• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.447-454
• /
• 2022

4차 산업혁명 시대를 맞아 우리는 정보의 홍수 속에 살고 있다. 이런 환경에서 우리에게 필요한 정보를 찾기란 매우 어렵고 복잡하다. 따라서 정보의 홍수 속에서 추천 시스템은 필수적이다. 이러한 추천 시스템 중 영화, 음악, 음식, 의류의 각각에 대한 추천 시스템들은 많은 연구가 진행되어 왔다. 현재까지 대부분의 개인화 추천 시스템들은 개인의 성향인 나이, 장르, 지역, 성별 등을 체크해서 옷들을 추천한다던가, 책들을 추천한다던가, 영화들을 추천해왔다. 미래 세대에서는 나이, 장르, 지역, 성별 등을 체크해서 옷, 책, 영화들을 한꺼번에 추천 받기를 원할 것이다. 본 논문에서는 사용자의 감정과 날씨에 따라 개인 맞춤형 옷과 음식을 한꺼번에 추천하는 추천 시스템을 제안한다. 소셜미디어인 트위터에서 사용자의 데이터를 얻었고, 트윗을 기반으로 감정 분석을 해서 Paul Eckman 이론에 따라 사람의 6 가지의 기본 감정으로 분류했다. 이렇게 얻어진 기본 감정을 Hayashi의 Quantification Method III를 적용하여 색깔로 변환하였으며, 이러한 색깔은 추천하는 옷의 색상으로 표현하였다. 또한, visualcrossing.com API의 날씨 정보를 이용하여 의류의 종류를 추천한다. 그리고 감정에 따른 컴포트 푸드의 내용에 따라 다양한 음식을 추천한다.

• 디지털융복합연구
• /
• 제19권2호
• /
• pp.357-363
• /
• 2021

일반적으로 사람들은 외출 시 실시간 날씨 및 기온 등을 참고하여 입고 나갈 의류를 선택하게 된다. 그러나 개인이 실시간 날씨 정보, 자신의 체감 온도 정보 등을 활용하여 자신이 소장한 의류 중에서 알맞은 의류를 선택하는 것은 어려운 일이다. 이러한 문제를 도와주기 위해 개발된 기존의 의류 추천 시스템들은 의류 범주가 명확하게 설정되어 있지 않고, 사용자가 소지하고 있지 않은 의류를 추천하는 문제점이 있다. 또한 사용자별 체감 온도를 고려하지 않아 사용자에게 적절하지 못한 의류를 추천하는 경우가 발생한다. 이러한 문제점들을 해결하기 위하여 본 연구에서는 사용자가 소장하고 있는 의류에 대해 의류 범주를 결정하여 등록하고, 사용자별 체감 온도와 실시간 날씨 정보를 함께 고려하여 개인별 맞춤형 의류를 추천하는 시스템을 개발하였다. 날씨 정보의 경우, 단순한 기온, 풍향 등의 기상 정보만이 아니라 온도 민감도를 이용하여 개인별 체감 온도에 따른 의류를 추천하였다. 본 시스템을 평가하기 위해 대학생 65명을 대상으로 만족도 조사를 실시하였다. 그 결과 추천된 의류에 대해 만족한다는 의견이 80%를 차지하여 본 시스템의 만족도는 양호한 것을 확인할 수 있었다. 따라서 본 시스템을 사용할 경우, 개인별 체감 온도를 반영하여 개인이 소장한 의류를 기반으로 추천받게 됨으로써 실생활에서 활용도가 매우 높을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제12권5호
• /
• pp.688-698
• /
• 2009

인터넷을 이용하는 패션/코디 쇼핑몰은 그 시장이 매년 큰 폭으로 증가하고 있다. 하지만 대부분의 쇼핑몰들은 아직도 카테고리에 의한 상품 분류를 제외하면 특정한 의류를 찾을 수 있는 기능이 포함되어 있지 않아 사용자들이 불편을 겪고 있다. 본 연구에서는 여성복의 패션 코디네이션 시스템 구축 시 내용 기반의 방식 중 휴리스틱 기반 방식으로 시스템을 구축하기 위해 여성복의 특성을 가장 잘 나타낼 수 있는 속성들을 상속관계로 정의하고, 상품 관리자가 속성 값을 입력할 수 있도록 하였으며 가장 유사한 의류를 추천하기위한 방법을 소개하고 분석하였다.

• International Journal of Advanced Culture Technology
• /
• 제7권4호
• /
• pp.321-326
• /
• 2019

As AI technology is recently introduced into various fields, it is being applied to the fashion field. This paper proposes a system for recommending cody clothes suitable for a user's selected clothes. The proposed system consists of user app, cody recommendation module, and server interworking of each module and managing database data. Cody recommendation system classifies clothing images into 80 categories composed of feature combinations, selects multiple representative reference images for each category, and selects 3 full body cordy images for each representative reference image. Cody images of the representative reference image were determined by analyzing the user's preference using Google survey app. The proposed algorithm classifies categories the clothing image selected by the user into a category, recognizes the most similar image among the classification category reference images, and transmits the linked cody images to the user's app. The proposed system uses the ResNet-50 model to categorize the input image and measures similarity using ORB and HOG features to select a reference image in the category. We test the proposed algorithm in the Android app, and the result shows that the recommended system runs well.

