により皮膚の状態を一貫して評価できないという問題点を有する。また、既存には使用者のイメージに基づいて専門家が使用者の皮膚状態を決定する方式で皮膚状態を決定することもできた。しかし、このような方式は、イメージを通じては把握し難い皮膚の状態(例：接触性皮膚炎等)が評価できない問題点を有する。それにより、当業界ではより一貫的でかつ正確な皮膚状態の決定方法の需要が増加してきた。
【発明の概要】
【発明が解決しようとする課題】
【0003】
本開示は、人工知能技術に基づいて使用者の皮膚状態または皮膚類型を決定するための技術を提供する。
【課題を解決するための手段】
【0004】
本開示の一側面によれば、人工知能技術に基づいて使用者の皮膚状態または皮膚類型を決定するための装置が提供され得る。本開示による装置は、１つ以上のプロセッサ；及び前記１つ以上のプロセッサによる実行時、前記１つ以上のプロセッサが演算を行うようにする命令と、複数の使用者の皮膚に関する複数のイメージ及び前記複数の使用者に提供される皮膚に関する質問用紙に含まれた複数の質問項目のそれぞれに対する点数の間の相関関係をモデリングして構築された人工神経網を格納する１つ以上のメモリを含み、前記１つ以上のプロセッサは、前記命令に従って、対象使用者の皮膚に関する質問用紙に対する第１アンケート調査点数グループを決定し、前記対象使用者の皮膚に関するイメージを前記人工神経網に入力し、前記人工神経網の出力に基づいて、前記質問用紙に対する第２アンケート調査点数グループを決定し、前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて、前記対象使用者の皮膚類型または前記対象使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。
【0005】
一実施例において、前記質問用紙は少なくとも１つの判断対象に関する問いグループを含み、前記少なくとも１つの判断対象に関する問いグループのそれぞれは、前記１つ以上の指標のそれぞれに対応し得る。
【0006】
一実施例において、前記１つ以上のプロセッサは、前記対象使用者からアンケート調査結果-前記アンケート調査結果は、前記質問用紙に含まれた複数の質問項目のそれぞれに対する答えを含む-を取得し、前記アンケート調査結果に含まれた複数の質問項目のそれぞれに対する答えを点数に変換して前記第１アンケート調査点数グループを決定することができる。
【0007】
一実施例において、前記第２アンケート調査点数グループは、前記人工神経網が前記対象使用者の皮膚に関するイメージの入力を受けて前記質問用紙に含まれた複数の質問項目のそれぞれに対して点数を出力して決定され得る。
【0008】
一実施例において、前記１つ以上のプロセッサは、前記質問用紙に含まれた前記複数の質問項目のうち第１類型に該当する問いの点数を前記第１アンケート調査点数グループから取得し、前記質問用紙に含まれた前記複数の質問項目のうち第２類型に該当する問いの点数を前記第２アンケート調査点数グループから取得し、前記第１類型に該当する問いの点数及び前記第２類型に該当する問いの点数に基づいて最終のアンケート調査点数グループを決定し、前記最終のアンケート調査点数グループに基づいて前記皮膚類型または前記１つ以上の指標のそれぞれに対する点数を決定することができる。
【0009】
一実施例において、前記第１類型に該当する問いは、問いの点数を予測する前記人工神経網の精度が事前決定されたしきい値より小さい問いであり、前記第２類型に該当する問いは、問いの点数を予測する前記人工神経網の精度が事前決定されたしきい値より大きいか、同じ問いであってもよい。
【0010】
一実施例において、前記１つ以上のプロセッサは、前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて最終のアンケート調査点数グループを決定し、前記最終のアンケート調査点数グループに含まれた問い別の点数を前記質問用紙に含まれた各問いグループにより合算して前記１つ以上の指標のそれぞれに対する点数を決定し、前記１つ以上の指標のそれぞれに対する点数に基づいて前記皮膚類型を決定することができる。
【0011】
一実施例において、前記１つ以上のプロセッサは、前記人工神経網の出力に基づいて、前記対象使用者の皮膚に関するイメージに対する専門家点数グループを決定し、前記専門家点数グループに追加で基づいて、前記皮膚類型または前記１つ以上の指標のそれぞれに対する点数を決定することができる。
【0012】
一実施例において、前記専門家点数グループは、前記対象使用者の皮膚に関するイメージに基づいて判断される紅潮、色素、毛穴、シワ、及びにきびの少なくとも１つの判断対象に対する点数を含み得る。
【0013】
一実施例において、前記１つ以上のプロセッサは、前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて最終のアンケート調査点数グループを決定し、前記最終のアンケート調査点数グループと前記専門家点数グループを加重合わせて前記皮膚類型または前記１つ以上の指標のそれぞれに対する点数を決定することができる。
【0014】
本開示の他側面によれば、人工知能技術に基づいて使用者の皮膚状態または皮膚類型を決定するための方法が提供され得る。本開示による方法は、１つ以上のプロセッサ及び前記１つ以上のプロセッサによって実行されるための命令が格納された１つ以上のメモリを含むコンピュータで行われる方法において、前記１つ以上のメモリは、複数の使用者の皮膚に関する複数のイメージ及び前記複数の使用者に提供される皮膚に関する質問用紙に含まれた複数の質問項目のそれぞれに対する点数の間の相関関係をモデリングして構築された人工神経網を格納し、前記１つ以上のプロセッサが、前記命令に従って、対象使用者の皮膚に関する質問用紙に対する第１アンケート調査点数グループを決定する段階；前記対象使用者の皮膚に関するイメージを前記人工神経網に入力する段階；前記人工神経網の出力に基づいて、前記質問用紙に対する第２アンケート調査点数グループを決定する段階；及び前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて、前記対象使用者の皮膚類型または前記対象使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定する段階を含み得る。
【0015】
一実施例において、前記質問用紙は少なくとも１つの判断対象に関する問いグループを含み、前記少なくとも１つの判断対象に関する問いグループのそれぞれは、前記１つ以上の指標のそれぞれに対応し得る。
【0016】
一実施例において、前記１つ以上のプロセッサが、前記対象使用者からアンケート調査結果-前記アンケート調査結果は、前記質問用紙に含まれた複数の質問項目のそれぞれに対する答えを含む-を取得する段階；及び前記アンケート調査結果に含まれた複数の質問項目のそれぞれに対する答えを点数に変換して前記第１アンケート調査点数グループを決定する段階をさらに含み得る。
【0017】
一実施例において、前記１つ以上のプロセッサが、前記質問用紙に含まれた前記複数の質問項目のうち第１類型に該当する問いの点数を前記第１アンケート調査点数グループから取得する段階；前記質問用紙に含まれた前記複数の質問項目のうち第２類型に該当する問いの点数を前記第２アンケート調査点数グループから取得する段階；前記第１類型に該当する問いの点数及び前記第２類型に該当する問いの点数に基づいて最終のアンケート調査点数グループを決定する段階；及び前記最終のアンケート調査点数グループに基づいて前記皮膚類型または前記１つ以上の指標のそれぞれに対する点数を決定する段階をさらに含み得る。
【0018】
一実施例において、前記第１類型に該当する問いは、問いの点数を予測する前記人工神経網の精度が事前決定されたしきい値より小さい問いであり、前記第２類型に該当する問いは、問いの点数を予測する前記人工神経網の精度が事前決定されたしきい値より大きいか、同じ問いであってもよい。
【0019】
一実施例において、前記１つ以上のプロセッサが、前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて最終のアンケート調査点数グループを決定する段階；前記最終のアンケート調査点数グループに含まれた問い別の点数を前記質問用紙に含まれた各問いグループにより合算して前記１つ以上の指標のそれぞれに対する点数を決定する段階；及び前記１つ以上の指標のそれぞれに対する点数に基づいて前記皮膚類型を決定する段階をさらに含み得る。
【0020】
一実施例において、前記１つ以上のプロセッサが、前記人工神経網の出力に基づいて、前記対象使用者の皮膚に関するイメージに対する専門家点数グループを決定する段階；及び前記専門家点数グループに追加で基づいて、前記皮膚類型または前記１つ以上の指標のそれぞれに対する点数を決定する段階をさらに含み得る。
【0021】
一実施例において、前記専門家点数グループは、前記対象使用者の皮膚に関するイメージに基づいて判断される紅潮、色素、毛穴、シワ、及びにきびの少なくとも１つの判断対象に対する点数を含み得る。
【0022】
一実施例において、前記１つ以上のプロセッサが、前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて最終のアンケート調査点数グループを決定する段階をさらに含み、前記皮膚類型または前記１つ以上の指標のそれぞれに対する点数を決定する段階は、前記最終のアンケート調査点数グループと前記専門家点数グループを加重合わせて前記皮膚類型または前記１つ以上の指標のそれぞれに対する点数を決定する段階であってもよい。
