메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
서정민 (경북대학교) 이우진 (경북대학교  )
저널정보
한국전시산업융합연구원 한국과학예술융합학회 한국과학예술융합학회 Vol.40 No.4
발행연도
2022.9
수록면
193 - 203 (11page)
DOI
10.17548/ksaf.2022.09.30.193

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 온라인 의류 쇼핑몰이 일부 의상에만 피팅 모델의 착용 이미지를 제공하여 소비자가 겪는 상품 선택의 어려움을 줄이기 위해 시작되었다. 2D 가상 착의 기술은 사람과 의상 이미지만 있으면 신경망 학습을 통해 의상 착용 이미지를 빠르게 생성할 수 있어 많은 연구가 진행되어 왔다.
기존에 제안한 Dress Clothes Virtual Try-On Network(DC-VTON)에서는 배경색과 구분이 어려운 페일 톤 드레스나 복잡한 패턴이 있는 드레스의 신경망 학습이 잘 안 되어 의상 변환과 가상 착의의 성능이 낮았다. 본 연구의 목적은 드레스의 색상과 패턴에 제약 없이 사람 모델의 자세에 맞춰 의상을 변환하고 가상 착의하는 데 있어 성능을 높이는 것이다.
본 연구는 DC-VTON의 후속 연구로 의상 변환 손실 함수와 가상 착의 손실 함수를 개선하고, 사람 이미지의 전처리 과정에서 드레스 영역을 확대하였다. 그리고 DC-VTON 개선 모델과 Characteristic-Preserving Virtual Try-On Network(CP-VTON)를 비교 실험하였다.
실험 결과는 다음과 같다. 첫째, 페일 톤 색상 드레스에서는 DC-VTON 개선 모델이 높은 성능을 보였다. 둘째, 다양한 색상과 패턴으로 구성된 전체 실험 데이터에서도 DC-VTON 개선 모델이 높은 성능을 나타내었다.
이러한 연구 결과를 바탕으로 온라인 쇼핑몰이 더 많은 의상의 가상 착의 이미지를 소비자에게 제공하고 쇼핑몰 이용 만족도를 높이는 데 활용할 수 있도록 제안 기술의 유용성을 보이고자 한다.

목차

Abstract
국문초록
I. 서론
II. 관련 연구
III. DC-VTON 개선 연구
VI. 실험 및 결과 고찰
V. 결론과 제언
Reference

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-600-000043118