• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2002.05a
• /
• pp.295-299
• /
• 2002

본 연구에서는 피륙의 물리화학적 특성에 의해 결정되는 촉감, 태 이외에도 색채, 무의 등 여러 요소들의 영향을 받아 복합적으로 표현되는 의류소재의 총체적인 개념인 의류소재 이미지는 어떤 것들이 있으며 이러한 이미지들은 어떻게 분류될 수 있는지를 알아보기 위하여 의류소재 이미지의 평가를 위한 축을 개발해 보았다. 1995년부터 2000년까지의 Texjournal과 인터패션플래닝에서 발간되는 98/99FW부터 0255까지 트렌드 북에서 소재를 설명하는 형용사를 조사하여 유사한 형용사를 통합 처리하여 87개의 형용사를 최종 추출하여 형용사쌍을 만들고 소재 자극 없이 형용사쌍이 주는 소재이미지만을 가지고 쌍비교법을 통해 유사성을 7점 척도로 표시하도록 하였다. 얻어진 결과를 다차원척도법을 이용하여 분석하여 87개의 형용사의 평가차원을 살펴보았다. 의류소재 이미지를 평가하는 축을 다차원 척도법을 이용하여 개발한 결과 '남성적-여성적', '새로운-낡은 듯한', '캐주얼-클래식', '모호한-정돈된'의 4가지 차원의 8개축이 개발되었다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2003.11a
• /
• pp.31-33
• /
• 2003

이 연구의 목적은 S/S 티셔츠 소재의 기본태 및 역학적 특성이 소재에 대한 주관적 감성에 미치는 영향을 밝혀 티셔츠 소재의 감성 이미지를 확립하고 소비자 감성에 적합한 S/S용 티셔츠 소재를 개발하기 위함이다. 이 연구를 위해 2003 봄, 여름에 시판된 5개의 티셔츠 소재가 사용되었고, 티셔츠 소재에 대한 감성 이미지를 도출하기 위해 티셔츠 소재와 관련된 20개의 감성형용어로 설문지를 작성하였다. 설문조사는 총 75명의 성인 남녀를 대상으로 실시하였으며 평가자는 각 문항에 대해서 7점 리커트형 척도를 사용하여 평가하였다. 5개의 시료 각각에 대한 19개의 역학적 특성치를 측정하여 태의 값을 산출하였으며, 각 특성치들과 주관적 감성 이미지와의 관계는 SPSS_Win 10.1을 사용하여 분석하였다. 본 연구결과는 다음과 같다. S/S 티셔츠 소재의 감성이미지는 ‘유연감’, ‘청결감’, ‘매력성’, ‘건조감’, ‘강성’으로 분류되었으며, 소재의 감성 이미지가 소재의 기본 태에 의해 영향을 받는 정도는 다르게 나타났다. 감성이미지에 가장 많은 영향을 미치는 기본태는 Shari였다. 또한 편성구조 및 섬유조성과 같은 티셔츠 소재의 기본적 특성이 소재에 대한 주관적 감성이미지에 미치는 영향이 큰 것으로 나타났다.

• Smart Media Journal
• /
• v.12 no.7
• /
• pp.43-51
• /
• 2023

As online transactions increase, the image of clothing has a great influence on consumer purchasing decisions. The importance of image information for clothing materials has been emphasized, and it is important for the fashion industry to analyze clothing images and grasp the materials used. Textile materials used for clothing are difficult to identify with the naked eye, and much time and cost are consumed in sorting. This study aims to classify the materials of textiles from clothing images based on deep learning algorithms. Classifying materials can help reduce clothing production costs, increase the efficiency of the manufacturing process, and contribute to the service of recommending products of specific materials to consumers. We used machine vision-based deep learning algorithms ResNet and Vision Transformer to classify clothing images. A total of 760,949 images were collected and preprocessed to detect abnormal images. Finally, a total of 167,299 clothing images, 19 textile labels and 20 fabric labels were used. We used ResNet and Vision Transformer to classify clothing materials and compared the performance of the algorithms with the Top-k Accuracy Score metric. As a result of comparing the performance, the Vision Transformer algorithm outperforms ResNet.