【0023】
本開示の他側面によれば、人工知能技術に基づいて使用者の皮膚状態または皮膚類型を決定するためにコンピュータ上で行われるための命令を記録した非一時的コンピュータ読み出し可能な記録媒体が提供され得る。本開示による記録媒体において、１つ以上のメモリは、１つ以上のプロセッサが演算を行うようにする命令と、複数の使用者の皮膚に関する複数のイメージ及び前記複数の使用者に提供される皮膚に関する質問用紙に含まれた複数の質問項目のそれぞれに対する点数の間の相関関係をモデリングして構築された人工神経網を格納し、前記命令は、前記１つ以上のプロセッサによる実行時、前記１つ以上のプロセッサが、対象使用者の皮膚に関する質問用紙に対する第１アンケート調査点数グループを決定し、前記対象使用者の皮膚に関するイメージを前記人工神経網に入力し、前記人工神経網の出力に基づいて、前記質問用紙に対する第２アンケート調査点数グループを決定し、前記第１アンケート調査点数グループ及び前記第２アンケート調査点数グループに基づいて、前記対象使用者の皮膚類型または前記対象使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定するようにすることができる。
【発明の効果】
【0024】
本開示の多様な実施例によれば、人工神経網に使用者イメージを入力して質問用紙に含まれた各質問項目の点数を予測することで使用者イメージから直ちに使用者の皮膚状態を予測する人工神経網に比べて説明可能な(ｅｘｐｌａｉｎａｂｌｅ)人工神経網を提供することができる。
【0025】
本開示の多様な実施例によれば、人工神経網を用いて質問用紙に関するアンケート調査点数グループ(即ち、第２アンケート調査点数グループ)を予測するところ、実際の使用者の応答によるアンケート調査点数グループ(即ち、第１アンケート調査点数グループ)を第２アンケート調査点数グループによって補正することでアンケート調査に対する点数の信頼度を向上させることができる。
【0026】
本開示の多様な実施例によれば、使用者から取得すべき質問項目の個数を減らすことによって使用者の便宜性を増大させることができる。
【図面の簡単な説明】
【0027】
【発明を実施するための形態】
【0028】
本文書に記載された多様な実施例は、本開示の技術的思想を明確に説明する目的で例示されたものであり、これを特定の実施形態に限定しようとするものではない。本開示の技術的思想は、本文書に記載された各実施例の多様な変更(ｍｏｄｉｆｉｃａｔｉｏｎｓ)、均等物(ｅｑｕｉｖａｌｅｎｔｓ)、代替物(ａｌｔｅｒｎａｔｉｖｅｓ)及び各実施例の全部または一部から選択的に組み合わされた実施例を含む。また、本開示の技術的思想の権利範囲は、以下に提示される多様な実施例やこれに関する具体的説明に限定されない。
【0029】
技術的または科学的な用語を含み、本文書で用いられる用語は、別途に定義されない限り、本開示の属する技術分野において通常の知識を有する者に一般に理解される意味を有し得る。
【0030】
本文書で用いられる「含む」、「含み得る」、「備える」、「備え得る」、「有する」、「有し得る」等の表現は、対象となる特徴(例：機能、動作または構成要素等)が存在することを意味し、他の追加の特徴の存在を排除しない。即ち、このような表現は、他の実施例を含む可能性を内包する開放型用語(ｏｐｅｎ－ｅｎｄｅｄ ｔｅｒｍｓ)として理解されるべきである。
【0031】
本文書で用いられる単数形の表現は、文脈上異なって意味しない限り複数形の意味を含み得、これは請求項に記載された単数形の表現にも同様に適用される。
【0032】
本文書で用いられる「第１」、「第２」、または「第１に」、「第２に」等の表現は、文脈上異なって意味しない限り、複数の同種対象を指すにおいて、ある対象を他の対象と区分するために用いられ、当該対象間の順序または重要度を限定するものではない。一実施例において、本開示による複数の問いグループは、「第１問いグループ」、「第２問いグループ」のように表現されることで互いに区分され得る。一実施例において、本開示による皮膚状態を示す複数の指標は「第１指標」、「第２指標」のように表現されることで互いに区分され得る。
【0033】
本文書で用いられる「Ａ、Ｂ、及びＣ」、「Ａ、Ｂ、またはＣ」、「Ａ、Ｂ、及び/又は Ｃ」または「Ａ、Ｂ、及びCの少なくとも１つ」、「Ａ、Ｂ、またはＣの少なくとも１つ」、「Ａ、Ｂ、及び/又はＣの少なくとも１つ」等の表現は、それぞれの羅列された項目または羅列された項目の可能な全ての組合わせを意味し得る。例えば、「ＡまたはＢの少なくとも１つ」は、(１)少なくとも１つのＡ、(２)少なくとも１つのＢ、(３)少なくとも１つのＡ及び少なくとも１つのＢをいずれも指し得る。
【0034】
本文書で用いられる「部」という表現は、ソフトウェア、またはＦＰＧＡ(ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ)、ＡＳＩＣ(ａｐｐｌｉｃａｔｉｏｎ ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ)のようなハードウェアの構成要素を意味し得る。しかし、「部」はハードウェア及びソフトウェアに限定されるわけではない。「部」はアドレッシングできる格納媒体に格納されているように構成されることもでき、１つまたはそれ以上のプロセッサを実行させるように構成されることもできる。一実施例で、「部」はソフトウェアの構成要素、オブジェクト指向のソフトウェア構成要素、クラス構成要素及びタスク構成要素のような構成要素と、プロセッサ、関数、プロシージャ、サブルーチン、プログラム コードのセグメント、ドライバー、ファームウェア、マイクロコード、回路、データ、データベース、データ構造、テーブル、アレイ及び変数を含み得る。
【0035】
本文書で用いられる「～に基づいて」という表現は、当該表現が含まれる語句または文章で記述される、決定、判断の行為または動作に影響を与える１つ以上の因子を記述するのに用いられ、この表現は当該決定、判断の行為または動作に影響を与える追加の因子を排除しない。
【0036】
本文書で用いられる、ある構成要素(例：第１構成要素)が他の構成要素(例：第２構成要素)に「連結されて」いたり「接続されて」いるという表現は、前記ある構成要素が前記他の構成要素に直接的に連結または接続されるだけでなく、新たな他の構成要素(例：第３構成要素)を媒介として連結または接続されることを意味し得る。
【0037】
本文書で用いられた表現「～するように構成された(ｃｏｎｆｉｇｕｒｅｄ ｔｏ)」は文脈によって、「～するように設定された」、「～する能力を有する」、「～するように変更された」、「～するように作られた」、「～ができる」等の意味を有し得る。当該表現は、「ハードウェア的に特別に設計された」の意味に制限されず、例えば、特定動作を行うように構成されたプロセッサは、当該特定動作を行うように、プログラミングを通じて構造化された特殊目的コンピュータ(ｓｐｅｃｉａｌ ｐｕｒｐｏｓｅ ｃｏｍｐｕｔｅｒ)を意味し得る。
【0038】
本開示で、人工知能(Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ、ＡＩ)は人間の学習能力、推論能力、知覚能力等を模倣し、これをコンピュータで具現する技術を意味し得る。人工知能は、機械学習乃至機械学習を活用した要素技術等を含み得る。機械学習は、入力されるデータを分類するために少なくとも１つの学習用データの特徴を抽出するアルゴリズムを意味し得る。また、機械学習のアルゴリズムを活用して人間頭脳の認知、判断等の機能を模写する技術も人工知能のカテゴリーとして理解され得る。例えば、言語的理解、視覚的理解、推論/予測、知識表現、動作制御等の技術分野が含まれ得る。
【0039】
本開示で、人工神経網は人間の脳構造をコンピュータ上で具現するように設計され得、人間の神経網のニューロン(ｎｅｕｒｏｎ)を模擬して加重値を有する複数のネットワークノードを含み得る。複数のネットワークノードは、ニューロンがシナプス(ｓｙｎａｐｓｅ)を通じて信号をやり取りするニューロンのシナプティク(ｓｙｎａｐｔｉｃ)活動を模擬し、相互間の連結関係を有し得る。人工神経網で複数のネットワークノードは互いに異なる深さのレイヤに位置しながらコンボリューション(ｃｏｎｖｏｌｕｔｉｏｎ)の連結関係によってデータをやり取りすることができる。人工神経網は、例えば、コンボリューション神経網モデル(Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ)等であってもよい。本開示で、人工神経網は、所定の機械学習方式に従って学習されたモデルであって、学習されていないモデルに含まれた少なくとも１つのネットワークノードに対する加重値が機械学習によって決定されたモデルを意味し得る。機械学習は、データ及びデータを処理した経験を用いた学習を通じて、コンピュータのソフトウェアがデータ処理能力を向上させることを意味し得る。人工神経網はデータの間の相関関係をモデリングして構築されたものであって、その相関関係は複数のパラメータによって表現され得る。人工神経網は与えられたデータから特徴を抽出して分析し、データ間の相関関係を導き出すが、このような過程を繰り返して人工神経網のパラメータを最適化していくことが機械学習といえる。例えば、人工神経網は入出力対に与えられるデータに対して、入力と出力の間のマッピング(相関関係)を学習することができる。または、人工神経網は入力データだけ与えられる場合にも、与えられたデータの間の規則性を導き出してその関係を学習することもできる。本開示において「人工神経網」は、「人工神経網モデル」という用語と相互交換的に用いられ得る。
