• 제목/요약/키워드: 영상편집

검색결과 442건 처리시간 0.02초

합성곱 신경망의 비지니스 응용: 런웨이 이미지를 사용한 의류 분류를 중심으로 (Business Application of Convolutional Neural Networks for Apparel Classification Using Runway Image)

  • 서이안;신경식
    • 지능정보연구
    • /
    • 제24권3호
    • /
    • pp.1-19
    • /
    • 2018
  • 최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

경북지역 장수노인의 저작능력과 건강상태 (The Relationship Between Chewing Ability and Health Status in the Long-lived Elderly of Kyungpook Area)

  • 이희경;이영권
    • Journal of Yeungnam Medical Science
    • /
    • 제16권2호
    • /
    • pp.200-207
    • /
    • 1999
  • 본 연구는 구강보건측면에서의 장수를 위한 노인생활지침을 설정하기 위한 기초자료를 제공하기 위해 85세 이상 노인들의 구강검진을 통하여 구강내 실태조사와 저작능력의 상태를 파악하고 구강상태에 따른 건강상태 및 신체계측치를 비교함으로 다음과 같은 결과를 얻었다. 1. 전체 97명 중 남자가 27.8%, 여자가 72.2%이었고, 평균연령은 $88.14{\pm}3.20$세 이었다. 조사대상자의 노인들이 53.6%가 건강하다고 하였다. 조사 대상자의 평균키는 $148.8{\pm}11.2cm$, 평균몸무게는 $46.9{\pm}10.5kg$, 평균BMI는 $21.2{\pm}3.5kg/m^2$, 평균체지방율은 $26.7{\pm}6.9%$, 평균제지방율은 $73.0{\pm}7.1%$, 평균체수분율은 $53.4{\pm}5.2%$로 나타났다. 2. 잔존치아수는 $3.50{\pm}5.71$개로 상악이 $1.08{\pm}2.88$개, 하악이 $2.41{\pm}3.76$개로 나타났고 최대 잔존치아 수는 22개이었고, 치아가 없는 노인이 전체의 76.3%나 되었다. 저작양상은 상,하 의치를 사용하는 노인이 전체의 52.6%, 자기치아만으로 저작(자연치 교합)하는 노인이 23.7%, 치아도 없으며 의치도 사용하지 않는 노인이 23.7%로 나타났다. 3. 저작양상에 따른 주관적 건강상태와 소화상태, 저작능력을 보면 의치 교합군에서 47.1%, 치아도 없이 의치도 사용 안하는 군에서는 56.5%, 자연치교합군에서는 65.2%가 건강하다고 했고, 소화상태도 의치군이 82.4%, 치아도 없이 의치도 사용 안하는 군이 65.2%, 자연치 교합군이 73.9%로 좋다고 했고, 저작능력도 의치군이 90.2%, 치아도 없이 의치도 사용 안하는 군이 60.9%, 자연치 교합군이 65.2%로 좋다고 하였다. 4. 저작영상에 따른 키, 몸무게, 체지방율, 제지방율, 총수분량을 비교하면 의치교협군에서 $150.0{\pm}10.7cm$, $49.0{\pm}10.9kg$, $26.9{\pm}6.6%$, $72.7{\pm}7.0%$, $53.2{\pm}5.1%$이며 치아도 없이 의치도 사용 안하는 군에서는 $142.7{\pm}6.0cm$, $43.2{\pm}5.5kg$, $29.5{\pm}7.2%$, $70.8{\pm}6.9%$, $51.8{\pm}5.0%$이고 자연치교합군에서는 $152.3{\pm}14.1cm$, $45.9{\pm}12.6kg$, $23.4{\pm}6.0%$, $75.9{\pm}6.9%$, $55.6{\pm}5.1%$로 나타났다. 저작양상 대한 신체계측치는 키, 체지방율, 제지방율, 총수분율에서 의치를 사용하는 군, 자연치교합군, 치아도 없이 의치도 사용 안하는 군의 순으로 유의하게 양호한 것으로 나타났다.

  • PDF