• 한국멀티미디어학회논문지
• /
• 제14권8호
• /
• pp.1061-1069
• /
• 2011

정보통신기술의 발달로 인터넷을 이용하는 패션/코디 쇼핑몰은 그 시장이 매년 큰 폭으로 증가하고 있다. 하지만, 자신의 신체나 패션스타일에 맞는 의류를 온라인 쇼핑몰에서 검색하는 것은 쉽지 않다. 본 논문은 여성 의류의 패션/코디 추천시스템에 대하여 특히, 개인의 신체적 특성에 가장 잘 맞추어진 의류 추천기능에 대하여 논한다. 또한, 계절별 유행에 대한 전문가의 추천도 고려할 수 있고, 자신의 좋아하는 의류스타일도 미리 등록해 둔 후에, 다양한 방법의 선택을 통하여 등록된 상품 중 자신이 원하는 최적의 상품을 추천받을 수 있도록 패션/코디 쇼핑몰에서의 추천방법을 제안하였다.

• 한국의류학회지
• /
• 제43권3호
• /
• pp.349-360
• /
• 2019

This study analyzes the trends of recommendation services for customized fashion styles in relation to artificial intelligence. To achieve this goal, the study examined filtering technologies of collaborative, content based, and deep-learning as well as analyzed the characteristics of recommendation services in the users' purchasing process. The results of this study showed that the most universal recommendation technology is collaborative filtering. Collaborative filtering was shown to allow intuitive searching of similar fashion styles in the cognition of need stage, and appeared to be useful in comparing prices but not suitable for innovative customers who pursue early trends. Second, content based filtering was shown to utilize body shape as a key personal profile item in order to reduce the possibility of failure when selecting sizes online, which has limits to being able to wear the product beforehand. Third, fashion style recommendations applied with deep-learning intervene with all user processes of buying products online that was also confirmed to penetrate into the creative area of image tag services, virtual reality services, clothes wearing fit evaluation services, and individually customized design services.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.347-353
• /
• 2023

현재 軍(육군) 입대 장병은 신병훈련소에서 신체에 대한 치수 측정(자동, 수동) 및 샘플 피복을 착용해 본 후, 희망하는 치수로 피복을 지급받고 있다. 하지만, 민간 평상복보다 상대적으로 매우 세분화된 치수 체계를 적용하고 있는 軍에서는 이와 같은 치수 측정 과정에서 발생하는 측정된 치수의 낮은 정확도로 인해 지급받은 피복이 제대로 맞지 않아 피복을 교체하는 빈도가 매우 빈번히 발생하고 있다. 뿐만 아니라 서구적으로 변화된 MZ 세대의 체형변화를 반영하지 않고, 10여 년 전(前)에 수집된 구세대 체형 데이터 기반의 치수 체계를 적용함으로써 재고량이 비효율적으로 관리되는 문제점이 있다. 즉, 필요한 규격의 피복은 부족하고 불필요한 규격의 피복재고는 다수 발생하고 있다. 따라서, 피복 교체빈도를 감소시키고 재고관리의 효율성을 향상하기 위해 딥러닝 기반의 신체 치수 자동측정과 빅데이터 분석 및 머신러닝 기반의 "입대 장병 개인 맞춤형 피복 자동 추천 시스템"을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.363-364
• /
• 2021

인공 지능 기술을 이용하여 검색 기술이 다양한 응용분야에 적용되고 있다. 고객의 성향 파악 및 개인 맞춤형 추천 시스템에 이르기까지 많은 부분에서 활용되고 있다. 본 연구에서는 일반적으로 입고 생활하는 복장을 중심으로 주로 어린이들이 생활하는 공간에서 성인 남성을 검출하는 시스템을 개발하고자 한다. 이를 통해 무단 침입한 성인의 위험한 상황을 사전에 방지할 수 있으며, 외부인 통제 시스템에 활용 가능할 것이다. 이러한 시스템을 개발하기 위해서 옷에 대한 정보를 활용하며, 옷의 색상, 패턴, 패션 스타일, 크기와 같은 다양한 요소를 활용하여 성인 검출 시스템을 개발한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.265-268
• /
• 2023

본 논문은 바쁘게 살아가는 사회인뿐만 아닌 합리적인 소비, 효율적인 시간 관리를 원하는 사람들을 위한 IoT 센서를 활용한 스마트 옷장을 제공하고자 한다. 기존 IoT 센서를 활용한 옷장은 의류를 청결하게 해주는 것에 제한되어 있지만, 본 논문에서 제안한 프로젝트는 옷을 청결하게 관리하는 것뿐만 아닌 본인의 옷의 정보를 DataBase에 저장하여 입력한 데이터를 기반으로 사용자의 옷에 대한 통계를 확인할 수 있으며, 이를 통해 의류 구매 서비스를 제공한다. 또한 날씨 데이터를 활용해 현재 날씨에서 오차범위를 계산하여 해당 날씨에 알맞은 옷을 추천하는 기능 및 관리 기능을 제공하여 효율적이고 편리한 의류를 관리할 수 있도록 한다.

• 한국의류학회지
• /
• 제42권6호
• /
• pp.977-987
• /
• 2018

This study tests the effect of recommended product presentation on consumers' usage intentions of a website, mediated by mental simulation. Mental simulation refers to perceptual experience, a more automatic form of mental imagery, initiated by exposure to the representations of objects. This study expects that when compliments of clothes (coordination items) are vertically presented online, consumers are likely to feel as if they wear the outfits due to the activation of mental simulation. The survey was conducted on 147 women in an age group between 20 and 40 years in a panel of an online survey firm. Data are analyzed using exploratory factor analysis and bootstrapping analysis by SPSS 20.0. The results show that when compliments (vs. substitutes) of clothes are presented, participants perceive a greater mental simulation. When compliments of clothes are vertically presented (vs. horizontally presented), mental simulation is also highly driven. In addition, mental simulation mediates the effects of online product presentation on consumers' usage intentions of a website. The findings of this study contribute to marketing strategies of online retailers in terms of how product recommendation can be offered to consumers with more psychological benefits.