【0040】
以下、添付の図面を参照して、本開示の多様な実施例を説明する。添付の図面及び図面に関する説明において、同一であるか実質的に同等の(ｓｕｂｓｔａｎｔｉａｌｌｙ ｅｑｕｉｖａｌｅｎｔ)構成要素には同一の参照符号が付与され得る。また、以下の多様な実施例の説明において、同一または対応する構成要素を重複して記述することが省略され得るが、これは当該構成要素がその実施例に含まれないことを意味するものではない。
【0041】
図１は、本開示の一実施例によるコンピューティング装置(１００)が動作する過程を示した図である。コンピューティング装置(１００)は使用者端末(１１０)から使用者イメージ(３１０)及びアンケート調査結果(３３０)を取得することができる。使用者イメージ(３１０)はコンピューティング装置(１００)を通じて皮膚類型を決定するか、またはコンピューティング装置(１００)を通じて皮膚状態を示す１つ以上の指標に対する点数を決定しようとする「対象使用者(ｔａｒｇｅｔ ｕｓｅｒ)」の皮膚に関するイメージであってもよい。以下、説明の便宜上、「対象使用者」は簡略に「使用者」と、「対象使用者の皮膚に関するイメージ」は簡略に「使用者イメージ」と称され得る。アンケート調査結果(３３０)は、本開示の質問用紙について使用者から取得された採点データであってもよい。アンケート調査結果(３３０)は事前決定された資料構造(例：テーブル、リスト、タプル、ディクショナリー等)を有するデータであってもよい。
【0042】
コンピューティング装置(１００)は使用者イメージ(３１０)及びアンケート調査結果(３３０)に基づいて使用者の皮膚類型及び/又は使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。コンピューティング装置(１００)はアンケート調査結果(３３０)に基づいて質問用紙に対する第１アンケート調査点数グループを決定することができる。コンピューティング装置(１００)は使用者イメージ(３１０)を人工神経網に入力し、人工神経網の出力に基づいて質問用紙に対する第２アンケート調査点数グループを決定することができる。コンピューティング装置(１００)は、第１アンケート調査点数グループ及び第２アンケート調査点数グループに基づいて最終のアンケート調査点数グループを決定することができる。コンピューティング装置(１００)は最終のアンケート調査点数グループに基づいて皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。コンピューティング装置(１００)は決定された１つ以上の指標のそれぞれに対する点数を通じて使用者の皮膚類型を決定することができる。
【0043】
コンピューティング装置(１００)は決定された皮膚類型及び１つ以上の指標のそれぞれに対する点数を使用者端末(１１０)に伝送することができる。
【0044】
本開示で、使用者の皮膚状態を示す１つ以上の指標は、例えば、油分、敏感、水分、色素、シワ、毛穴等の指標を含み得る。コンピューティング装置(１００)は所定の演算を通じて皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。この際、特定指標に対する点数は当該指標に関する皮膚状態の良否を示すことができる。例えば、油分指標に対する点数が低いほど使用者の皮膚は油分が不十分で、油分指標に対する点数が高いほど使用者の皮膚は油分が過多な状態であり得る。また、水分指標に対する点数が低いほど使用者の皮膚は水分が不十分で、水分指標に対する点数が高いほど使用者の皮膚は水分が十分な状態であり得る。また、敏感指標に対する点数が低いほど使用者の皮膚は敏感でない皮膚で、敏感指標に対する点数が高いほど使用者の皮膚は敏感な皮膚であり得る。また、色素指標に対する点数が低いほど使用者の皮膚は色素沈着が殆ど起こっていない皮膚で、色素指標に対する点数が高いほど使用者の皮膚は色素沈着が多く生じた皮膚であり得る。また、シワ指標に対する点数が低いほど使用者の皮膚はシワのない皮膚で、シワ指標に対する点数が高いほど使用者の皮膚はシワの多い皮膚であり得る。また、毛穴指標に対する点数が低いほど使用者の皮膚は毛穴状態が良い皮膚(例：毛穴の個数が少ないか、または大きさが小さい)であり、毛穴指標に対する点数が高いほど使用者の皮膚は毛穴状態が悪い皮膚(例：毛穴の個数が多いか、または大きさが大きい)であり得る。前述した皮膚状態を示す１つ以上の指標に関する記載は説明のための記載に過ぎず、本開示は皮膚状態を示し得る多様な種類の指標を含む。
【0045】
図２は、本開示の一実施例によるコンピューティング装置(１００)のブロック図である。コンピューティング装置(１００)は１つ以上のプロセッサ(２１０)及び/又は１つ以上のメモリ(２２０)を構成要素として含み得る。ある実施例では、コンピューティング装置(１００)のこの構成要素のうち少なくとも１つが省略されたり、他の構成要素がコンピューティング装置(１００)に追加され得る。ある実施例では、追加でまたは代替的に(ｉｎ ａｌｔｅｒｎａｔｉｖｅ ｔｏ)、一部の構成要素が統合されて具現されたり、単数または複数の個体で具現され得る。本開示で、１つ以上のプロセッサ(２１０)はプロセッサ(２１０)と表現され得る。プロセッサ(２１０)という表現は、文脈上明確に異なって表現しない以上、1つまたはそれ以上のプロセッサの集合を意味し得る。本開示で、１つ以上のメモリ(２２０)はメモリ(２２０)と表現され得る。メモリ(２２０)という表現は、文脈上明確に異なって表現しない以上、1つまたはそれ以上のメモリの集合を意味し得る。
【0046】
コンピューティング装置(１００)内、外部の構成要素のうち少なくとも一部の構成要素は、バス、ＧＰＩＯ(ｇｅｎｅｒａｌ ｐｕｒｐｏｓｅ ｉｎｐｕｔ/ｏｕｔｐｕｔ)、ＳＰＩ(ｓｅｒｉａｌ ｐｅｒｉｐｈｅｒａｌ ｉｎｔｅｒｆａｃｅ)またはＭＩＰＩ(ｍｏｂｉｌｅ ｉｎｄｕｓｔｒｙ ｐｒｏｃｅｓｓｏｒ ｉｎｔｅｒｆａｃｅ)等を通じて連結され、データ及び/又はシグナルをやり取りすることができる。
【0047】
プロセッサ(２１０)はソフトウェア(例：命令、プログラム等)を駆動してプロセッサ(２１０)に連結されたコンピューティング装置(１００)の少なくとも１つの構成要素を制御することができる。また、プロセッサ(２１０)は、本開示と関連した多様な演算、処理、データ生成、加工等の動作を行うことができる。また、プロセッサ(２１０)はデータ等をメモリ(３２０)からロードしたり、メモリ(３２０)に格納することができる。また、プロセッサ(２１０)は人工神経網に関する演算を処理することができる。
【0048】
メモリ(２２０)は多様なデータを格納することができる。メモリ(２２０)に格納されるデータは、コンピューティング装置(１００)の少なくとも１つの構成要素によって取得されたり、処理されたり、用いられるデータであって、ソフトウェア(例：命令、プログラム等)を含み得る。メモリ(２２０)は揮発性及び/又は非揮発性メモリを含み得る。本開示で、命令乃至プログラムはメモリ(２２０)に格納されるソフトウェアであって、コンピューティング装置(１００)のリソースを制御するためのオペレーションシステム、アプリケーション及び/又はアプリケーションがコンピューティング装置(１００)のリソースを活用できるように多様な機能をアプリケーションに提供するミドルウェア等を含み得る。メモリ(２２０)はプロセッサ(２１０)による実行時にプロセッサ(２１０)が演算を行うようにする命令を格納することができる。また、メモリ(２２０)は使用者に提供される質問用紙を格納することができる。また、メモリ(２２０)は複数の使用者(即ち、複数の事前決定された使用者)の皮膚に関する複数のイメージ及び複数の使用者(即ち、複数の事前決定された使用者)に提供される皮膚に関する質問用紙に含まれた複数の質問項目のそれぞれに対する点数の間の相関関係をモデリングして構築された人工神経網を格納することができる。本開示による質問用紙及び人工神経網については具体的に後述する。
【0049】
一実施例で、コンピューティング装置(１００)は通信回路(２３０)をさらに含み得る。通信回路(２３０)は、コンピューティング装置(１００)とサーバーまたはコンピューティング装置(１００)と他の装置の間の無線または有線通信を行うことができる。例えば、通信回路(２３０)は、ｅＭＢＢ(ｅｎｈａｎｃｅｄ Ｍｏｂｉｌｅ Ｂｒｏａｄｂａｎｄ)、ＵＲＬＬＣ(Ｕｌｔｒａ Ｒｅｌｉａｂｌｅ Ｌｏｗ－Ｌａｔｅｎｃｙ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ)、ＭＭＴＣ(Ｍａｓｓｉｖｅ Ｍａｃｈｉｎｅ Ｔｙｐｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ)、ＬＴＥ(Ｌｏｎｇ－Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ)、ＬＴＥ－Ａ(ＬＴＥ Ａｄｖａｎｃｅ)、ＮＲ(Ｎｅｗ Ｒａｄｉｏ)、ＵＭＴＳ(Ｕｎｉｖｅｒｓａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｙｓｔｅｍ)、ＧＳＭ(Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ)、ＣＤＭＡ(Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ)、ＷＣＤＭＡ(Ｗｉｄｅｂａｎｄ ＣＤＭＡ)、ＷｉＢｒｏ(Ｗｉｒｅｌｅｓｓ Ｂｒｏａｄｂａｎｄ)、ＷｉＦｉ(Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ)、ブルートゥース(Ｂｌｕｅｔｏｏｔｈ)、ＮＦＣ(Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ)、ＧＰＳ(Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ)またはＧＮＳＳ(Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ)等の方式による無線通信を行うことができる。例えば、通信回路(２３０)はＵＳＢ(Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ)、ＨＤＭＩ(Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ)、ＲＳ－２３２(Ｒｅｃｏｍｍｅｎｄｅｄ Ｓｔａｎｄａｒｄ－２３２)またはＰＯＴＳ(Ｐｌａｉｎ Ｏｌｄ Ｔｅｌｅｐｈｏｎｅ Ｓｅｒｖｉｃｅ)等の方式による有線通信を行うことができる。一実施例で、通信回路(２３０)は他の装置と通信を行うことができる。この際、他の装置は使用者端末(１１０)であってもよい。
