퍼스널컬러 유형 진단 알고리즘 생성을 위한 얼굴색도 분포에 관한 연구 -Z세대를 중심으로

최민령

추천

검색

자료유형: 학술저널

저자정보: 최민령 (서경대학교 미용예술대학 뷰티테라피&메이크업학과 메이크업 전공 조교수)

저널정보: 한국미용학회 한국미용학회지 한국미용학회지 제27권 제1호

발행연도: 2021.1

수록면: 170 - 181 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Brand-new AI-mounted beauty devices are correspondingly launched, with the Z generation in preference for online information and untact communication emerging as the mainstay of consumption. The growing personalized beauty industry has seen personal color extensively utilized in creating a variety of contents representing everyone’s own unique beauty. In determining the personal color type, sensory evaluation is generally carried out with the tool in which changes in face color and ensuing changes in facial features are observed through visual means. This evaluation, used with a specific tool, is not easily available to consumers. And it may produce different results by an evaluator’s subjective judgement and its surrounding circumstances. Thus, there is a need for cutting-edge devices to conveniently provide a correct diagnostic service. Therefore, with the tool assuring an accurate measurement in optimal circumstances, we measured the face colors of the 496 women in their 20s, determining their personal color types to provide basic data for creating the face color algorithms to determine the personal color types. The face color measurement by personal color type showed that based on the average value, the spring type was calculated at L*=63.72, a*=12.42, b*=14.79, the summer type, L*=61.94, a*=13.02, b*=15.24, the autumn type, L*=62.59, a*=12.56, b*=16.01, and the winter type, L*=62.03, a*=12.77, b*=15.94. A look at the measurement by face part and the contribution by face part revealed that the lightness, the redness and the yellowness of left cheek and forehead except the redness of right cheek made significant difference among themselves. The lightness of all face parts in the spring type of personal color was the highest, their yellowness was lower than those in the autumn type and the winter type. The redness of glabella in the spring type was lower than that in the summer type. In the summer type, the lightness of all face parts was lower than that in the spring type, and the redness of left cheek and glabella was lower than that in the autumn type, while their yellowness was lower than those in the autumn type and the winter type. In the autumn type, the lightness of right cheek was lower than that in the spring type, and the redness of left cheek and glabella was lower than that in the summer type, while the yellowness of all face parts was higher than those in the spring type and the summer type. In the winter type, the lightness of all face parts was lower than that in the spring type and the yellowness of right cheek was higher than that in the spring type, while the yellowness of left cheek and glabella was higher than those in the spring type and the summer type. In conclusion, of all face parts it was the left cheek that proved decisive in determining personal color types, with the yellowness turning out to be an important variable in the face color measurement - a requirement for follow-up research into it.

참고문헌 (37)

참고문헌 신청

고지형 / 2012 / 퍼스널컬러를 이용한 효과적인 웨딩메이크업 연구 / 한국인체미용예술학회지 13(1):183~201

김민경 / 2010 / 김민경의 실용색채활용 / 예림출판사 :71

김용훈 / 1994 / 림와 피부세포의 미세구조 / 이학논집 17:234

박유선 / 2020 / 주제 분석 방법 (Thematic Analysis)을 통한 Z세대 여성 유튜브 뷰티 동영상 경험분석에 관한 연구 / Journal of Integrated Design Research 19(2):89~104

박지수 / 2016 / 퍼스널 컬러 분석에 기반한 메이크업 콘텐츠 추천 기법 / 한국정보처리학회지 23(2):713~714

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최민령

소속기관 서경대학교 미용예술대학 메이크업디자인학과, 교수

주요연구분야 예술체육학 > 미용

논문수 11 이용수 342

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (37)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)