[논문]상하의 의류 영상을 이용한 가상 의류 착의 시스템

최란; 조창석

doi:10.9717/kmms.2012.15.7.941

상하의 의류 영상을 이용한 가상 의류 착의 시스템
A Virtual Fitting System Using The Top and Bottom Image of Garment 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.15 no.7, 2012년, pp.941 - 950

최란 (한신대학교 공과대학 정보통신학부) , 조창석 (한신대학교 공과대학 정보통신학부)

초록
AI-Helper

본 연구에서는 PC상에서 인체 3차원 데이터에 상하의 의류를 중첩 착의하는 가상 착의 시스템을 소개한다. 이를 위하여, 레이저 스캔 방식으로 얻은 인체 3차원 데이터와 의류 앞뒷면의 모습을 촬영하여 얻은 의류 디지털 데이터를 이용한다. 2차원의 앞뒷면 의류 디지털 데이터에는 의류 소재 내 질점 간의 장력이 반영되었고, 인체 데이터에의 착의 과정에는 마찰력과 중력을 적용해 주었다. 하의 착용 시에는 마찰력과 중력에 추가적으로 혁대 개념을 도입하여 흘러내리는 의류를 고정하였고, 하의를 착의한 인체데이터위에 상의를 착의하는 중첩 착의 방법을 제시하였다. 본 시스템이 지닌 장점은 복잡한 패턴을 이용하여 착의하는 다른 연구와 달리, 의류의 앞뒷면만을 이용하여 착의하면서도 현실감은 뒤지지 않는다는 것에 있다. 현재 의류전자상거래 시 의류의 앞뒷면만을 전시하여 판매하는 방법과 유사한 방식으로 온라인 판매가 이루어지나, 착의 모습을 제공할 수 없는 기존 방식과 달리 3차원의 착의 모습까지 제공하게 되어, 의류 판매의 방식을 바꾸게 할 것으로 기대한다.

Abstract ▼ AI-Helper

A virtual garment fitting system which fits the top and bottom of a garment on 3D body data is introduced. This system uses the laser scanned 3D body data and the digital images photographed the front and back of a garment. The digital images are modeled to reflect tensions among particles in the images and the friction and gravity effects are considered in the fitting process to the body data. When a bottom is fitted, a virtual belt to hold the bottom in the waist is introduced since gravity effects pull down it. Also the process for fitting the top and bottom on layers is proposed here. The system has the strengths that it uses only the front and back image of a garment instead of using complicated patterns of a garment, and provides a realistic fit result as a 3D figure. As on-line retailing shop in present displays front and back images of garments, this system also does. However this system provides a differentiated service to user than present retailing shop as showing a 3D fit image. It will make a new trend in online shop retailing of garment.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

의류와 인체와의 결합을 생성하기 위해서는 의류의 기하학적 구조와 물리적 특성 모델링과 3D 인체 데이터와 의복과의 충돌 검사 및 반응 처리 기술이 필요하다. 본 논문에서는 상의와 하의 각각의 착의 구현 방법과 하의 위에 상의를 중첩하여 착의하는 중첩 착의 방법을 소개하고, 이를 구현한 결과를 보고한다.
명시적 적분법은 시간간격이 짧으면 정확한 계산 결과를 보이지만, 길어지면 계산결과의 오차가 커지며, 계산 속도가 빠르다. 본 논문에서는 착의 결과를 빠르게 보여주는 오일러(Euler)의 명시적 적분방법을 이용하여 입자의 움직임을 계산하였다. 식 (2)는 오일러의 명시적 적분 방식에 의한 입자 움직임 계산식이다.
본 연구에서는 평면 형태의 앞뒷면 디지털 의류 영상을 인체 데이터에 가상 착의시키는 방식을 제시, 구현하였다. 이 시스템에 의해 온라인 매장에서 의류를 구입 시, 의류가 자신의 인체에 맞는지 사이즈를 알 수 있어 입어보고 사는 것 같이 된다.