【0050】
一実施例で、コンピューティング装置(１００)は入力部(２４０)をさらに含み得る。入力部(２４０)は外部から物理的に入力されたデータをコンピューティング装置(１００)に含まれた少なくとも１つの構成要素に伝達するための構成要素であってもよい。例えば、入力部(２４０)はマウス、キーボード、タッチパッド等を含み得る。
【0051】
本開示の多様な実施例によるコンピューティング装置(１００)は多様な形態の装置になり得る。例えば、コンピューティング装置は携帯用通信装置、携帯用マルチメディア装置、ウェラブル装置、家電装置または上述した装置の１つまたはそれ以上の組合わせによる装置であってもよい。本開示のコンピューティング装置は前述した装置に限定されない。
【0052】
本開示の一実施例による質問用紙は、事前決定された複数の質問項目を含み得る。本開示において「質問項目」は「問い」と相互交換的に用いられ得る。質問用紙は少なくとも１つの判断対象に関する問いグループを含み得る。この際、各問いグループは１つ以上の質問項目を含み得る。判断対象は、例えば、脂性如何、敏感性、色素性またはシワ如何等であってもよい。質問用紙は脂性如何に関する問いグループ、敏感性に関する問いグループ、色素性に関する問いグループまたはシワ如何に関する問いグループの少なくとも１つの問いグループを含み得る。例えば、脂性如何に関する問いグループには表１のような問いが含まれ得る。
【0053】
【表1】
敏感性に関する問いグループには、表２に例示した問いが含まれ得る。
【0054】
【表2】
色素性に関する問いグループには、表３に例示した問いが含まれ得る。
【0055】
【表3】
シワ如何に関する問いグループには、表４に例示した問いが含まれ得る。
【0056】
【表4】
【0057】
前述した通り、質問用紙に含まれる質問項目の内容、質問の種類及び個数、問いグループの種類及び個数等は、本開示の説明のための例示的な叙述に過ぎず、本開示を制限しない。
【0058】
本開示の一実施例において、質問用紙に含まれた少なくとも１つの判断対象に関する問いグループのそれぞれは、前記１つ以上の指標のそれぞれに対応し得る。例えば、「脂性如何」に関する問いグループは、使用者の皮膚状態を示す１つ以上の指標のうち「油分」に対する皮膚状態を判断するための問いグループであってもよい。また、「敏感性」に関する問いグループは使用者の皮膚状態を示す１つ以上の指標のうち「敏感」に対する皮膚状態を判断するための問いグループであってもよい。
【0059】
図３は、本開示の一実施例による使用者イメージ(３１０)及びアンケート調査結果(３３０)を説明するための例示図である。使用者イメージ(３１０)は使用者から取得され得、例えば、使用者の顔写真、全身写真または使用者の皮膚を撮影した写真であってもよい。アンケート調査結果(３３０)は質問用紙に含まれた複数の質問項目のそれぞれに対する答えを含み得る。例えば、アンケート調査結果(３３０)は、第１問いグループの１番の問いから５番の問いまでの答えと第２問いグループの１番の問いから５番の問いまでの答えを含み得る。コンピューティング装置(１００)は通信回路(２３０)を用いて外部の使用者端末(１１０)からアンケート調査結果(３３０)を取得することができる。また、コンピューティング装置(１００)は入力部(２４０)を通じて使用者から直接入力信号を受信することでアンケート調査結果(３３０)を取得することもできる。この場合、コンピューティング装置(１００)は質問用紙を視覚的に示すためのディスプレイ部(図示せず)をさらに含み得る。
【0060】
コンピューティング装置(１００)はアンケート調査結果(３３０)に基づいて質問用紙に対する第１アンケート調査点数グループを決定することができる。本開示で、アンケート調査点数グループは質問用紙に含まれた複数の質問項目のそれぞれに対する点数を含むデータを指し得る。「第１アンケート調査点数グループ」は使用者から取得されたアンケート調査結果(３３０)に基づいて導き出されたアンケート調査点数グループを指し得る。「第２アンケート調査点数グループ」は人工神経網の出力に基づいて導き出されたアンケート調査点数グループを指し得る。第１アンケート調査点数グループと第２アンケート調査点数グループは「アンケート調査点数グループ」と総称され得る。
【0061】
プロセッサ(２１０)は質問用紙に含まれた複数の質問項目のそれぞれに対する答えを含むアンケート調査結果(３３０)を使用者から取得することができる。プロセッサ(２１０)は通信回路(２３０)を通じて外部の装置(例：使用者端末)からデータを伝達されてアンケート調査結果(３３０)を取得することができる。プロセッサ(２１０)は入力部(２４０)を通じて使用者からデータの入力を受けてアンケート調査結果(３３０)を取得することもできる。プロセッサ(２１０)はアンケート調査結果に含まれた複数の質問項目のそれぞれに対する答えを点数に変換して第１アンケート調査点数グループを決定することができる。表５は、第１アンケート調査点数グループの少なくとも一部を例示する。表５に記載された問い別の点数は、図３のアンケート調査結果(３３０)を点数に変換した結果で得られる値であってもよい。
【0062】
【表5】
【0063】
アンケート調査結果は客観式質問に対して使用者が選択した番号情報を含み、第１アンケート調査点数グループは使用者が選択した番号情報を点数に変換したデータであってもよい。プロセッサ(２１０)がアンケート調査結果(３３０)を表５の第１アンケート調査点数グループに変換するために用いた点数変換表は、例えば、表６のようであってもよい。
【0064】
【表6】
【0065】
表６に例示された点数変換表は、各問いに対する答えの個数、答えの重要度等を考慮して事前決定され得る。一例として、質問用紙に含まれた問いのうちの一部は症状または状態の軽重を問うための問い(例：保湿剤を塗らないと、私の皮膚は？)であってもよい。このような問いの答えは、１番から４番に行くほど症状がひどくなるか、または軽くなるように構成(例：１番 常に突っ張る、２番 しばしば突っ張る、３番 時々突っ張る、４番 普段と変わらない)され得、当該問いに対する点数変換表は１番から４番に行くほどさらに大きい点数または小さい点数を付与するように設定され得る。他の一例で、質問用紙に含まれた問いのうちの一部は、使用者が答えを正確に知らないか答えにくい問い(例：私の皮膚にしみは_________ )であってもよい。このような問いの答えは１番から４番に行くほど症状がひどくなるか、または軽くなるものの、「よく分からない。」に該当する５番をさらに含むように構成され得、当該問いに対する点数変換表は１番から４番に行くほどさらに大きい点数または小さい点数を付与するものの５番に対して中間の大きさの点数を付与するように設定され得る。他の一例で、質問用紙に含まれた問いのうちの一部は、選択肢が２つである問い(例：真/偽、はい/いいえ、肯定/不正)であってもよい。このような問いの答えは２つの応答で構成され得、当該問いに対する点数変換表は２つの応答に互いに異なる点数を付与するように設定され得る。
【0066】
コンピューティング装置(１００)は使用者のイメージを人工神経網に入力し、人工神経網の出力に基づいて質問用紙に対する第２アンケート調査点数グループを決定することができる。
【0067】
図４は、コンピューティング装置(１００)が本開示の一実施例による人工神経網(４１０)の出力に基づいて第２アンケート調査点数グループを決定する過程を示す概念図である。人工神経網(４１０)は入力された使用者イメージ(３１０)に基づいて質問用紙に対する第２アンケート調査点数グループ(４５０)を決定するように学習された人工神経網モデルであってもよい。人工神経網(４１０)は、本開示のコンピューティング装置(１００)で学習され得る。人工神経網(４１０)は外部の装置で学習された後、コンピューティング装置(１００)に転送されてコンピューティング装置(１００)により用いられることもできる。以下では、コンピューティング装置(１００)により人工神経網(４１０)が学習されるものとして説明されるが、これは説明の便宜のためのもので、本開示を制限しない。
【0068】
