생성형 인공지능 기반의 사용자신체특성 반영공간 실내 이미지시각화 - 고령자 신체노화특성 반영과 추가학습 모델구축을 중심으로 -

채수민; 이진국; 이연숙

doi:10.14774/JKIID.2023.32.6.062

추천

검색

질문

자료유형: 학술저널

저자정보: 채수민 (연세대학교) 이진국 (연세대학교) 이연숙 (연세대학교)

저널정보: 한국실내디자인학회 한국실내디자인학회 논문집 한국실내디자인학회 논문집 제32권 제6호(통권 제161호)

발행연도: 2023.12

수록면: 62 - 69 (8page)

DOI: 10.14774/JKIID.2023.32.6.062

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This paper aims to generate and construct visual information in the field of interior design through the utilization of intelligent technologies. Specifically, it focuses on providing visual information images of bathroom spaces tailored to the user"s physical characteristics, considering that safety incidents frequently occur in residential bathrooms. Generative models within the continuously advancing field of artificial intelligence have increasingly found applications in the realm of design. When conducting tests for generating bathroom images using generative artificial intelligence capable of rapidly providing diverse alternatives for interior space images, it was observed that the specific physical characteristics of the user, as input, were not adequately reflected in the generated images. Additionally, errors were identified in the forms of safety equipment within the generated bathroom images. Therefore, in this paper, we constructed a dataset that included self-generated bathroom space images reflecting physical characteristics, along with accompanying text files that described each image. Subsequently, we conducted additional training using this dataset. The additional training was performed using the LoRA(Low-Rank Adaptation) method and took approximately 20 minutes. As a result of this training, a model file of 144MB was generated. Images generated using this model demonstrated a notable contrast to the limitations of the original model. They featured correctly positioned safety equipment, and a significant reduction in errors was observed in the generated images. Through this content, it is anticipated that future developments in the comprehensiveness of incorporating physical characteristics and the construction of relevant information and training data will enhance the scalability and utility of image generation AI in the field of interior space design.

#생성형 인공지능 #고령 친화 #욕실 #리모델링 디자인 #Generative AI #Elderly-friendly #Bathroom #Remodeling Design

참고문헌 (17)

참고문헌 신청

Beyan, E. V. P., & Rossy, A. G. C. (2023). A Review of AI Image Generator: Influences, Challenges, and Future Prospects for Architectural Field. Journal of Artificial Intelligence in Architecture, 2(1), 53-65

Chae, S. M., & Lee, J. K. (2023). Detailed Modeling and Visualization of Spatial Objects Based on BIM - Implementation Example of Bathroom Component with Detailed Reflection on the Physical Characteristics of the Elderly -. Journal of the Korean Housing A

Harman, D. (2001). Aging: overview. Annals of the New York Academy of Sciences, 928(1), 1-21.

KCA, https://www.kca.go.kr/home/main.do

Koutamanis, A. (2000). Digital architectural visualization. Automation in construction, 9(4), 347-360.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

채수민

소속기관 연세대학교

주요연구분야 자연과학 > 생활과학 예술체육학 > 디자인

논문수 6 이용수 447

이진국

소속기관 연세대학교

주요연구분야 자연과학 > 생활과학 TOP 5% 공학 > 건축공학 > 건축공학 일반 TOP 5%

논문수 89 이용수 15,433

이연숙

소속기관 연세대학교

주요연구분야 예술체육학 > 디자인

논문수 1 이용수 212

이 논문과 함께 이용한 논문

홈 인테리어를 위한 증강현실(AR) 애플리케이션의 어포던스 디자인 특성 탐색

한유진 , 황지현 한국실내디자인학회 논문집 2024 .04

이미지 생성 AI 기반 디자인 스타일 조합을 통한 실내 공간 디자인 시각화의 새로운 접근 방법 제안

정현 , 이진국 한국주거학회논문집 2023 .12

AI를 활용한 디자인 초기 단계 조형 언어 도출 방법론

제갈돈 , 배재혁 한국디자인학회 학술발표대회 논문집 2023 .10

비착용식 머리 위치 추적 기술 기반 디지털 아나모픽 작품 전시의 효과성 연구

장윤영 , 김주섭 디지털콘텐츠학회논문지 2023 .06

바이탈 정보수집 기능을 가진 스마트 AED의 구현

박명철 , 이승민 , 박찬현 외 3명 한국컴퓨터정보학회 학술발표논문집 2023 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-089263789

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (17)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)