• 한국컴퓨터정보학회논문지
• /
• 제12권6호
• /
• pp.207-212
• /
• 2007

최근 소득의 증대와 삶의 질의 향상에 따라 패션에 대한정보 습득의 욕구가 증대되고 있다. 많은 인터넷 쇼핑몰이나 패션 업계에서 패션과 관련된 정보들을 웹사이트를 통하여 제공하고 있다. 그러나 사람들에게 단편적인 패션정보가 아닌 패션과 관련된 종합적인 연관 정보들을 제공하는 시스템은 미비하였다. 본 논문에서는 언제 어디서나 휴대 가능한 모바일 디바이스 상에서 패션과 관련된 종합 정보들을 습득 할 수 있는 모바일 패션 정보 제안 시스템을 제안한다. 제안하는 시스템은 패션 온톨로지를 XML문서로 구현하며 듀이 넘버(Dewey Number)를 체계를 통하여 LCA(Lowest Common Ancestor)를 빠르게 찾아 사용자가 원하는 정보와 관련된 정보들을 모바일 브라우저 상에 제안한다. 또한 사용자가 촬영한 패션 UCC(User Created Content)를 서버에 등록하는 기능을 제공한다. 본 시스템은 패션 정보 모바일 종합 디스플레이 시스템으로서 모바일 기기와 패션 분야의 접목을 통하여 사용자 맞춤형 패션 정보들을 지능적으로 제공받을 수 있는 새로운 시스템이다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.