本開示の一実施例による人工神経網(４１０)は学習用イメージ及び質問用紙に基づいて学習用イメージに対して決定されたアンケート調査点数グループを含む１つ以上の学習データに基づいて学習され得る。学習用イメージは事前決定された使用者から既受信されたイメージであって、メモリ(２２０)に格納されたイメージであってもよい。例えば、学習データに含まれた学習用イメージは、図３に示された使用者イメージ(３１０)と同じか、類似の形態のイメージであってもよい。学習用イメージに対して決定されたアンケート調査点数グループは、当該学習用イメージに示された事前決定された使用者本人が質問用紙に対して答えたアンケート調査結果に基づいて生成されたデータであってもよい。学習用イメージに対して決定されたアンケート調査点数グループは、当該学習用イメージに基づいて他の使用者(例：皮膚関連専門家)が質問用紙に対して答えたアンケート調査結果に基づいて生成されたデータであってもよい。それぞれの学習データは、Ｘ(入力値)とＹ(レーブル値)で構成された順序対で表現され得る。この場合、Ｘは学習用イメージであり、Ｙはアンケート調査点数グループで表現され得る。即ち、学習データは(学習用イメージ、アンケート調査点数グループ)のように構成された順序対であってもよい。人工神経網(４１０)は上述したような学習データに基づいて学習され得る。
【0069】
プロセッサ(２１０)は学習された人工神経網(４１０)に使用者イメージ(３１０)を入力して、少なくとも１つのノードに基づいた演算を行い、複数の質問項目を含む質問用紙に対する第２アンケート調査点数グループ(４５０)を決定することができる。即ち、第２アンケート調査点数グループ(４５０)は、学習された人工神経網(４１０)が使用者のイメージ(３１０)の入力を受けて質問用紙に含まれた複数の質問項目のそれぞれに対して点数を出力することで決定され得る。表７は、第２アンケート調査点数グループの少なくとも一部を例示する。表７に記載された問い別の点数は、図３の使用者イメージ(３１０)に基づいて人工神経網(４１０)が出力した値であってもよい。
【0070】
【表7】
【0071】
プロセッサ(２１０)が人工神経網(４１０)を用いて第２アンケート調査点数グループ(４５０)を決定する本開示の多様な実施例によれば、本開示は使用者イメージ(３１０)に対して各質問項目の点数を予測することで使用者イメージから直ちに使用者の皮膚状態を予測する人工神経網に比べて説明可能な(ｅｘｐｌａｉｎａｂｌｅ)人工神経網が提供できるという長所を有する。また、本開示は人工神経網を用いて質問用紙に関するアンケート調査点数グループ(即ち、第２アンケート調査点数グループ)を予測するところ、実際の使用者の応答によるアンケート調査点数グループ(即ち、第１アンケート調査点数グループ)を第２アンケート調査点数グループによって補正することで、アンケート調査に対する点数の信頼度を向上させることができる。さらに、本開示によって人工神経網を用いて質問用紙に関するアンケート調査点数グループを予測する場合、使用者から取得すべき質問項目の個数を減らすことで使用者の便宜性を増大させることができる。
【0072】
コンピューティング装置(１００)は、第１アンケート調査点数グループ及び第２アンケート調査点数グループに基づいて、使用者の皮膚類型または使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。コンピューティング装置(１００)は、第１アンケート調査点数グループ及び第２アンケート調査点数グループに基づいて最終のアンケート調査点数グループを決定することができる。コンピューティング装置(１００)は最終のアンケート調査点数グループに基づいて皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。コンピューティング装置(１００)は決定された１つ以上の指標のそれぞれに対する点数を通じて使用者の皮膚類型を決定することができる。以下では、本開示によるコンピューティング装置(１００)が第１アンケート調査点数グループ及び第２アンケート調査点数グループに基づいて最終のアンケート調査点数グループを決定する多様な実施例を説明する。
【0073】
コンピューティング装置(１００)が最終のアンケート調査点数グループを決定する第１実施例において、プロセッサ(２１０)は第１アンケート調査点数グループ及び第２アンケート調査点数グループを合算するか、平均値を導き出すことにより最終のアンケート調査点数グループを決定することができる。プロセッサ(２１０)は使用者から取得されたアンケート調査結果に基づいて決定された第１アンケート調査点数グループと使用者のイメージに対する人工神経網(４１０)の出力に基づいて決定された第２アンケート調査点数グループのそれぞれに含まれた点数を問いによって合算するか、平均して最終のアンケート調査点数グループを決定することができる。表８は、表５に例示された第１アンケート調査点数グループと表７に例示された第２アンケート調査点数グループを平均して算出された最終のアンケート調査点数グループを例示する。
【0074】
【表8】
【0075】
コンピューティング装置(１００)が最終のアンケート調査点数グループを決定する第２実施例において、プロセッサ(２１０)は、第１アンケート調査点数グループ及び第２アンケート調査点数グループを加重平均して最終のアンケート調査点数グループを決定することができる。加重平均のための各アンケート調査点数グループの加重値は、第１アンケート調査点数グループ及び第２アンケート調査点数グループのそれぞれに対して事前決定された値であってもよい。例えば、第１アンケート調査点数グループに対しては加重値「０.３」、第２アンケート調査点数グループに対しては加重値「０.７」等のように決定され得る。各アンケート調査点数グループ別の加重値は、人工神経網(４１０)の精度を考慮して決定され得る。加重平均のための各アンケート調査点数グループの加重値は人工神経網(４１０)の信頼度に基づくことができる。人工神経網(４１０)が入力イメージに対して第２アンケート調査点数グループと共に出力する信頼度は、例えば、[０,１]区間内の実数値であってもよい。プロセッサ(２１０)は人工神経網(４１０)が出力する信頼度が高いほど第２アンケート調査点数グループに高い加重値を付与することで第１アンケート調査点数グループ及び第２アンケート調査点数グループを加重平均することができる。例えば、人工神経網(４１０)が出力する信頼度が「Ｐ(Ｐは、０以上１以下の実数値)」であるとき、プロセッサ(２１０)は「(１－Ｐ)＊(第１アンケート調査点数グループ)＋Ｐ*(第２アンケート調査点数グループ)」のような数式に基づいて最終のアンケート調査点数グループを決定することができる。これを通じて、プロセッサ(２１０)は出力された第２アンケート調査点数グループに人工神経網(４１０)が高い確信を有するほど最終のアンケート調査点数グループに第２アンケート調査点数グループを多く反映させることができる。また、人工神経網(４１０)は、第２アンケート調査点数グループを出力するにおいて、各問い別に信頼度を出力することができる。人工神経網(４１０)が各問い別に信頼度を導き出す場合、第１アンケート調査点数グループ及び第２アンケート調査点数グループを加重平均する演算は問い別に行われ得る。表９は、表５に例示された第１アンケート調査点数グループに加重値０.３、表７に例示された第２アンケート調査点数グループに加重値０.７を付与することで算出された最終のアンケート調査点数グループを例示する。
【0076】
【表9】
【0077】
コンピューティング装置(１００)が最終のアンケート調査点数グループを決定する第３実施例において、プロセッサ(２１０)は質問項目による点数を問い別にそれぞれ第１アンケート調査点数グループまたは第２アンケート調査点数グループから取得することで、最終のアンケート調査点数グループを決定することができる。具体的には、プロセッサ(２１０)は質問用紙に含まれた複数の質問項目のそれぞれを２以上の類型に分け、そのうち第１類型に該当する問いの点数は、第１アンケート調査点数グループ、第２類型に該当する問いの点数は、第２アンケート調査点数グループから取得することができる。本開示において、第１類型に該当する問い(第１類型の問い)とは、最終のアンケート調査点数グループに含まれた当該問いの点数が第１アンケート調査点数グループから取得される問いであってもよい。また、本開示で第２類型に該当する問い(第２類型の問い)とは、最終のアンケート調査点数グループに含まれた当該問いの点数が第２アンケート調査点数グループから取得される問いであってもよい。プロセッサ(２１０)は所定の演算に基づいてそれぞれの問いが第１類型または第２類型のいずれの類型に該当するか決定することができる。
【0078】
質問用紙に含まれた複数の問いのそれぞれが第１類型または第２類型のいずれの類型に該当するか決定する一実施例において、プロセッサ(２１０)は事前決定された基準によって各問いの類型を決定することができる。事前決定された基準は、メモリ(２２０)に格納されていてもよく、第１類型に該当する問いの番号と第２類型に該当する問いの番号を含み得る。例えば、質問用紙に１番から１０番までの問いが含まれ、プロセッサ(２１０)は事前決定された基準を参照して１番から５番の問いを第１類型、６番から１０番の問いを第２類型として決定することができる。また、プロセッサ(２１０)は、決定された類型に基づいて、１番から５番の問いまでの点数は第１アンケート調査点数グループから取得し、６番から１０番の問いまでの点数は、第２アンケート調査点数グループから取得することで、全問いに対する最終のアンケート調査点数グループを決定することができる。
