$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

이미지를 사용한 가상의상착용을 위한 개선된 알고리즘
An Improved VTON (Virtual-Try-On) Algorithm using a Pair of Cloth and Human Image 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.25 no.2, 2020년, pp.11 - 18  

미나르 마드올 라흐만 (서울과학기술대학교 전기정보공학과) ,  따이 트안 투안 (서울과학기술대학교 전기정보공학과) ,  안희준 (서울과학기술대학교 전기정보공학과)

초록
AI-Helper 아이콘AI-Helper

최근 이미지를 사용한 가상착용기술 (Virtual try-on: VTON)에 대한 일련의 연구들이 발표되었다. 이에 의상과 사용자 이미지를 사용한 대표적 방식 (SCMM 기반의 비-딥러닝 방식, 딥러닝 기반 VITON 과 CP-VITON)에 대해 인물의 자세 및 체형, 의상의 가려짐 정도, 의상의 특성 등에 따라 분석한 연구가 보고되었다. 본 논문에서는 이중 가장 좋은 성능을 보이는 CP-VTON의 문제점을 살펴보고 이에 따른 해결책을 제시한다. 구체적으로 대상인물의 분할 표현 문제, 교체 대상이 아닌 영역이 유지되지 못하는 문제, 합성 마스크 생성네트워크의 학습에 사용되는 비용함수 문제, 합성 네트워크의 마스크 문제를 지적하고 이를 개선하는 알고리즘을 제안하였다. 그 결과 SSIM 등에서 5%내외의 주관적으로는 상당한 개선을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, a series of studies on virtual try-on (VTON) using images have been published. A comparison study analyzed representative methods, SCMM-based non-deep learning method, deep learning based VITON and CP-VITON, using costumes and user images according to the posture and body type of the perso...

주제어

#가상착용   #딥러닝   #인간 표현   #성능 개선   #비용 함수  

표/그림 (7)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 논문에서는 최근 발표된 이미지 기반 딥러닝 기반 가상착용기술 중 가장 좋은 성능을 보이는 CP-VTON의 성능을 세부적으로 분석하고 이들의 문제점 5가지를 도출하였다. 이 5개의 문제들 중 문제 5 ‘3차원 변형’을 제외한 4가지 경우의 해결방안을 제시하고 이를 네트워크에 적용하였다.

가설 설정

  • CP-VTON 네트워크를 사용한 가상착용 알고리즘들은 사용자 사진과 의상사진을 입력으로 하지만, 우선 사전에 사람의 2차원 (골격) 자세와의 상분할이 되어 있다고 가정한다. 본 연구에 사용한 데이터는 VITON 논문에서 저자들이 처음 사용하였고 이후 CP-VTON을 비롯한 많은 논문 들에서 사용하고 있는 VITON 데이터셋을 사용하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
LPIPS란? SSIM은 사람 시각 시스템이 이미지에서 구조 정보에 민감한 점을 이용하여 PSNR (Peak Signal to Noise Ratio)보다 주관적인 화질을 잘 평가하는 것으로 알려진 객관적 평가기준으로 원본 이미지 x와 왜곡 이미지 y의 밝기, 콘트라스트, 구조를 비교한다. LPIPS는 신경망 모델에서 추출되는 특성을 이용하여 학습에 의하여 사람의 인지적 특성에 맞도록 유사도를 평가하는 새로운 모델이다.
이 미지 기반 가상 착용기술이 사용하는 요소들은? 2018) 등이 있다. 이들은 이차원 이 미지를 입력으로 사용하고 2차원 영상처리 알고리즘을 사용한다. 알고리즘 세부적으로는 이미 지에서의 사람의 2차원 자세 예측, 이미지 분할 기술, 2차원 기하변환, 2차원 이미지 블렌딩 기술을 사용하며, 전통적인 규칙기반 방식과 딥러닝에 의한 학습기법이 같이 사용되고 있다.
알고리즘을 세부적으로 나누었을 때, 어떤 기술들이 존재하는가? 이들은 이차원 이 미지를 입력으로 사용하고 2차원 영상처리 알고리즘을 사용한다. 알고리즘 세부적으로는 이미 지에서의 사람의 2차원 자세 예측, 이미지 분할 기술, 2차원 기하변환, 2차원 이미지 블렌딩 기술을 사용하며, 전통적인 규칙기반 방식과 딥러닝에 의한 학습기법이 같이 사용되고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. Ahn H. (2018a). Online Virtual Try On using Mannequin Cloth Pictures, Journal of the Korea Industrial Information Systems Research, 23(6), 29-38. 

    원문보기 상세보기 crossref

  2. Ahn H. (2018b). Image-based Virtual Try-On System, Journal of Korean Computer Game Society, 31(3), 37-45. 

  3. Barratt, S., and Sharma, R. (2018). A Note on the Inception Score, arXiv preprint arXiv:1801.01973. 

  4. Cao, Z., Simon, T., Wei, S. E., and Sheikh, Y. (2017). Realtime Multi-person 2d Pose Estimation using Part Affinity Fields, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 7291-7299. 

  5. Han, X., Wu, Z., Wu, Z., Yu, R., and Davis, L. S. (2018). Viton: An Image-based Virtual Try-on Network. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 7543-7552. 

  6. Jaderberg, M., Simonyan, K., and Zisserman, A. (2015). Spatial Transformer Networks. Proceedings of Advances in Neural Information Processing Systems, pp. 2017-2025. 

  7. Liang, X., Gong, K., Shen, X., and Lin, L. (2018). Look into Person: Joint Body Parsing & Pose Estimation Network and a New Benchmark. IEEE Transactions on PAMI , 41(4), 871-885. 

  8. Raj, A., Sangkloy, P., Chang, H., Lu, J., Ceylan, D., and Hays, J. (2018). Swapnet: Garment Transfer in Single View Images. Proceedings of the European Conference on Computer Vision, pp. 666-682. 

  9. Tuan, T., Rahman, M., and Ahn, H. (2019). Performance Evaluation of VTON Algorithms using a Pair of Cloth and Human Image, Journal of the Korea Industrial Information Systems Research, 24(6), 24-30. 

  10. Wang, B., Zheng, H., Liang, X., Chen, Y., Lin, L., and Yang, M. (2018). Toward Characteristic-preserving Image-based Virtual Try-on Network. Proceedings of the European Conference on Computer Vision, pp. 589-604. 

  11. Zhang, R., Isola, P., Efros, A. A., Shechtman, E., and Wang, O. (2018). The Unreasonable Effectiveness of Deep Features as a Perceptual Metric, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 586-595. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로