$\require{mediawiki-texvc}$

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.

딥러닝을 이용한 의류 이미지의 텍스타일 소재 분류
Textile material classification in clothing images using deep learning 원문보기

스마트미디어저널 = Smart media journal, v.12 no.7, 2023년, pp.43 - 51  

이소영 (계명대학교 경영정보학과) ,  정혜선 (계명대학교 경영정보학과) ,  최윤성 (다이텍연구원 소재빅데이터연구센터) ,  이충권 (계명대학교 경영정보학과)

초록
AI-Helper 아이콘AI-Helper

온라인 거래가 증가하면서 의류 이미지는 소비자의 구매 결정에 큰 영향을 미치게 되었다. 의류 소재에 대한 이미지 정보의 중요성이 강조되고 있으며, 의류 이미지를 분석하여 사용된 소재를 파악하는 것은 패션 산업에 있어서 중요하다. 의류에 사용된 텍스타일의 소재는 육안으로 식별하기 어렵고, 분류 작업에도 많은 시간과 비용이 소모된다. 본 연구는 딥러닝 알고리즘을 기반으로 의류 이미지로부터 텍스타일의 소재를 분류하고자 하였다. 소재를 분류함으로써 의류 생산 비용을 절감하고, 제조공정의 효율성을 증대하는데 도움이 되며 소비자에게 특정 소재의 제품을 추천하는 AI 서비스에 기여할 수 있다. 의류 이미지를 분류하기 위해 머신비전 기반의 딥러닝 알고리즘 ResNet과 Vision Transformer를 이용하였다. 760,949장의 이미지를 수집하였고, 비정상 이미지를 검출하는 전처리 과정을 거쳤다. 최종적으로 총 167,299장의 의류 이미지와 섬유라벨 19개, 직물라벨 20개를 사용하였다. ResNet과 Vision Transformer를 사용해서 의류 텍스타일의 소재를 분류하였으며 알고리즘 성능을 Top-k Accuracy Score 지표를 통해 비교하였다. 성능을 비교한 결과, ResNet 보다 Vision Transformer 알고리즘이 더 우수하였다.

Abstract AI-Helper 아이콘AI-Helper

As online transactions increase, the image of clothing has a great influence on consumer purchasing decisions. The importance of image information for clothing materials has been emphasized, and it is important for the fashion industry to analyze clothing images and grasp the materials used. Textile...

주제어

참고문헌 (23)

  1. Y. Chun, C. Wang and M. He, "A novel clothing attribute representation network-based self-attention mechanism," IEEE Access, Vol. 8, pp. 201762-201769, Nov. 2020.? 

  2. P. S. Rajput, S. Aneja, "IndoFashion Apparel Classification for Indian Ethnic Clothes," In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition, pp. 3935-3939, Tennessee, USA, Sept. 2021.? 

  3. 이수민, 오성찬, 정찬호, 김창익, "딥러닝을 이용한 시각적 의류 분석 기술: 서베이," 한국통신학회논문지, 제45권, 제7호, 1174-1182쪽, 2020년 7월? 

  4. H. An, K. Y. Lee, Y. Choi and M. Park, "Conceptual framework of hybrid style in fashion image datasets for machine learning," Fashion and Textiles, Vol. 10, no. 1, pp. 1-18, May 2023.? 

  5. 곽수경, 이지연, 박명자, "인터넷 구매후기를 통한 의류제품 소재평가표준화와 소재성능평가," 한국의상디자인학회지, 제18권, 제2호, 177-190쪽, 2016년 6월? 

  6. 손재익, 김동현, 최윤성, "섬유 드레이프 이미지를 활용한 드레이프 생성 모델 구현에 관한 연구," 스마트미디어저널, 제10권, 제4호, 28-34쪽, 2021년 10월? 

  7. 노은진, 박상원, "사용자의 색상 선호 기반 추천 시스템을 위한 상품 이미지 속 의류 색상 분석," 한국정보처리학회 학술대회 논문집, 제29권, 제2호, 643-645쪽, 2022년 6월? 