【0079】
質問用紙に含まれた複数の問いのそれぞれが第１類型または第２類型のいずれの類型に該当するか決定する他の一実施例において、プロセッサ(２１０)は人工神経網(４１０)の精度により各問いの類型を決定することができる。第１類型に該当する問いは問いの点数を予測する人工神経網(４１０)の精度が事前決定されたしきい値より小さい問いであってもよい。また、第２類型に該当する問いは問いの点数を予測する人工神経網(４１０)の精度が事前決定されたしきい値より大きいか、同じ問いであってもよい。本開示の一実施例による人工神経網(４１０)の精度は、人工神経網モデルの学習(ｔｒａｉｎ)以後に行われる検証(ｖａｌｉｄａｔｉｏｎ)または試験(ｔｅｓｔ)の過程で測定され得る。人工神経網(４１０)の精度は各問い別に計算され得る。説明のために、検証データが３つ存在し、３つの検証データには１０個のデータ対が含まれると仮定しよう。３つの検証データに含まれたデータ対は(使用者イメージ、第１アンケート調査点数グループ)の形態を有するタプルであってもよい。また、説明の便宜上、３つの検証データには(Ａイメージ、第１－Ａアンケート調査点数グループ(Ａイメージに対応する第１アンケート調査点数グループ))が含まれると仮定する。このような仮定下で、人工神経網(４１０)は、Ａイメージの入力を受け第２－Ａアンケート調査点数グループ(Ａイメージに対して出力された第２アンケート調査点数グループ)を出力することができる。プロセッサ(２１０)は、第２－Ａアンケート調査点数グループと第１－Ａアンケート調査点数グループの誤差に基づいて、Ａイメージに対する人工神経網(４１０)の精度を演算することができる。例えば、プロセッサ(２１０)は、第１－Ａアンケート調査点数グループを「真の値」、第２－Ａアンケート調査点数グループを「測定値」として取り扱い、相対誤差を計算することで人工神経網(４１０)の精度を演算することができる。一例として、２つの問いを含む質問用紙及びＡイメージに基づいて作成された第１－Ａアンケート調査点数グループは[３,４]で、出力された第２－Ａアンケート調査点数グループは[２.４,３.６]であるとき、１番問いに対する精度は０.８ (＝１－|３－２.４|／３)であり、２番問いに対する精度は０.９ (＝１－|４－３.６|／４)で計算され得る。また、プロセッサ(２１０)がこのような過程を３つの検証データに含まれた１０個のデータ対全てに対して行う場合、プロセッサ(２１０)は人工神経網(４１０)の三つの検証データに対する精度を演算することができる。例えば、プロセッサ(２１０)は、それぞれの検証データに対して計算された精度を平均して三つの検証データに対する精度を演算することができる。その結果、プロセッサ(２１０)は人工神経網(４１０)の精度を決定することができる。本開示によるプロセッサ(２１０)は、各問い別に計算される人工神経網(４１０)の精度と事前決定されたしきい値を比較して複数の問いのそれぞれを第１類型または第２類型に決定することができる。例えば、１番の問い及び２番の問いを含む質問用紙に対して算出された人工神経網(４１０)の問い別の精度がそれぞれ０.８、０.９で、事前決定されたしきい値が０.８５である場合、プロセッサ(２１０)は事前決定されたしきい値より小さい精度を有する１番の問いを第１類型と決定することができ、事前決定されたしきい値より大きい精度を有する２番の問いを第２類型と決定することができる。その結果、プロセッサ(２１０)は、１番の問いに対しては、第１アンケート調査点数グループから点数を取得し、２番の問いに対しては、第２アンケート調査点数グループから点数を取得することで、１番及び２番の問いのいずれもに対する最終のアンケート調査点数グループを決定することができる。各問い別に計算される人工神経網(４１０)の精度と比較されるための事前決定されたしきい値は問い別に設定され得る。しきい値が問い別に設定される場合、プロセッサ(２１０)は各問い別に互いに異なるしきい値を考慮して問いの類型を決定することができる。
【0080】
プロセッサ(２１０)は、質問用紙に含まれた複数の質問項目のそれぞれを上述した少なくとも１つの方法に基づいて第１類型または第２類型のいずれか１つの類型に分けて、問いの類型によって当該問いの点数を第１アンケート調査点数グループまたは第２アンケート調査点数グループから取得することで、最終のアンケート調査点数グループを決定することができる。表１０は、表５に例示された第１アンケート調査点数グループ及び表７に例示された第２アンケート調査点数グループにおいて、各問いの類型によって決定された最終のアンケート調査点数グループを例示する。説明の便宜上、第１問いグループの２番、３番、５番及び第２問いグループの３番、４番は、第１類型の問いであり、第１問いグループの１番、４番及び第２問いグループの１番、２番、５番は、第２類型の問いであると仮定する。
【0081】
【表10】
【0082】
前述した通り、表８～１０を参照して叙述された最終のアンケート調査点数グループを決定するいくつかの実施例及び問いの類型を決定するいくつかの実施例は、本開示の説明のための例示的な記載であるだけで、本開示を制限せず、本開示は使用者の入力に基づいて決定された第１アンケート調査点数グループと人工神経網の出力に基づいて決定された第２アンケート調査点数グループに基づいて、最終のアンケート調査点数グループを決定する多様な実施例を制限なく含む。
【0083】
コンピューティング装置(１００)は、最終のアンケート調査点数グループに基づいて使用者の皮膚類型または使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。本開示で使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数は「合算点数」と「指標点数」を含み得る。プロセッサ(２１０)は質問用紙に含まれた少なくとも１つの問いグループによって最終のアンケート調査点数グループに含まれた問い別の点数を合算することで、合算点数を決定することができる。例えば、表１０の最終のアンケート調査点数グループを参照する場合、第１問いグループの合算点数は２２.８６３で第２問いグループの合算点数は１８.７８１であり得る。第１問いグループが脂性如何を判断するための問いグループであり、第２問いグループが敏感性の程度を判断するための問いグループである場合、プロセッサ(２１０)は油分指標に対する合算点数を２２.８６３、敏感性指標に対する合算点数を１８.７８１と決定することができる。プロセッサ(２１０)は合算点数に基づいて使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する指標点数を決定することができる。プロセッサ(２１０)はスケーリング(ｓｃａｌｉｎｇ)技法を通じて合算点数を指標点数に変換することができる。本開示でスケーリング技法は、決定された合算点数の点数範囲を所定の点数範囲(例：０以上１００以下)に変換する技法を指し得る。例えば、プロセッサ(２１０)はスケーリングのために数学式１に基づいて演算を行うことができる。
【0084】
【数1】
【0085】
一例として、プロセッサ(２１０)により特定指標に対して算出された「合算点数」が１３点で、またプロセッサ(２１０)が数学式１によってスケーリング技法を行う場合、当該特定指標に対する「指標点数」は９０点であってもよい。本開示によれば、プロセッサ(２１０)はスケーリング技法を通じて特定指標が有し得る点数範囲(即ち、[理論上可能な問い別の点数の最小合算値、理論上可能な問い別の点数の最大合算値])を所定の点数範囲(例：[０,１００])に変換することによって、事前決定された全体の点数範囲内で当該指標点数がいかなる皮膚状態を有するか決定することができる。
【0086】
プロセッサ(２１０)は１つ以上の指標のそれぞれに対する指標点数に基づいて当該指標が示す使用者の皮膚状態を決定することができる。例えば、特定指標に対して事前決定された全体の点数範囲(例：０以上１００以下)のうち第１区間(例：０以上２０未満)が「非常に不良」、第２区間(例：２０以上４０未満)が「不良」、第３区間(例：４０以上６０未満)が「普通」、第４区間(例：６０以上８０未満)が「良好」、第５区間(例：８０以上１００以下)が「非常に良好」に区分され、特定指標に対する指標点数が５５点である場合、プロセッサ(２１０)は当該特定指標が指示する使用者の皮膚状態を「普通」と決定することができる。
【0087】