• Proceedings of the Korean Fiber Society Conference
• /
• 2003.10b
• /
• pp.312-312
• /
• 2003

최근에 내의는 디자인 및 소재의 다양화로 기능성과 패션성을 지향하는 등의 새로운 경향이 나타나고 있다. 본 연구의 목적은 대학생이 계절별로 선호하는 언더웨어용 소재의 태와 감성요인을 추출하고 이의 계절 및 성별에 따른 차이를 비교하며, 태와 감성이미지가 소재의 선호도에 미치는 영향을 조사하는 것이다. 조사대상은 H대학의 남ㆍ녀 대학생 109명으로 설문조사를 하였으며 여름철 내의용 소재인 13가지의 편성물 중 가장 선호하는 소재의 태와 감성이미지를 7점 척도로 평가하였으며 선행연구에서 사용된 태와 감성 형용사를 수정 보완한 설문지를 이용하였다. (중략)

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.05a
• /
• pp.235-238
• /
• 2009

최근 생활수준의 향상으로 의복의 기능성이 중시되면서, 건강, 감성, 쾌적 등에 대한 욕구를 충족시킬 수 있는 건강 소재 개발에 대한 연구와 니트에 관한 선호도 및 감성연구는 활발히 진행되고 있다. 그러나 현재까지 건강 니트 소재의 감각 및 감성이미지에 관한 연구는 부족한 실정이다. 본 연구는 키토산 섬유와 서스 섬유의 니트 소재를 편성한 다음 최종 소비자의 감각과 감성이미지에 미치는 영향을 연구하여 실제 건강 니트 소재를 기획하는데 필요한 정보를 제시하고자 한다. 본 연구에서 키토산 섬유와 서스 섬유를 회색계열로 변화를 주어 10 게이지의 컴퓨터 자동 횡편기로 5 종의 평편 시료를 편성하였고 20 대 남녀 대학생 69 명을 대상으로 5 종의 시료($20\;cm{\times}15\;cm$)를 랜덤한 순서로 제시하여 눈으로 시료를 보고 직접 만지면서 평가하도록 하였으며, 감각 18 개와 감성 22 개, 선호도 3 개의 총 43 개 형용사로 이루어진 7 점 척도를 사용하였다. 건강 니트 소재의 감각 및 감성 이미지를 요인 분석한 결과, 감각요인은 '부피감', '요철감', '신축감', '현시감', 변형감'의 5 가지 요인, 감성요인은 '온유감', '안정감', '고급감', '활동감'의 4 가지 요인으로 분류되었다. 색 속성 중 명도 수준별 감각요인 및 감성요인 중 '요철감'과 '안정감'의 매우 유의한 차이가 나타났다. 고명도, 저명도 수준은 울퉁불퉁하고 오톨도톨하지만 안정적이고 깨끗한 이미지로 느끼는 것으로 나타났고 중간 명도수준은 '요철감'과 '안정감'이 감소되었다. 차콜색의 키토산 100%와 연회씩의 서스 100%의 경우 울퉁불퉁하고 오톨도톨하지만 안정적이고 깨끗한 이미지로 느끼는 것으로 나타났고, 차콜색 키토산섬유와 연회색 서스섬유를 혼방하여 편성한 경우 '요철감'과 '안정감'이 감소되었다.

• Science of Emotion and Sensibility
• /
• v.14 no.3
• /
• pp.385-394
• /
• 2011

The purpose of this research is to compare and analyze visual images between the Real garment and the 3D garment simulation with the various fabrics of flare skirts and to analyze the correlation between mechanical properties and visual images. The picture images (printed on paper) of the Real garment and the 3D garment simulation of experimental flare skirts were shown to the evaluation group of women in their 20s majoring in clothing and textiles, and were evaluated by questionnaires with 32 adjectives. SPSS Version 12.0 statistics program was utilized to analyze data. Factor analysis, One Way ANOVA, T-test and Duncan test were used to investigate visual effect of the Real garment and the 3D garment simulation. As the result of conducting factor analysis on the visual appearance, the images were driven with five factors: 'drapeability', 'attractive', 'body compensation', 'bulkiness', 'activeness'. Visual images were significantly related with mechanical properties of various fabrics, and the visual images between 3D garment simulations and real garment differed with various fabrics and their mechanical properties. Visual images of silk and polyester group, cotton, linen and wool group were significantly related with weight and thickness of kinds of fabrics.

• Science of Emotion and Sensibility
• /
• v.8 no.2
• /
• pp.117-128
• /
• 2005

The purpose of this study was to clarify the effects of constituent characteristics and the mechanical properties by KES-FB system on the visual texture images and preference of men's suit fabrics. Twenty different kinds of black fabrics, which were used mainly for the spring and summer men's suits, were selected and the subjective evaluation of the visual texture images was tested. Sixty experts in department of clothing and apparel industries participated in the subjective evaluation. Factor analysis showed visual texture images were classified into 4 categories : 'bulkiness', $'extensibility{\cdot}rapability'$, 'flexibility' and 'smoothness'. All of relationships were established between the mechanical properties and the visual texture images except the relation between 'flexibility' and bending properties. The significant factors affecting preference were 'smoothness', compression energy(WC), fabric count and 'flexibility', As the fabrics had higher value for 'smoothness' and 'flexibility' , and lower ones for compression energy and fabric count, they tended to be more preferred.

