지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.12
- 수록면
- 1,419 - 1,424 (6page)
- DOI
- 10.6109/jkiice.2024.28.12.1419
이용수
초록· 키워드
오류제보하기
본 논문에서는 시각장애인 본인이 스스로 메이크업을 할 수 있도록 가상 메이크업 이미지 생성 및 유사도 평가 시스템을 제안한다. 이 시스템은 임베디드 보드 Jetson Nano 에 구현되고 평가된다. 본 시스템은 BeautyGAN 모델과 얼굴 특징점 기술을 통합하여 가상 메이크업 이미지를 생성하고, 그 유사도를 평가한다. BeautyGAN 모델은 비메이크업 이미지와 원하는 메이크업 스타일 이미지를 입력받아 5점 랜드마크를 활용하여 얼굴을 정렬한 후에, 가상 메이크업 이미지를 생성한다. 얼굴 특징점 기술은 68점 랜드마크 모델을 사용하여 얼굴의 7개의 관심 영역(ROIs)을 식별하고, 각 ROI별로 생성된 이미지와 실제 메이크업 이미지 간의 색상 차이를 비교하여 유사도를 평가한다. 이 기술을 이용해서 시각장애인이 혼자 힘으로 독립적으로 메이크업을 할 수 있게 도와줄 수 있다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결과
Ⅳ. 결론
REFERENCES
참고문헌 (7)
참고문헌 신청
Cosmetics and Toiletries. Inclusive Beauty: Making Cosmetics More Accessible for the Blind and for Visually Impaired Consumers [Internet]. Available: https://www.cosmeticsandtoiletries.com/research/methods-tools/article/21836071/cosmetics-toiletries-magazine-inclusive-beauty-making-cosmetics-more-accessible-for-the-blind-and-for-visually-impaired-consumers.
A. Dash, J. Ye, and G. Wang, “A review of generative adversarial networks (GANs) and its applications in a wide variety of disciplines: From medical to remote sensing,” IEEE Access, vol. 12, pp. 18330-18357, 2024. DOI: 10.1109/ACCESS.2023.3346273.
T. Li, R. Qian, C. Dong, S. Liu, Q. Yan, W. Zhu, and L. Lin, “BeautyGAN: Instance-level facial makeup transfer with deep generative adversarial network,” in Proceeding of the 26th ACM international conference on Multimedia, Seoul: KR, pp. 645-653, 2018.
GitHub. Honlan / BeautyGAN [Internet]. Available: https://github.com/Honlan/BeautyGAN.
X. Dong, Y. Yan, W. Ouyang and Y. Yang, “Style aggregated network for facial landmark detection,” in Proceeding of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition, Salt Lake City: USA, pp. 379-388, 2018. DOI: 10.1109/CVPR.2018.00047.
A. Dash, J. Ye, and G. Wang, “A review of generative adversarial networks (GANs) and its applications in a wide variety of disciplines: From medical to remote sensing,” IEEE Access, vol. 12, pp. 18330-18357, 2024. DOI: 10.1109/ACCESS.2023.3346273.
T. Li, R. Qian, C. Dong, S. Liu, Q. Yan, W. Zhu, and L. Lin, “BeautyGAN: Instance-level facial makeup transfer with deep generative adversarial network,” in Proceeding of the 26th ACM international conference on Multimedia, Seoul: KR, pp. 645-653, 2018.
GitHub. Honlan / BeautyGAN [Internet]. Available: https://github.com/Honlan/BeautyGAN.
X. Dong, Y. Yan, W. Ouyang and Y. Yang, “Style aggregated network for facial landmark detection,” in Proceeding of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition, Salt Lake City: USA, pp. 379-388, 2018. DOI: 10.1109/CVPR.2018.00047.
이 논문과 함께 이용한 논문
1인 미디어 유튜버 메이크업 동영상 콘텐츠 제작 기법 연구
신채원
,
곽태기
한국의상디자인학회지
2024
.09
[뷰티] 나에게 어울리는 ‘맞춤형’ 메이크업 대세 : 개인 맞춤형 퍼스널 컬러로 MZ 소비자 잡는다
조주홍
넥스트 이코노미
2024
.07
시각장애인을 위한 메이크업 시뮬레이션 및 유사도 평가 시스템 구현
양자연
,
백은아
,
유윤섭
한국정보통신학회 종합학술대회 논문집
2024
.05
색채와 디지털 프린팅을 3D 융합한 아트 메이크업 디자인 작품
양재동
,
김혜균
한국색채학회논문집
2024
.11
생성형 AI 이미지 모델을 활용한 메이크업 디자인 모티브 개발 및 교육 활용 방안 연구
주영주
비즈니스융복합연구
2024
.10
최근 본 자료
댓글(0)
0