プロセッサ(２１０)は１つ以上の指標のそれぞれに対する使用者の皮膚状態に基づいて使用者の皮膚類型を決定することができる。例えば、１つ以上の指標に含まれた第１指標は油分指標、第２指標は水分指標、第３指標は敏感指標と仮定しよう。プロセッサ(２１０)は、それぞれの指標に対する指標点数と当該指標の平均点数を比較して各指標別の皮膚状態を決定することができる。例えば、第１指標である油分指標において、使用者の油分指標点数が油分指標に対する平均点数より小さい場合、使用者の油分状態は「乾性(Ｄ、Ｄｒｙ)」であり、使用者の油分指標点数が油分指標に対する平均点数より大きい場合、使用者の油分状態は「脂性(Ｏ、Ｏｉｌｙ)」と決定され得る。また、第２指標である水分指標において、使用者の水分指標点数が水分指標に対する平均点数より小さい場合、使用者の水分状態は「水分不足(－)」であり、使用者の水分指標点数が水分指標に対する平均点数より大きい場合、使用者の水分状態は「水分十分(＋)」と決定され得る。また、第３指標である敏感指標において、使用者の敏感指標点数が敏感指標に対する平均点数より小さい場合、使用者の敏感状態は「敏感性(Ｓ、Ｓｅｎｓｉｔｉｖｅ)」であり、使用者の敏感指標点数が敏感指標に対する平均点数より大きい場合、使用者の敏感状態は「敏感でない(Ｎ、Ｎｏｎ－ｓｅｎｓｉｔｉｖｅ)」と決定され得る。プロセッサ(２１０)は、決定された各指標による皮膚状態を合算して使用者の皮膚類型を決定することができる。即ち、使用者に対して決定された油分状態(即ち、第１指標による皮膚状態)が「乾性(Ｄ、Ｄｒｙ)」で水分状態(即ち、第２指標による皮膚状態)が「水分不足(－)」であり敏感状態(即ち、第３指標による皮膚状態)が「敏感性(Ｓ、Ｓｅｎｓｉｔｉｖｅ)」である場合、プロセッサ(２１０)は当該使用者の皮膚類型を「ＤＳ－」と決定することができる。この場合「ＤＳ－」は乾性、水分不足及び敏感性を総称する皮膚類型であってもよい。上述した通り、プロセッサ(２１０)は１つ以上の指標のそれぞれに対する指標点数に基づいて各指標別の皮膚状態を決定し、決定された皮膚状態をまとめて使用者の皮膚類型を決定することができる。例えば、皮膚状態を示す６つの指標が存在し、各指標ごとに２つの状態が存在する場合、使用者の皮膚類型は計６４(＝２６)個の類型が導き出され得る。各指標ごとに存在する状態の個数は３つ以上であってもよい。他の一実施例において、プロセッサ(２１０)は１つ以上の指標に含まれた主な指標に基づいて使用者の皮膚類型を決定することができる。例えば、皮膚状態を示すための１つ以上の指標が第１指標～第６指標を含むとき、プロセッサ(２１０)は主な指標に該当する１つ以上の指標(例：第１指標～第３指標)に対する皮膚状態だけをまとめて使用者の皮膚類型を決定することができる。例えば、皮膚状態を示す６つの指標のうち３つの主な指標に基づいて使用者の皮膚類型を決定する場合、使用者の皮膚類型は計８(＝２３)個の類型が導き出され得る。この場合、本開示によるプロセッサ(２１０)は使用者の皮膚類型をより短く、直観的な情報で伝達する一方、主な指標でない指標に対して決定された指標点数または皮膚状態を通じて追加の情報を生成できるという長所を有する。
【0088】
以下では、図５及び６を参照して本開示の他の一実施例による人工神経網(５１０)の入出力データ及び動作を叙述する。本開示で、文脈上異なって表現されない限り、人工神経網(５１０)について前述された内容は人工神経網(５１０)に対しても適用され得、以下、重なる説明は省略する。
【0089】
図５は、コンピューティング装置(１００)が本開示の他の一実施例による人工神経網(５１０)の出力に基づいて専門家点数グループ(５５１)及び第２アンケート調査点数グループ(５５３))を決定する過程を示す概念図である。
【0090】
コンピューティング装置(１００)は人工神経網(５１０)の出力に基づいて使用者イメージ(３１０)に対する専門家点数グループ(５５１)を決定することができる。即ち、コンピューティング装置(１００)は人工神経網(５１０)の出力に基づいて質問用紙に対する第２アンケート調査点数グループを決定するものの、使用者イメージ(３１０)に対する専門家点数グループ(５５１)を追加で決定することができる。専門家点数グループ(５５１)は、使用者イメージ(３１０)に基づいて視覚的に判断され得る１つ以上の判断対象に対する点数を含み得る。専門家点数グループ(５５１)は紅潮、色素、毛穴、シワ、及びにきびの少なくとも１つの判断対象に対する点数を含み得る。例えば、人工神経網(５１０)は使用者イメージ(３１０)に基づいて紅潮点数を１、色素点数を１.９８１、毛穴点数を２.９７５、シワ点数を１.９９３、炎症点数を１.０１９とそれぞれ決定することで、専門家点数グループ(５５１)を決定することができる。
【0091】
図６は、本開示の一実施例による人工神経網(５１０)を学習させるための学習データの一部を例示した例示図である。人工神経網(５１０)は学習用イメージ、質問用紙に基づいて学習用イメージに対して決定されたアンケート調査点数グループ(６３０)及び学習用イメージに対して決定された専門家点数グループ(６１０)を含む１つ以上の学習データに基づいて学習され得る。このように構成された学習データによって人工神経網(５１０)が学習される場合、人工神経網(５１０)は入力された使用者イメージ(３１０)に基づいて専門家点数グループ(５５１)及び第２アンケート調査点数グループ(５５３)を決定することができる。学習データに含まれる学習用イメージ及びアンケート調査点数グループ(６３０)の構成及び/又は生成方法は、図３及び４を参照して前述された通りである。学習データに含まれる専門家点数グループ(６１０)は当該学習用イメージを専門家(例：医療関係者、皮膚関連専門家等)が肉眼で詳察した結果、生成されたデータであってもよい。例えば、学習データに含まれる専門家点数グループ(６１０)は専門家が学習用イメージを視覚的に詳察して紅潮、色素、毛穴、シワ、及びにきびの少なくとも１つの判断対象に対して決定した点数を含み得る。人工神経網(５１０)の学習データをＸ(入力値)とＹ(レーブル値)で構成された順序対で表現するとき、Ｘは学習用イメージで、Ｙは専門家点数グループ(６１０)及びアンケート調査点数グループ(６３０)を含む値であってもよい。即ち、学習データは(Ｘ：学習用イメージ、Ｙ：[専門家点数グループ、アンケート調査点数グループ])のように構成された順序対であってもよい。本実施例で、人工神経網(５１０)の学習データに含まれたＹは専門家点数グループ(６１０)とアンケート調査点数グループ(６３０)が結び付けられた(concatenate)形態のデータであってもよい。例えば、アンケート調査点数グループ(６３０)が１×３５の大きさの行列で専門家点数グループが１×５の大きさの行列である場合、人工神経網(５１０)の学習データに含まれたＹは１×４０の大きさの行列データであり得る。人工神経網(５１０)は上述したような学習データに基づいて学習され得る。
【0092】
プロセッサ(２１０)は、学習された人工神経網(５１０)に使用者イメージ(３１０)を入力して、少なくとも１つのノードに基づいた演算を行い、使用者イメージ(３１０)に対する専門家点数グループ(５５１)及び質問用紙に関する第２アンケート調査点数グループ(５５３)を決定することができる。
【0093】
プロセッサ(２１０)は、最終のアンケート調査点数グループに基づくものの、人工神経網(５１０)に基づいて使用者イメージに対して決定された専門家点数グループに追加で基づいて、使用者の皮膚類型または使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。プロセッサ(２１０)は最終のアンケート調査点数グループと専門家点数グループを加重合わせて使用者の皮膚類型または１つ以上の指標のそれぞれに対する点数を決定することができる。例えば、最終のアンケート調査点数グループに含まれた第１指標に対する点数が「５」、専門家点数グループに含まれた第１指標に対する点数が「１５」、そして、最終のアンケート調査点数グループ及び専門家点数グループのそれぞれに対する加重値が「０.５」及び「０.５」である場合、第１指標に対する最終点数は「１０(＝０.５＊５＋０.５＊１５)」と決定され得る。
【0094】
本開示によるコンピューティング装置(１００)は、人工神経網(５１０)に基づいて第２アンケート調査点数グループ(５５３)及び専門家点数グループ(５５１)をそれぞれ決定し、さらにアンケート調査点数グループ(５５３)及び専門家点数グループ(５５１)を共に考慮して使用者の皮膚状態に対する点数及び皮膚類型を決定することで、質問用紙に対する使用者の主観的応答と専門家の客観的評価をまとめて皮膚関連情報を生成することができる。
【0095】
本開示の他の一実施例において、コンピューティング装置(１００)は人工神経網に基づいて使用者イメージ(３１０)で少なくとも１つの目標症状領域(Ｔａｒｇｅｔ Ｓｙｍｐｔｏｍ Ａｒｅａ)を検出することができる。以下、説明の便宜上、目標症状領域を検出するための人工神経網は「第２人工神経網」と称され得る。第２人工神経網は、本開示のコンピューティング装置(１００)を通じて学習され得る。第２人工神経網は、外部の装置で学習された後、コンピューティング装置(１００)に転送されてコンピューティング装置(１００)によって用いられることもできる。第２人工神経網はイメージの入力を受けて目標症状領域を検出するように学習され得る。目標症状領域は、例えば、にきび、色素、紅潮、毛穴またはシワ等の症状領域であってもよい。一例として、第２人工神経網は所定のディテクション(ｄｅｔｅｃｔｉｏｎ)方法によって入力されたイメージ内で目標症状領域を含むバウンディングボックス(ｂｏｕｎｄｉｎｇ ｂｏｘ)データを生成することができる。他の一例として、第２人工神経網は所定のセグメンテーション(ｓｅｇｍｅｎｔａｔｉｏｎ)方法によって入力されたイメージに含まれた複数のピクセル(ｐｉｘｅｌ)のうち、目標症状領域に該当する１つ以上のピクセルを決定することができる。プロセッサ(２１０)は、学習が完了した第２人工神経網を用いて使用者イメージ(３１０)内で少なくとも１つの目標症状領域を検出し、ディスプレイ部を通じて検出された領域を表示することができる。
【0096】