제안 방법

본 논문에서는 그림 3에서 보이는 것과 같이, 의류 영상을 구성하는 삼각 폴리곤의 꼭짓점을 질량 점으로 하고, 선분을 스프링으로 하는 질량 스프링 모델을 사용하였다. 모델링된 의류 입자에 작용하는 힘 #은 식(1)에서와 같이 입자 사이의 거리에 비례하는 스프링 힘과 입자의 상대속도에 저항하는 댐핑(damping) 힘이 작용한다.
본 연구에서는 인체를 사이에 두고 앞뒷면의 의류를 봉합한 후, 상의의 경우는 위에서 아래로 뒤집어쓰고 하의의 경우는 아래에서 위로 끌어올려 착의하는 방식의 착의 과정이 제안되며, 이는 사람의 실제 착의 과정과 유사한 방식이다. 인체를 사이에 두고 앞뒷면을 봉합하여 착의하는 착의 방식은 상의를 대상으로 하여 제안된 바 있으며[11], 본 연구에서는 이 시스템에 의복의 마찰계수를 추가하고 하의의 착의 및 상하의의 중첩 착장 방식을 추가한 상하의 중첩 착장 방식을 제안한다.
온라인상거래에서의 활용을 위해서는, 공급자인 온라인 의류 소매상들이 의류 데이터를 단순하게 준비할 수 있어야 하며, 소비자는 자신의 PC에 저장된 3차원 인체 데이터에 의류를 착의 하는 것이 간단해야 한다. 본 제안 시스템에서는, 의류 판매자의 작업을 단순하게 하기 위하여 판매자는 의류의 앞뒷면 영상만을 업로드 하도록 하고, 소비자는 이 영상들을 다운로드하여 착의 프로그램의 실행만으로 PC에 보관된 자신의 인체 데이터 위에 가상 착의할 수 있도록 고안되었다. 인체 데이터는 3차원 전신 레이저 스캐너를 이용하여 획득되며, 의류의 영상은 카메라로 촬영한 의류의 앞뒷면 영상을 이용한다.
즉, 의류의 모든 입자와 인체의 모든 폴리곤의 거리를 검사하여 충돌 여부를 판별 할 필요 없이, 의류 입자가 특정 복셀에 들어왔을 때, 이 복셀을 충돌이 일어날 수 있는 유효 영역이라 보고, 이 복셀 안의 인체 폴리곤과 의류 입자 간의 충돌 검사를 하게 되므로 효율적으로 충돌을 감지해 낼 수 있다. 우선 움직이지 않는 인체데이터를 복셀로 나누어주고, 동적상황의 의류 질점이 복셀 안에 들어갔을 때, 이 복셀 안에 위치되어 있던 인체데이터 폴리곤과 의류 입자 간의 거리를 검사하여 충돌 여부를 판별한다[4,11]
힘의 상호작용에 의해 움직이던 의류 입자는 인체 데이터의 폴리곤과 충돌을 일으킨다. 이 충돌을 감지하기 위하여 그림 6에서 볼 수 있는 것과 같이 공간을 복셀(한 변의 길이가 0.5인 정육면체)로 나눈 공간분할방법을 이용하였다. 즉, 의류의 모든 입자와 인체의 모든 폴리곤의 거리를 검사하여 충돌 여부를 판별 할 필요 없이, 의류 입자가 특정 복셀에 들어왔을 때, 이 복셀을 충돌이 일어날 수 있는 유효 영역이라 보고, 이 복셀 안의 인체 폴리곤과 의류 입자 간의 충돌 검사를 하게 되므로 효율적으로 충돌을 감지해 낼 수 있다.
우선 하의를 인체 데이터에 착의시킨 후 인체데이터의 좌표계와 의류 데이터의 좌표계를 통합하는 과정을 수행하게 된다. 이를 위하여 인체의 좌표 점, 인덱스 값과 착의된 하의의 각 위치 점, 인덱스 값을 통합하여 새로운 인체 데이터를 만든 후 이를 복셀로 분해하여 재구성한다(3.1의 상의 착의 과정 참조). 이 재구성된 데이터에 의류 봉합과정을 거쳐 상의를 착의시키게 된다.
상의 착의의 경우 상의를 어깨에 걸어 착의하면 되지만, 하의 착의의 경우 그렇지 않게 때문에 적절한 착의 위치를 찾아 가상 혁대로 고정해야 한다. 이에 따라 가상 혁대가 고정될 위치를 찾기 위해, 실제로 사람이 바지를 착의하는 모습과 유사하게 착의 알고리즘을 구현하였다. 우선 반중력을 적용하여 바지를 다리에서 허리 부분으로 끌어 올려주고, 바지의 가랑이가 인체의 샅점에 닿으면 바지의 허리부분을 가상 혁대로 고정시킨다.
본 연구에서는 인체를 사이에 두고 앞뒷면의 의류를 봉합한 후, 상의의 경우는 위에서 아래로 뒤집어쓰고 하의의 경우는 아래에서 위로 끌어올려 착의하는 방식의 착의 과정이 제안되며, 이는 사람의 실제 착의 과정과 유사한 방식이다. 인체를 사이에 두고 앞뒷면을 봉합하여 착의하는 착의 방식은 상의를 대상으로 하여 제안된 바 있으며[11], 본 연구에서는 이 시스템에 의복의 마찰계수를 추가하고 하의의 착의 및 상하의의 중첩 착장 방식을 추가한 상하의 중첩 착장 방식을 제안한다.

