[학위논문]여성의 정면 사진을 이용한 3차원 신체 데이터 재구성 및 의류 가상 피팅 시스템 구축에 관한 연구 A study on the reconstruction of 3D body data using a frontal photograph of a woman and the establishment of a clothing virtual fitting system원문보기
의류의 판매가 온라인 플랫폼으로 확대되어 가고 있지만, 국내외를 막론 하고 의류의 온라인 판매에서 가장 큰 문제는 소비자들의 반품율이 높은 데 있다. 이를 줄이기 위해서는 온라인상에서 자신의 체형에 입어보고 어울림 과 사이즈의 판단을 할 수 있는 수단을 제공하는 것이 필요하다. 본 연구에서는 최신 딥러닝 기술을 이용하여 의복을 입은 채로 촬영한 구 매자의 전면 사진과 키, 몸무게를 가지고 KS 규격의 체형을 판별하고 해당 체형에 대한 3D 인체 형상 데이터를 추정하는 DeepBody3D 모델과 복원된 ...
의류의 판매가 온라인 플랫폼으로 확대되어 가고 있지만, 국내외를 막론 하고 의류의 온라인 판매에서 가장 큰 문제는 소비자들의 반품율이 높은 데 있다. 이를 줄이기 위해서는 온라인상에서 자신의 체형에 입어보고 어울림 과 사이즈의 판단을 할 수 있는 수단을 제공하는 것이 필요하다. 본 연구에서는 최신 딥러닝 기술을 이용하여 의복을 입은 채로 촬영한 구 매자의 전면 사진과 키, 몸무게를 가지고 KS 규격의 체형을 판별하고 해당 체형에 대한 3D 인체 형상 데이터를 추정하는 DeepBody3D 모델과 복원된 3D 인체 데이터인 가상바디에 2차원 이미지로 구성된 의복을 가상으로 피팅하 여 사이즈와 어울림의 판단을 돕는 가상 착장 시스템을 제안한다. DeepBody3D 모델은 딥러닝 기반의 AMDNet과 Mask RCNN, 머신러닝 기반의 3D Reshaper로 구성된다. 제안된 DeepBody3D 모델은 모바일 기기에서 촬영 한 한국의 20~40대 여성에 대한 정면 사진으로 부터 인체 체형의 호칭 치수 와 가상 바디인 3D 인체 형상 데이터를 출력 한다. Mask RCNN은 입력된 인 체의 전신사진에서 인체의 골격과 인체의 실루엣인 인스턴스 마스크를 추정 한다. CNN기반의 AMDNet은 인스턴스 마스크와 사용자의 키와 몸무게를 입력 으로 하여 인체의 전면 사진으로 부터 KS 규격의 사이즈를 추천하고 17개의 인체 계측 데이터를 출력한다. 의복 가상 착장 시스템은 DeepBody3D 모델이 생성한 3D 인체 바디에 의복 앞/뒤면 이미지를 가상 착장하여 사용자에게 의복의 어울림 여부를 판단할 수 있게 한다. 가상 착장에 사용되는 의복 데이터는, 의복의 패턴을 이용하 지 않고, 의복의 앞뒤면 사진을 사용하는 방식이어서 의복 판매사들이 의복 을 제공하는 편의성을 증대시켜 온라인 쇼핑몰에서 쉽게 준비할 수 있게 한 다.의류의 판매가 온라인 플랫폼으로 확대되어 가고 있지만, 국내외를 막론 하고 의류의 온라인 판매에서 가장 큰 문제는 소비자들의 반품율이 높은 데 있다. 이를 줄이기 위해서는 온라인상에서 자신의 체형에 입어보고 어울림 과 사이즈의 판단을 할 수 있는 수단을 제공하는 것이 필요하다. 본 연구에서는 최신 딥러닝 기술을 이용하여 의복을 입은 채로 촬영한 구 매자의 전면 사진과 키, 몸무게를 가지고 KS 규격의 체형을 판별하고 해당 체형에 대한 3D 인체 형상 데이터를 추정하는 DeepBody3D 모델과 복원된 3D 인체 데이터인 가상바디에 2차원 이미지로 구성된 의복을 가상으로 피팅하 여 사이즈와 어울림의 판단을 돕는 가상 착장 시스템을 제안한다. DeepBody3D 모델은 딥러닝 기반의 AMDNet과 Mask RCNN, 머신러닝 기반의 3D Reshaper로 구성된다. 제안된 DeepBody3D 모델은 모바일 기기에서 촬영 한 한국의 20~40대 여성에 대한 정면 사진으로 부터 인체 체형의 호칭 치수 와 가상 바디인 3D 인체 형상 데이터를 출력 한다. Mask RCNN은 입력된 인 체의 전신사진에서 인체의 골격과 인체의 실루엣인 인스턴스 마스크를 추정 한다. CNN기반의 AMDNet은 인스턴스 마스크와 사용자의 키와 몸무게를 입력 으로 하여 인체의 전면 사진으로 부터 KS 규격의 사이즈를 추천하고 17개의 인체 계측 데이터를 출력한다. 의복 가상 착장 시스템은 DeepBody3D 모델이 생성한 3D 인체 바디에 의복 앞/뒤면 이미지를 가상 착장하여 사용자에게 의복의 어울림 여부를 판단할 수 있게 한다. 가상 착장에 사용되는 의복 데이터는, 의복의 패턴을 이용하 지 않고, 의복의 앞뒤면 사진을 사용하는 방식이어서 의복 판매사들이 의복 을 제공하는 편의성을 증대시켜 온라인 쇼핑몰에서 쉽게 준비할 수 있게 한 다.