図７は、本開示の一実施例によるコンピューティング装置の動作フローチャートである。本開示の一実施例によるコンピューティング装置(１００)は、動作Ｓ７１０で、対象使用者の皮膚に関する質問用紙に対する第１アンケート調査点数グループを決定することができる。対象使用者とは、コンピューティング装置(１００)を通じて皮膚類型を決定したりコンピューティング装置(１００)を通じて皮膚状態を示す１つ以上の指標に対する点数を決定しようとする使用者を指し得る。質問用紙は事前決定された複数の質問項目を含み得る。質問用紙は少なくとも１つの判断対象に関する問いグループを含み得る。質問用紙は脂性如何に関する問いグループ、敏感性に関する問いグループ、色素性に関する問いグループまたはシワ如何に関する問いグループの少なくとも１つの問いグループを含み得る。質問用紙に含まれた各問いグループは、再び複数の質問項目を含み得る。プロセッサ(２１０)は質問用紙に対する使用者の応答としてアンケート調査結果を取得することができる。プロセッサ(２１０)は入力部(２４０)を通じて使用者からアンケート調査結果(３３０)を取得することができる。プロセッサ(２１０)は通信回路(２３０)を用いて外部の使用者端末(１１０)からアンケート調査結果(３３０)を取得することもできる。プロセッサ(２１０)は取得されたアンケート調査結果(３３０)に基づいて質問用紙に対する第１アンケート調査点数グループを決定することができる。「アンケート調査点数グループ」は、質問用紙に含まれた複数の質問項目のそれぞれに対する点数を含むデータを指し得る。「第１アンケート調査点数グループ」は使用者から取得されたアンケート調査結果(３３０)に基づいて導き出されたアンケート調査点数グループを指し得る。例えば、アンケート調査結果(３３０)は、それぞれの客観式問いに対して選択された答え(例：応答番号)を含み、第１アンケート調査点数グループはアンケート調査結果(３３０)を点数に変換したデータであってもよい。プロセッサ(２１０)はアンケート調査結果に含まれた複数の質問項目のそれぞれに対する答えを点数に変換して第１アンケート調査点数グループを決定することができる。
【0097】
本開示の一実施例によるコンピューティング装置(１００)は、動作Ｓ７２０で、対象使用者の皮膚に関するイメージを人工神経網に入力することができる。人工神経網は、入力された使用者イメージに基づいて質問用紙に対するアンケート調査点数グループを決定するように学習され得る。人工神経網を学習するための学習データは、学習用イメージと当該学習用イメージに対するアンケート調査点数グループで構成され得る。
【0098】
本開示の一実施例によるコンピューティング装置(１００)は、動作Ｓ７３０で、人工神経網の出力に基づいて、質問用紙に対する第２アンケート調査点数グループを決定することができる。「第２アンケート調査点数グループ」は人工神経網の出力に基づいて導き出されたアンケート調査点数グループを指し得る。
【0099】
本開示の一実施例によるコンピューティング装置(１００)は、動作Ｓ７４０で、第１アンケート調査点数グループ及び第２アンケート調査点数グループに基づいて、対象使用者の皮膚類型または対象使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。プロセッサ(２１０)は、第１アンケート調査点数グループと第２アンケート調査点数グループを合算、平均または加重合算して最終のアンケート調査点数グループを決定することができる。プロセッサ(２１０)は質問用紙に含まれた複数の質問項目において、各問いの類型によって第１アンケート調査点数グループまたは第２アンケート調査点数グループのうちの１つのアンケート調査点数グループで点数を決定することにより、最終のアンケート調査点数グループを決定することができる。この場合、問いの類型はメモリ(２２０)に事前決定された基準によって決定され得る。また、問いの類型は、それぞれの問いに対する人工神経網の精度に基づいて決定され得る。プロセッサ(２１０)は最終のアンケート調査点数グループに基づいて使用者の皮膚類型または使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定することができる。本開示で使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数は「合算点数」と「指標点数」を含み得る。プロセッサ(２１０)は、質問用紙に含まれた少なくとも１つの問いグループにより最終のアンケート調査点数グループに含まれた問い別の点数を合算することによって合算点数を決定することができる。プロセッサ(２１０)は合算点数に基づいて使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する指標点数を決定することができる。プロセッサ(２１０)は、スケーリング(ｓｃａｌｉｎｇ)技法を通じて合算点数を指標点数に変換することができる。プロセッサ(２１０)は１つ以上の指標のそれぞれに対する指標点数に基づいて当該指標が示す使用者の皮膚状態を決定することができる。プロセッサ(２１０)は１つ以上の指標のそれぞれに対する使用者の皮膚状態に基づいて使用者の皮膚類型を決定することができる。
【0100】
本開示に示された各フローチャートで本開示による方法またはアルゴリズムの各段階が段階的順序で説明されたが、各段階は順次行われる以外に、本開示によって任意に組み合わされ得る順序によって行われることもできる。本フローチャートによる説明は、方法またはアルゴリズムに変化または修正を加えることを除外せず、任意の段階が必須とか望ましいということを意味しない。一実施例で、少なくとも一部の段階が並列的、反復的またはヒューリスティックに行われ得る。一実施例で、少なくとも一部の段階が省略されるか、他の段階が追加され得る。
【0101】
本開示の多様な実施例は、機器(ｍａｃｈｉｎｅ)が読み出すことができる格納媒体(ｍａｃｈｉｎｅ－ｒｅａｄａｂｌｅ ｓｔｏｒａｇｅ ｍｅｄｉｕｍ)にソフトウェアで具現され得る。ソフトウェアは、本開示の多様な実施例を具現するためのソフトウェアであり得る。ソフトウェアは、本開示の属する技術分野のプログラマーによって本開示の多様な実施例から推論され得る。例えば、ソフトウェアは機器が読み出すことができる命令語(例：コードまたはコードセグメント)を含むプログラムであってもよい。機器は、格納媒体から呼び出された命令語によって動作が可能な装置であって、例えば、コンピュータであってもよい。一実施例で、機器は、本開示の実施例によるコンピューティング装置(１００)であってもよい。一実施例で、機器のプロセッサは呼び出された命令語を実行して、機器の構成要素が当該命令語に該当する機能を行わせることができる。一実施例で、プロセッサは、本開示の実施例によるプロセッサ(２１０)であってもよい。格納媒体は、機器によって読み出されられる、データが格納される全ての種類の記録媒体(ｒｅｃｏｒｄｉｎｇ ｍｅｄｉｕｍ)を意味し得る。格納媒体は、例えば、ＲＯＭ、ＲＡＭ、ＣＤ－ＲＯＭ、磁気テープ、フロッピーディスク、光データ格納装置等を含み得る。一実施例で、格納媒体はメモリ(３２０)であってもよい。一実施例で、格納媒体はネットワークで連結されたコンピュータシステム等に分散した形態で具現されることもできる。ソフトウェアはコンピュータシステム等に分散して格納され、実行され得る。格納媒体は非一時的(ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ)格納媒体であってもよい。非一時的格納媒体は、データが半永久的または臨時に格納されることとは無関係に実在する媒体(ｔａｎｇｉｂｌｅ ｍｅｄｉｕｍ)を意味し、一時的(ｔｒａｎｓｉｔｏｒｙ)に伝播される信号(ｓｉｇｎａｌ)を含まない。
【0102】
以上の通り多様な実施例によって本開示の技術的思想が説明されたが、本開示の技術的思想は、本開示の属する技術分野において通常の知識を有する者が理解できる範囲でなされ得る多様な置換、変形及び変更を含む。また、そのような置換、変形及び変更は、添付の請求の範囲内に含まれ得るものと理解されるべきである。
【要約】 （修正有）
【課題】人工知能技術に基づいて使用者の皮膚状態または皮膚類型を決定する装置、方法及び記録媒体を提供する。
【解決手段】コンピューティング装置は、複数の使用者の皮膚に関する複数のイメージ及び複数の使用者に提供される皮膚に関する質問用紙に含まれた複数の質問項目のそれぞれに対する点数の間の相関関係をモデリングして構築された人工神経網を格納する１つ以上のメモリを含む。方法は、対象使用者の皮膚に関する質問用紙に対する第１アンケート調査点数グループを決定し、対象使用者の皮膚に関するイメージを人工神経網に入力し、人工神経網の出力に基づいて、質問用紙に対する第２アンケート調査点数グループを決定し、第１アンケート調査点数グループ及び第２アンケート調査点数グループに基づいて、対象使用者の皮膚類型または対象使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定する。
【選択図】図７
【解決手段】コンピューティング装置は、複数の使用者の皮膚に関する複数のイメージ及び複数の使用者に提供される皮膚に関する質問用紙に含まれた複数の質問項目のそれぞれに対する点数の間の相関関係をモデリングして構築された人工神経網を格納する１つ以上のメモリを含む。方法は、対象使用者の皮膚に関する質問用紙に対する第１アンケート調査点数グループを決定し、対象使用者の皮膚に関するイメージを人工神経網に入力し、人工神経網の出力に基づいて、質問用紙に対する第２アンケート調査点数グループを決定し、第１アンケート調査点数グループ及び第２アンケート調査点数グループに基づいて、対象使用者の皮膚類型または対象使用者の皮膚状態を示す１つ以上の指標のそれぞれに対する点数を決定する。
【選択図】図７
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
