사용자 이미지로부터 시술 부위에 해당하는 특징점을 추출하여 타겟 영역을 생성하는 단계;상기 생성한 타겟 영역을 입력 이미지로 하여, Cycle GAN(generative adversarial network)을 기반으로 페이크 이미지를 생성하는 단계; 및상기 생성된 페이크 이미지를 상기 사용자 이미지에 반영하여 출력 이미지를 합성하는 단계;를 포함하는 반영구화장의 비포 앤 애프터 이미지를 생성할 수 있는 방법.

제1항에 있어서,상기 특징점을 추출하여 타겟 영역을 생성하는 단계는,컨벌루션 뉴럴 네트워크를 활용하여 사용자 이미지로부터 특징점을 추출하는 단계를 포함하는 반영구화장의 비포 앤 애프터 이미지를 생성할 수 있는 방법.

제1항에 있어서,상기 Cycle GAN(generative adversarial network)의 생성자에 노이즈 값으로 개발된 반도체 소자로부터 추출된 난수를 입력받는 단계를 더 포함하고, 상기 반도체 소자는 멤리스터, 트랜지스터, 또는 다이오드 소자 중에서 적어도 하나를 포함하는 반영구화장의 비포 앤 애프터 이미지를 생성할 수 있는 방법.

제1항에 있어서,상기 생성한 타겟 영역을 입력 이미지로 하여, Cycle GAN(generative adversarial network)을 기반으로 페이크 이미지를 생성하는 단계는,상기 생성한 타겟 영역에 대응되는 타인의 시술 후 이미지를 입력하여 신경망을 생성하는 단계; 및상기 생성된 신경망을 이용하여, 상기 타겟 영역에서의 사용자 이미지와 타인의 시술 후 이미지를 생성과 복원의 과정을 순환하면서 페이크 이미지를 생성하는 단계를 포함하는 반영구화장의 비포 앤 애프터 이미지를 생성할 수 있는 방법.

사용자 이미지로부터 시술 부위에 해당하는 특징점을 추출하여 타겟 영역을 생성하는 타겟 영역 생성부;상기 생성한 타겟 영역을 입력 이미지로 하여, Cycle GAN(generative adversarial network)을 기반으로 페이크 이미지를 생성하는 페이크 이미지 생성부; 및상기 생성된 페이크 이미지를 상기 사용자 이미지에 반영하여 출력 이미지를 합성하는 합성 처리부;를 포함하는 반영구화장의 비포 앤 애프터 이미지를 생성할 수 있는 시스템.

제5항에 있어서,상기 타겟 영역 생성부는,컨벌루션 뉴럴 네트워크를 활용하여 사용자 이미지로부터 특징점을 추출하는 것을 특징으로 하는 반영구화장의 비포 앤 애프터 이미지를 생성할 수 있는 시스템.

제5항에 있어서,상기 Cycle GAN(generative adversarial network)의 생성자에 노이즈 값으로 개발된 반도체 소자로부터 추출된 난수를 입력받는 난수 처리부를 더 포함하고, 상기 반도체 소자는 멤리스터, 트랜지스터, 또는 다이오드 소자 중에서 적어도 하나를 포함하는 반영구화장의 비포 앤 애프터 이미지를 생성할 수 있는 시스템.

제5항에 있어서,상기 페이크 이미지 생성부는,상기 생성한 타겟 영역에 대응되는 타인의 시술 후 이미지를 입력하여 신경망을 생성하고, 상기 생성된 신경망을 이용하여, 상기 타겟 영역에서의 사용자 이미지와 타인의 시술 후 이미지를 생성과 복원의 과정을 순환하면서 페이크 이미지를 생성하는 것을 특징으로 하는 반영구화장의 비포 앤 애프터 이미지를 생성할 수 있는 시스템.