의류의 판매가 온라인 플랫폼으로 확대되어 가고 있지만, 국내외를 막론 하고 의류의 온라인 판매에서 가장 큰 문제는 소비자들의 반품율이 높은 데 있다. 이를 줄이기 위해서는 온라인상에서 자신의 체형에 입어보고 어울림 과 사이즈의 판단을 할 수 있는 수단을 제공하는 것이 필요하다. 본 연구에서는 최신 딥러닝 기술을 이용하여 의복을 입은 채로 촬영한 구 매자의 전면 사진과 키, 몸무게를 가지고 KS 규격의 체형을 판별하고 해당 체형에 대한 3D 인체 형상 데이터를 추정하는 DeepBody3D 모델과 복원된 3D 인체 데이터인 가상바디에 2차원 이미지로 구성된 의복을 가상으로 피팅하 여 사이즈와 어울림의 판단을 돕는 가상 착장 시스템을 제안한다. DeepBody3D 모델은 딥러닝 기반의 AMDNet과 Mask RCNN, 머신러닝 기반의 3D Reshaper로 구성된다. 제안된 DeepBody3D 모델은 모바일 기기에서 촬영 한 한국의 20~40대 여성에 대한 정면 사진으로 부터 인체 체형의 호칭 치수 와 가상 바디인 3D 인체 형상 데이터를 출력 한다. Mask RCNN은 입력된 인 체의 전신사진에서 인체의 골격과 인체의 실루엣인 인스턴스 마스크를 추정 한다. CNN기반의 AMDNet은 인스턴스 마스크와 사용자의 키와 몸무게를 입력 으로 하여 인체의 전면 사진으로 부터 KS 규격의 사이즈를 추천하고 17개의 인체 계측 데이터를 출력한다. 의복 가상 착장 시스템은 DeepBody3D 모델이 생성한 3D 인체 바디에 의복 앞/뒤면 이미지를 가상 착장하여 사용자에게 의복의 어울림 여부를 판단할 수 있게 한다. 가상 착장에 사용되는 의복 데이터는, 의복의 패턴을 이용하 지 않고, 의복의 앞뒤면 사진을 사용하는 방식이어서 의복 판매사들이 의복 을 제공하는 편의성을 증대시켜 온라인 쇼핑몰에서 쉽게 준비할 수 있게 한 다.의류의 판매가 온라인 플랫폼으로 확대되어 가고 있지만, 국내외를 막론 하고 의류의 온라인 판매에서 가장 큰 문제는 소비자들의 반품율이 높은 데 있다. 이를 줄이기 위해서는 온라인상에서 자신의 체형에 입어보고 어울림 과 사이즈의 판단을 할 수 있는 수단을 제공하는 것이 필요하다. 본 연구에서는 최신 딥러닝 기술을 이용하여 의복을 입은 채로 촬영한 구 매자의 전면 사진과 키, 몸무게를 가지고 KS 규격의 체형을 판별하고 해당 체형에 대한 3D 인체 형상 데이터를 추정하는 DeepBody3D 모델과 복원된 3D 인체 데이터인 가상바디에 2차원 이미지로 구성된 의복을 가상으로 피팅하 여 사이즈와 어울림의 판단을 돕는 가상 착장 시스템을 제안한다. DeepBody3D 모델은 딥러닝 기반의 AMDNet과 Mask RCNN, 머신러닝 기반의 3D Reshaper로 구성된다. 제안된 DeepBody3D 모델은 모바일 기기에서 촬영 한 한국의 20~40대 여성에 대한 정면 사진으로 부터 인체 체형의 호칭 치수 와 가상 바디인 3D 인체 형상 데이터를 출력 한다. Mask RCNN은 입력된 인 체의 전신사진에서 인체의 골격과 인체의 실루엣인 인스턴스 마스크를 추정 한다. CNN기반의 AMDNet은 인스턴스 마스크와 사용자의 키와 몸무게를 입력 으로 하여 인체의 전면 사진으로 부터 KS 규격의 사이즈를 추천하고 17개의 인체 계측 데이터를 출력한다. 의복 가상 착장 시스템은 DeepBody3D 모델이 생성한 3D 인체 바디에 의복 앞/뒤면 이미지를 가상 착장하여 사용자에게 의복의 어울림 여부를 판단할 수 있게 한다. 가상 착장에 사용되는 의복 데이터는, 의복의 패턴을 이용하 지 않고, 의복의 앞뒤면 사진을 사용하는 방식이어서 의복 판매사들이 의복 을 제공하는 편의성을 증대시켜 온라인 쇼핑몰에서 쉽게 준비할 수 있게 한 다.
