• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.673-674
• /
• 2020

의식주 중에서 자신을 표현하고 외부와의 교류를 할 수 있는 분야는 패션분야로서 인간 생활과 밀접한 관계를 가지고 있으며 사람들의 개인화된 성향 변화 및 인터넷 환경의 개선으로 트렌드는 빠르게 변화하고 있다. 인공지능 기술의 발전은 단순히 객체의 검출 및 분류에서 벗어나 패션 아이템의 분석 및 세부적인 속성을 분석할 수 있는 수준에 다다랐으며 인공지능 기술을 활용하여 사용자에게 추천할 수 있는 서비스가 출시되고 있다. 패션 트렌드의 빠른 변화 및 인공지능 기술의 발전으로 이를 활용한 플랫폼에 기반을 두어 디자이너에게는 디자인 기술을 향상시킬 수 있으며 사용자에게는 개인화된 제품을 구매할 수 있는 플랫폼 개발이 요구되고 있다. 본 논문에서는 인공지능 기술 기반 패션 분석 기술 개발을 위하여 패션 검출 모듈, 패션 검색 모듈, 패션 검색을 위한 벡터 검색 모듈, 상하의 분리를 위한 세그먼테이션 모듈, 패션 복종 분류 모듈을 개발하여 통합하였으며 패션 검색 정확도는 Top-5 기준 75.28%, 벡터 검색 속도는 벡터당 0.002m sec 이하, 세그먼테이션 추출 정확도 87.6%이상, 패션 검출 결과 IoU 0.5 환경에서 96.2%, 복종분석 90.54%의 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.432-434
• /
• 2022

우리는 전이 학습을 이용하여 원하는 특정 패션 스타일 분류기를 학습하였다. 패션 스타일 검색 결과물을 온라인 쇼핑몰과 연결하는 웹 서비스를 사용자에게 제공한다. 패션 스타일 분류기는 구글에서 이미지 검색을 통해 수집된 데이터를 이용하여 ResNet34[1]에 전이 학습하였다. 학습된 분류 모델을 이용하여 사용자 이미지로부터 패션 스타일을 17가지 클래스로 분류하였고 F1 스코어는 평균 65.5%를 얻었다. 패션 스타일 분류 결과를 네이버 쇼핑몰과 연결하여 사용자가 원하는 패션 상품을 구매할 수 있는 서비스를 제공한다.

• Journal of Digital Convergence
• /
• v.16 no.12
• /
• pp.301-307
• /
• 2018

The most of the IR focus on the method for searching the document, so the keyword-based IR system is not able to reflect the feature information of the image. In order to overcome these limitations, we have developed a system that can search similar images based on the vector information of images, and it can search for similar images based on sketches. The proposed system uses the GAN to up sample the sketch to the image level, convert the image to the vector through the CNN, and then retrieve the similar image using the vector space model. The model was learned using fashion image and the image retrieval system was developed. As a result, the result is showed meaningful performance.

• Journal of Internet Computing and Services
• /
• v.9 no.5
• /
• pp.99-108
• /
• 2008

This paper proposes an image retrieval system which integrates metadata, contents, and emotions in textile images. First, the proposed system searches images using metadata. Among searched images, the system retrieves similar images based on color histogram, color sketch, and emotion histogram. To extract emotion features, this paper uses emotion colors which was proposed on 160 emotion words by H. Nagumo. To enhance the user's convenience, the proposed textile image retrieval system provides additional functions as like enlarging an image, viewing color histogram, viewing color sketch, and viewing repeated patterns.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.465-469
• /
• 2007

본 논문에서는 텍스타일 영상의 내용 데이터와 메타데이터를 결합시킨 영상 검색 시스템을 제안한다. 섬유 패션의 정보를 가지고 있는 메타데이터와의 결합은 그 동안의 섬유 패션 산업과 관련된 영상 검색 시스템에서 진보된 것이다. 우선 메타데이터의 정보를 통해서 영상을 검색하게 된다. 검색된 영상 안에서 색상히스토그램과 색상스케치를 통하여 주어진 영상과 비슷한 영상들을 검색하게 된다. 이러한 방법은 영상내용만을 통해 검색했던 것 뿐만아니라 텍스트가 가지고 있는 의미를 보안하여 보다 효과적인 검색을 할 수 있었다. 본 논문에서 제안된 시스템에서 부가적인 기능인 돋보기 기능, 색상 히스토그램 기능, 색상 스케치 기능, 반복 패턴 보기 기능을 통해 검색된 영상들의 정보를 효과적으로 제공함으로써 사용자의 편의를 강화하였다.