대상 데이터

1mm 수준이나 1mm로 재구성해 사용하였다. 계측 데이터에 포함되는 정보는 3차원 위치 데이터와 텍스쳐 정보이다. 그림 1은 계측된 인체 데이터를 나타낸다.
착의 결과에서는 별 차이 없지만, 완료되는 시점까지의 시간을 절약해 주기 때문이다. 따라서 본 논문에서 착의 완료조건을 위해 길이 l1과 l2만을 이용하였다.
인체 3차원 데이터는 사이버웨어(Cyberware)사의 4헤드 레이저 전신 스캐너를 이용하여 스캔한 데이터를 확보하였고, 크기는 한 사람당 60MB 정도이며, 원 데이터의 해상도는 점간 간격이 0.1mm 수준이나 1mm로 재구성해 사용하였다. 계측 데이터에 포함되는 정보는 3차원 위치 데이터와 텍스쳐 정보이다.
본 제안 시스템에서는, 의류 판매자의 작업을 단순하게 하기 위하여 판매자는 의류의 앞뒷면 영상만을 업로드 하도록 하고, 소비자는 이 영상들을 다운로드하여 착의 프로그램의 실행만으로 PC에 보관된 자신의 인체 데이터 위에 가상 착의할 수 있도록 고안되었다. 인체 데이터는 3차원 전신 레이저 스캐너를 이용하여 획득되며, 의류의 영상은 카메라로 촬영한 의류의 앞뒷면 영상을 이용한다.
착의가 완료되었음을 판단하기 위하여 상의의 어깨부터 소매까지 위치된 8개의 점들 (그림 2의 e1∼e8)이 이용되었다.

성능/효과

따라서 본 연구결과보다 복잡한 패턴을 지닌 의복을 취급할 수는 있으나 상용화의 실용성 면에서 뒤떨어진다. 자연스런 착의 결과를 보여주는 위 실험 결과로 볼 때 복잡하지 않은 의복들의 온라인 판매 상용화는 본 연구가 패턴을 이용한 착의 연구보다 경쟁력을 지닌다는 것을 보여준다.
제안된 시스템은 개인용 컴퓨터로 온라인상에서 활용하는데 목적을 두었으므로 착의 방법이 복잡하지 않으며, 중력, 마찰력과 같은 필수적인 힘만 적용해주었으므로 착의를 위한 계산이 복잡하지 않으면서 현실감도 떨어지지 않는다. 데이터를 제외한 순수 실행프로그램의 크기는 16MB이며, 데이터를 포함한 실행용 프로세스의 메모리 사용량은 약 240MB로 PC나 노트북에서 충분히 실행 가능하다.