Nowadays, Although the sale of clothing is expanding to online platforms, the biggest problem with online sales of clothing, both at home and abroad, is the high return rate of consumers. In order to reduce this, it is necessary to provide a means to judge the fit and size by trying o...
Nowadays, Although the sale of clothing is expanding to online platforms, the biggest problem with online sales of clothing, both at home and abroad, is the high return rate of consumers. In order to reduce this, it is necessary to provide a means to judge the fit and size by trying on one's own body shape online. In this study, a DeepBody3D model uses the latest deep learning technology to determine the KS standard clothing size using height and weight of the buyer, the front photo taken while wearing clothes and to estimate 3D human body shape data. We proposed a virtual garment fitting system that helps determine the size and fit by virtually fitting clothes composed of two-dimensional images to a virtual body, which is the three-dimensional human body data. DeepBody3D model consists of deep learning-based AMDNet, Mask RCNN, and machine learning-based 3D Reshaper. The proposed DeepBody3D model outputs the body measurement data and 3D human shape data, which is a virtual body, from a frontal picture of a Korean woman in their 20s and 40s taken on a mobile device. Mask RCNN estimates skeleton of a human body and an instance mask, which is a silhouette of a human body from the front photo. CNN-based AMDNet recommends the KS standard clothing size from the front photo of the human body by inputting the instance mask and the height and weight of the user and outputs 17 anthropometric data. The virtual garment fitting system allows the user to judge whether the clothing suits the user by virtual wearing the front and back images of the clothing on the three-dimensional human body created by the DeepBody3D model. The clothing data used for the virtual garment fitting system uses front and back photos of clothing without using a pattern of clothing, so that clothing vendors can easily prepare clothes in an online shopping mall by increasing the convenience of providing clothes.
Nowadays, Although the sale of clothing is expanding to online platforms, the biggest problem with online sales of clothing, both at home and abroad, is the high return rate of consumers. In order to reduce this, it is necessary to provide a means to judge the fit and size by trying on one's own body shape online. In this study, a DeepBody3D model uses the latest deep learning technology to determine the KS standard clothing size using height and weight of the buyer, the front photo taken while wearing clothes and to estimate 3D human body shape data. We proposed a virtual garment fitting system that helps determine the size and fit by virtually fitting clothes composed of two-dimensional images to a virtual body, which is the three-dimensional human body data. DeepBody3D model consists of deep learning-based AMDNet, Mask RCNN, and machine learning-based 3D Reshaper. The proposed DeepBody3D model outputs the body measurement data and 3D human shape data, which is a virtual body, from a frontal picture of a Korean woman in their 20s and 40s taken on a mobile device. Mask RCNN estimates skeleton of a human body and an instance mask, which is a silhouette of a human body from the front photo. CNN-based AMDNet recommends the KS standard clothing size from the front photo of the human body by inputting the instance mask and the height and weight of the user and outputs 17 anthropometric data. The virtual garment fitting system allows the user to judge whether the clothing suits the user by virtual wearing the front and back images of the clothing on the three-dimensional human body created by the DeepBody3D model. The clothing data used for the virtual garment fitting system uses front and back photos of clothing without using a pattern of clothing, so that clothing vendors can easily prepare clothes in an online shopping mall by increasing the convenience of providing clothes.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.