  8. 김희숙, "CNN 기반 딥러닝을 이용한 패션 아이템 분류 및 결합," 디지털콘텐츠학회논문지, 제22권, 제3호, 475-492쪽, 2021년 3월? 

  9. 조승아, 이하영, 장혜림, 김규리, 이현지, 손봉기, 이재호, "비정형 패션 이미지 검색을 위한 MASK R-CNN 선형처리 기반 CNN 분류 학습모델 구현," 한국산업정보학회논문지, 제27권, 제6호, 13-23쪽, 2022년 12월? 

  10. Y. Seo. K.S, Shin, "Image classification of fine-grained fashion image based on style using pre-trained convolutional neural network," In Proceedings of the IEEE International Conference on Computer Vision, pp. 387-390, Shanghai, China, Mar. 2018.? 

  11. 이성현, 송계영, "텍스타일의 개념 확장과 새로운 패러다임 - 아키텍스타일을 중심으로," 기초조형학연구, 제19권, 제6호, 557-570쪽, 2018년 12월? 

  12. 임선양, "원유닛을 활용한 텍스타일패턴디자인 전개방법에 관한 연구," 한국디자인문화학회지, 제20권, 제4호, 581-590쪽, 2014년 12월? 

  13. 박낭희, 최윤미, "패션 AI의 학습 데이터 표준화를 위한 패션 아이템 이미지의 색채와 소재 속성 분류 체계," 한국의류학회지, 제44권, 제2호, 354-368쪽, 2020년 4월? 

  14. 김희숙, "패션 요소 검출을 위한 Mask R-CNN 딥러닝," 디지털콘텐츠학회논문지, 제22권, 제4호, 689-696쪽, 2021년 4월? 

  15. 김여원, 최종명, "블랙컬러 패션소재의 색채감성과 선호도," 한국감성과학회, 제13권, 제2호, 337-346쪽, 2010년 6월? 

  16. 이우창, 손현식, 이충권, "딥러닝 기반 폴리에스터 섬유의 염색색상 결과예측 모형 개발," 스마트미디어저널, 제11권, 제3호, 74-89쪽, 2022년 11월? 

  17. 남은수, 이충권, 최윤성, "딥러닝을 이용한 직물의 결함 검출에 관한 연구," 스마트미디어저널, 제11권, 제11호, 92-98쪽, 2022년 12월? 

  18. J. Jing, Z. Wang, M. Ratsch and H. Zhang, "Mobile-Unet: An efficient convolutional neural network for fabric defect detection," Textile Research Journal, Vol. 92, no. 1-2, pp. 30-42, May 2020.? 

  19. N. Amor, M. T. Noman and M. Petru, "Classification of Textile Polymer Composites: Recent Trends and Challenges," Polymers, Vol. 13, no. 16, pp. 2592, Aug. 2021.? 

  20. Y. Wan, C. Yan, B. Zhang and G. Zou, "Learning Image Representation via Attribute-Aware Attention Networks for Fashion Classification," In MultiMedia Modeling: 28th International Conference (MMM), pp. 69-81, Phu Quoc, Vietnam, Jun. 2022.? 

  21. K. HE, X. Zhang, S. Ren and J. Sun, "Deep residual learning for image recognition," In Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 770-778, Las Vegas, USA, Jun. 2016.? 

  22. A. Dosovitskiy, L. Beyer, A. Kolesnikov, D. Weissenborn, X. Zhai, T. Unterthiner, M. Dehghani, M. Minderer, G. Heigold, S. Gelly, J. Uszkoreit and N. Houlsby, "An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale," arXiv: 2010.11929, Oct. 2020.? 

  23. 김민기, "ResNet 모델을 이용한 눈 주변 영역의 특징 추출 및 개인 인증," 멀티미디어학회논문지, 제22권 12호, 1347-1355쪽, 2019년 12월 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
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