후속연구

하지만 바지의 사이즈 적합 여부 판단을 할 경우에는 미 봉합 부분의 크기나 모양이 기준이 된다. 따라서 원피스나 티셔츠와는 달리 바지의 사이즈 적합 판단의 경우에는, 미 봉합 부분의 크기나 모양을 임상 예와 비교하는 추가적인 연구가 필요하다고 판단하고 있다. 그림 12는 중첩착의의 결과로 하의 착의시킨 위에 상의를 착의시킨 것으로 중첩 착장의 과정이 순조롭게 진행된 것을 볼 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	인체 데이터는 어떻게 획득하는가?	본 제안 시스템에서는, 의류 판매자의 작업을 단순하게 하기 위하여 판매자는 의류의 앞뒷면 영상만을 업로드 하도록 하고, 소비자는 이 영상들을 다운로드하여 착의 프로그램의 실행만으로 PC에 보관된 자신의 인체 데이터 위에 가상 착의할 수 있도록 고안되었다. 인체 데이터는 3차원 전신 레이저 스캐너를 이용하여 획득되며, 의류의 영상은 카메라로 촬영한 의류의 앞뒷면 영상을 이용한다.
	가상 착의 시뮬레이션의 중요한 요소는?	가상 착의 시뮬레이션의 중요한 요소는 사용자의 정확한 3D 인체 데이터와 의류의 자연스런 결합을 생성하는 기술이다. 의류와 인체와의 결합을 생성하기 위해서는 의류의 기하학적 구조와 물리적 특성 모델링과 3D 인체 데이터와 의복과의 충돌 검사 및 반응 처리 기술이 필요하다.
	온라인상에서의 의류구매는 구매자의 체형 등의 개인 정보와는 별개로 판매자에 의해 일방적으로 제공된 정보에만 의존하여 구매를 결정할 수밖에 없는데, 이를 보완하기 위해 어떤 시스템이 필요한가?	하지만 온라인상에서의 의류구매는 구매자의 체형 등의 개인 정보와는 별개로 판매자에 의해 일방적으로 제공된 정보에만 의존하여 구매를 결정할 수밖에 없다. 이에 따라 온라인상에서 자신의 3차원 인체 데이터에 의류를 가상 착의하여, 그 결과로 소비자는 의류에 대한 치수와 어울림의 판단을 제공받을 수 있고, 판매자는 의류 앞뒷면 영상 정보만 제공하면 되는 시스템의 필요성이 대두되고 있다.

참고문헌 (12)

H.W. Seo, S.J. Kim, F. Cordier, and K.H. Hon, "Validating a Cloth Simulator for Measuring Tight-Fit Clothing Pressure," Proc. of the ACM, pp. 431-437, 2007.
D.R. Haumann, "Modeling the Physical Behaviour of Flexible Objects," 1987.
X. Provot, "Deformation Constraints in a Mass-Spring Model to Describe Rigid Cloth Behavior," Proc. Graphic Interface, pp. 147-155, 1995.
오승우, Interactive Garment Animation, 한국과학기술원 석사학위논문, pp. 6-57, 2002.
D. Baraff and A. Witkin, "Large Steps in Clothing Simulation," Proc. of SIGGRAPH, pp. 43-54, 1998.
F. Cordier, H.W. Seo, and N. Magnenat-Thalman, "Made-to-measure Technologies for an Online Clothing Store," IEEE Computer Graph Appl, Vol. 23, No. 1, pp. 38-48, 2003.
N. Magnenat-Thalmann, H.W. Seo, and F. Cordier, "Automatic Modeling of Virtual Humans and Body Clothing," Journal of Computer Science and Technology, Vol. 19, No. 6, pp. 575-584, 2004.

상세보기
C.S. Choi, "기하학적인 의복시뮬레이션에서 가상원통을 이용한 의복 3차원모델의 고속 관통 검사와 수정," 정보과학회 논문지 시스템 및 이론, Vol. 34, No. 10, pp. 521-528, 2007.
탁명자, 김치용, "인터넷 패션 쇼핑몰을 위한 가상 피팅 모델 시스템 연구," 멀티미디어학회논문지, 제9권, 제9호, 2006.

원문보기 상세보기
http://www.ifashion.or.kr/, Digital fashion Contents, 2012
Chang-Suk Cho, Jun-Young Park, Adrian Boeing, and Phillip Hingston, "An Implementation of a Garment-Fitting Simulation System using Laser Scanned 3D Body Data," Computers in Industry, Vol. 61, No. 6, pp. 550- 558, 2010.

상세보기
김주리, 조진애, 정석태, 이용주, 정성태, "계층적 공간 분할 방법을 이용한 의복 시뮬레이션 시스템의 설계 및 구현," 한국 컴퓨터 정보학회 논문지, 제9권, 제4호, 2004.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증