• Journal of Intelligence and Information Systems
• /
• v.28 no.4
• /
• pp.329-346
• /
• 2022

Recently, as the market for short form videos (Instagram, TikTok, YouTube) on social media has gradually increased, research using them is actively being conducted in the artificial intelligence field. A representative research field is Video to Shop, which detects fashion products in videos and searches for product images. In such a video-based artificial intelligence model, product features are extracted using convolution operations. However, due to the limitation of computational resources, extracting features using all the frames in the video is practically impossible. For this reason, existing studies have improved the model's performance by sampling only a part of the entire frame or developing a sampling method using the subject's characteristics. In the existing Video to Shop study, when sampling frames, some frames are randomly sampled or sampled at even intervals. However, this sampling method degrades the performance of the fashion product search model while sampling noise frames where the product does not exist. Therefore, this paper proposes a sampling method MF (Missing Fashion items on frame) sampler that removes noise frames and improves the performance of the search model. MF sampler has improved the problem of resource limitations by developing a keyframe mechanism. In addition, the performance of the search model is improved through noise frame removal using the noise detection model. As a result of the experiment, it was confirmed that the proposed method improves the model's performance and helps the model training to be effective.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.377-378
• /
• 2022

본 연구는 폐그물, 폐현수막, 비닐, 캔 등을 활용한 친환경 패션 소품을 제작하기 위한 선행연구로, 패션산업에서의 환경문제와 친환경 패션 브랜드에 대해 분석해보고자 하였다. 이를 통해 친환경 패션 소품 제작에 필요한 기초자료를 얻고자 하였다. 연구는 국내 포털사이트에서 '친환경 패션 브랜드', '패션산업의 환경오염' 등의 단어를 입력하여 검색되는 기사를 중심으로 진행되었다. 패션산업은 생산과 소비 과정에서 수질, 대기오염을 유발하며, 쓰레기 문제 등을 유발하였다. 제조과정 중 엄청난 양의 탄소를 발생시키며, 세탁과정에서는 미세플라스틱을 방출하여 수질을 오염시키는 것으로 나타났다. 친환경 패션 브랜드에 글로베 호프, 프라이탁, 스텔라 맥카트니, 파타고니아, 비건 타이거, 낫 아워스 등이 있다. 광고 현수막, 군복, 안전벨트, 공장작업복, 병원 이불, 보트의 돛, 자동차 방수포 등을 활용하여 다양한 가방, 파우치, 핸드백 등의 패션 아이템을 제작 판매하고 있다. 이 외에도 비건 소재를 사용하고 동물성 소재와 PVC 소재를 사용하지 않는 등 패션업계에서도 환경오염을 줄이기 위한 다양한 노력을 기울이고 있는 것으로 나타났다.

• Journal of Practical Engineering Education
• /
• v.11 no.2
• /
• pp.175-180
• /
• 2019

Existing fashion web sites show only the search results for one type of clothes in items such as tops and bottoms. As the fashion market grows, consumers are demanding a platform to find a variety of fashion information. To solve this problem, we devised the idea of linking image classification through deep learning with a website and integrating SNS functions. User uploads their own image to the web site and uses the deep learning server to identify, classify and store the image's characteristics. Users can use the stored information to search for the images in various combinations. In addition, communication between users can be actively performed through the SNS function. Through this, the plan to solve the problem of existing fashion-related sites was prepared.

• The Research Journal of the Costume Culture
• /
• v.9 no.3
• /
• pp.412-432
• /
• 2001

Internet search engines are used by the majority of find information on the Web. However, Web users can be often dissatisfied with the mistakes in the retrieval of ‘Fashion’ information from the Internet. The purpose of this study is to analyze the ‘Fashion’ category structure in the Internet search engines. There are 2 steps for achieving it: the first, to investigate the structures of ‘Fashion’ categories and then, to analyze the gap between ‘Fashion’ categories defined by them and extensive ‘Fashion’categories, which are approached on 2 sides of the fashion-life and fashion-business. We select 5 major search engines for the case study: Yahoo, Lycos, Naver, Hanmir, Empas, which ranked as top 5 of total search engines and potal sites in February, 2001, and retrieve ‘Fashion’ categories from the first level to the last level by using both “topics retrieval”. Eventually, we can find the problems of ‘Fashion’ category structure in search engines. Also, it is concluded with a brief perspective of ‘Fashion’ categories in the Internet search engines and the implications for the future.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.193-196
• /
• 2001

본 논문에서는 3D 패션 코디를 위해 의복의 3D 모델을 개인 캐릭터에 정합하는 방법을 제안한다. 정합 방법은 의복 모델의 변형, 인체와 의복의 역전 부위 검색, 의복 모델의 수정의 3단계로 나누어진다. 먼저, 인체와 의복이 부위별로 대응을 이루도록 각각에 특징점을 설정하고, 의복의 공극을 고려하여 의복 모델의 높이, 넓이, 두께를 부위별로 변형한다. 의복 3D모델의 정합 후에도, 부위에 따라 의복의 표면 위에 인체가 노출되는 역전현상이 일어난다. 이를 위해, z-버퍼를 개량한 거리-버퍼의 개념을 제안하여 역전을 효과적으로 검색한다(Collision Detection ). 검색된 부위에서 삼각형을 분할하여 의복 모델을 수정한다.