• Smart Media Journal
• /
• v.10 no.4
• /
• pp.28-34
• /
• 2021

Drape is one of the factors that determine the shape of clothes and is one of the very important factors in the textile and fashion industry. At a time when non-face-to-face transactions are being activated due to the impact of the coronavirus, more and more companies are asking for drape value. However, in the case of small and medium-sized enterprises (SMEs), it is difficult to measure the drape, because they feel the burden of time and money for measuring the drape. Therefore, this study aimed to generate a drape image for the material property value input using a conditional adversarial neural network through 3D simulation images generated by measuring digital properties. A drape image was created through the existing 736 digital property values, and this was used for model training. Then, the drape value was calculated for the image samples obtained through the generative model. As a result of comparing the actual drape experimental value and the generated drape value, it was confirmed that the error of the peak number was 0.75, and the average error of the drape value was 7.875

• Smart Media Journal
• /
• v.13 no.4
• /
• pp.57-64
• /
• 2024

Attributes such as material, color, and fit in fashion images are important factors for consumers to purchase clothing. However, the process of classifying clothing attributes requires a large amount of manpower and is inconsistent because it relies on the subjective judgment of human operators. To alleviate this problem, there is a need for research that utilizes artificial intelligence to classify clothing attributes in fashion images. Previous studies have mainly focused on classifying clothing attributes for either tops or bottoms, so there is a limitation that the attributes of both tops and bottoms cannot be identified simultaneously in the case of full-body fashion images. In this study, we propose a deep learning model that can distinguish between tops and bottoms in fashion images and classify the category of each item and the attributes of the clothing material. The deep learning models ResNet and EfficientNet were used in this study, and the dataset used for training was 1,002,718 fashion images and 125 labels including clothing categories and material properties. Based on the weighted F1-Score, ResNet is 0.800 and EfficientNet is 0.781, with ResNet showing better performance.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.11a
• /
• pp.214-217
• /
• 2009

현대 패션분야에서 디자이너들의 예술적 표현의 주제이자 매체로서 활용되고 있는 빛은 보다 감성지향적인 방향으로 발전되는 추세로서, 빛을 활용한 감성 패션디자인에 대한 표현 방법과 조형적 특성을 분석하는 것은 매우 의미있는 일이다. 패션디자인에서 빛을 표현하는 방법으로는 빛의 반사, 이미지 표현, 발광, 투사에 의해 독창적으로 응용되어져 표현되어 왔으며, 다양한 빛의 표현을 위해 재료의 물성을 조작함으로써 얻을 수 있는 빛의 유희, 명암이나 형태, 색채를 통한 빛의 재현, 발광물질이나 인공광에 의한 발광, 프로젝터를 통한 빛 이미지 등 다양한 표현방법이 활용되고 있었다. 빛이 활용된 감성 패션디자인의 조형적 특성으로는 상호작용성, 영상성, 투명성, 실험성으로 분류되었다. 상호작용성은 착용자의 행위에 의한 변형과 신체의 변화나 감정의 변화에 의한 불빛이나 영상 패턴이 바뀌는 등 형태나 컬러, 영상의 변형 등 착용자의 메시지 전달이나, 감정표현, 신체보호, 그리고 재미를 유발하는 효과를 자아내는 것으로 나타났다. 영상성은 디지털 이미지를 활용한 것과 내부 광원에 의한 발광성으로 분류되며, 드레스에 장착된 수많은 LED 에 의한 영상을 만들거나 이미지를 확대시키는 방법으로 표현된 영상성은 심미적인 효과가 우선시되었다. 투명성은 주로 비닐, 플라스틱, 기능적 소재 등 투명한 소재들을 이용하여 대부분 재료의 특성이 조형적 특성으로 분석되었고, 외부와의 개방성과 위장가능성의 효과를 준다거나, 투명한 재질에 이미지가 변화하는 이미지의 중첩성과 같은 효과를 나타내었다. 실험성은 새로운 실험적 도구로서의 패션을 표현하고자 할 때, '빛'을 매개체로 하여 관심을 유도하고 재미를 더해주며, 신비주의적 환상이나 호기심을 불러일으키는 효과를 나타내었다. 이처럼 빛을 활용한 패션디자인은 빛을 매개체로 하여 다양한 표현방법으로 활용이 가능하며 특유의 조형적 특성을 가지고 있음을 알 수 있었다.