KR101832946B1 - 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법 - Google Patents

이미지 검색이 가능한 섬유원단 중계 시스템 및 방법 Download PDF

Info

Publication number
KR101832946B1
KR101832946B1 KR1020160153700A KR20160153700A KR101832946B1 KR 101832946 B1 KR101832946 B1 KR 101832946B1 KR 1020160153700 A KR1020160153700 A KR 1020160153700A KR 20160153700 A KR20160153700 A KR 20160153700A KR 101832946 B1 KR101832946 B1 KR 101832946B1
Authority
KR
South Korea
Prior art keywords
image
texture
pattern
unit
class
Prior art date
Application number
KR1020160153700A
Other languages
English (en)
Inventor
신경태
Original Assignee
신경태
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 신경태 filed Critical 신경태
Priority to KR1020160153700A priority Critical patent/KR101832946B1/ko
Application granted granted Critical
Publication of KR101832946B1 publication Critical patent/KR101832946B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • G06Q30/0619—Neutral agent
    • G06F17/30262—
    • G06K9/6204—
    • G06N99/005—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법에 관한 것으로, 특히 구매를 희망하는 섬유원단을 해당 섬유원단이 가지는 고유의 텍스처 이미지 및 패턴 이미지에 의해 정확하게 검색할 수 있는 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법에 관한 것이다.

Description

이미지 검색이 가능한 섬유원단 중계 시스템 및 방법{System and method for relaying of textile by image searching}
본 발명은 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법에 관한 것으로, 더욱 상세하게는 구매를 희망하는 섬유원단을 해당 섬유원단이 가지는 고유의 텍스처 이미지 및 패턴 이미지에 의해 정확하게 검색할 수 있는 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법에 관한 것이다.
일반적으로 특정 제품을 검색하는 방법으로는 해당 제품에 대한 특징이나 명칭을 텍스트로 검색하고, 텍스트 검색에 따라 동일 혹은 가장 근접한 검색 결과를 제공하는 방법이 사용되고 있다.
그러나, 의류 제품의 경우에는 특정한 명칭이 없는 경우가 대부분이고, 다양한 의류 제품의 디자인을 일률적으로 규격화할 수 없기 때문에 의류 제품의 디자인을 텍스트로 검색하기는 어렵다.
이에, 한국공개특허 제2002-0031779호 '이미지 검색을 이용한 의류정보 제공 방법'에서는 의류의 디자인을 이미지로 입력받고, 그 입력된 이미지를 이용하여 동일/유사한 디자인의 의류제품을 검색하는 기술을 제공한다.
그러나, 이상과 같은 종래기술은 의류의 형상이나 모양과 같이 특징이 큰 디자인인 경우에는 어느 정도 정확도 있는 검색결과를 제공하기는 하지만, 섬유원단(textile)과 같이 비교적 특징이 적은 제품에는 적용이 어렵다.
특히, 도 1과 같이 섬유원단의 경우 줄무늬 패턴이 있는 경우에는 유사도가 70% 이상인 다수의 검색 결과(예: 78%, 80%, 95%)를 제공할 수는 있지만, 그와 다르게 민무늬 섬유원단의 경우에는 특징적인 패턴이 없기 때문에 사실상 검색이 불가하다.
한국공개특허 제2002-0031779호
본 발명은 전술한 바와 같은 문제점을 해결하기 위한 것으로, 섬유원단을 판매하는 판매처를 검색시, 구매를 희망하는 섬유원단을 해당 섬유원단이 가지는 패턴 이미지는 물론 텍스처 이미지에 의해 2중으로 정확하게 검색할 수 있는 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법을 제공하고자 한다.
이를 위해, 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 서버는 섬유원단에 대한 텍스처 이미지를 입력받아 분석하고, 상기 이미지 분석된 텍스처(texture)에 따라 텍스처 클래스를 분류하는 소재 분류부와; 섬유원단에 대한 패턴 이미지를 입력받아 분석하고, 상기 이미지 분석된 패턴(pattern)에 따라 패턴 클래스를 분류하는 특징 분류부와; 다수의 판매자가 판매하는 판매용 섬유원단에 대한 텍스처 이미지, 텍스처 클래스, 패턴 이미지 및 패턴 클래스를 각각 저장하는 데이터베이스부와; 구매자가 찾기를 희망하는 샘플용 섬유원단에 대한 텍스처 클래스 및 패턴 클래스를 상기 데이터베이스부에 저장된 텍스처 클래스 및 패턴 클래스와 비교하여 상기 텍스처 클래스 및 패턴 클래스가 동일하거나 혹은 설정된 오차 범위 내에서 유사한 것을 검색하는 검색부; 및 상기 데이터베이스부에 저장된 텍스처 클래스 및 패턴 클래스 중 상기 검색부에 의해 검색된 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및 패턴 이미지를 상기 판매자의 연락처와 함께 구매자에게 제공하는 제어부;를 포함하는 것을 특징으로 한다.
이때, 상기 소재 분류부는 상기 텍스처 이미지로부터 노이즈가 저감된 텍스처 데이터를 획득하기 위한 데이터 처리를 수행하는 제1 전처리부와; 상기 제1 전처리부로부터 제공된 텍스처 데이터로부터 상기 텍스처 이미지에 포함된 다수의 텍스처를 추출하는 텍스처 검출부와; 상기 텍스처 검출부에 의해 추출된 다수의 텍스처를 비슷한 특징이나 모양을 가진 것끼리 군집화(클러스터링)하는 제1 군집화부; 및 상기 제1 군집화부에 의해 군집된 특성을 기계 학습하여 상기 텍스처 이미지에 대한 텍스처 클래스를 분류하는 제1 클래스 분류부;를 포함하는 것이 바람직하다.
또한, 상기 특징 분류부는 상기 패턴 이미지로부터 노이즈가 저감된 패턴 데이터를 획득하기 위한 데이터 처리를 수행하는 제2 전처리부와; 상기 제2 전처리부로부터 제공된 패턴 데이터로부터 상기 패턴 이미지에 포함된 다수의 패턴을 추출하는 특징 검출부와; 상기 특징 검출부에 의해 추출된 다수의 패턴을 비슷한 윤곽선을 가진 것끼리 군집화(클러스터링)하는 제2 군집화부; 및 상기 제2 군집화부에 의해 군집된 특성을 기계 학습하여 상기 패턴 이미지에 대한 패턴 클래스를 분류하는 제2 클래스 분류부;를 포함하는 것이 바람직하다.
또한, 상기 섬유원단에 대한 텍스처 이미지 및 패턴 이미지 중 상기 패턴 이미지만 제공되는 경우, 상기 패턴 이미지의 일부분을 추출 및 확대하여 상기 텍스처 이미지로 대체하여 제공하는 스케일러를 더 포함하는 것이 바람직하다.
한편, 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 시스템은 이상과 같은 상기 이미지 검색이 가능한 섬유원단 중계 서버와; 상기 구매자가 찾기를 희망하는 샘플용 섬유원단을 촬상하여 텍스처 이미지 및 패턴 이미지를 획득하고, 상기 촬상을 통해 획득된 샘플용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 상기 이미지 검색이 가능한 섬유원단 중계 서버에 전송하는 고정식 촬상기; 및 상기 데이터베이스부에 저장된 텍스처 클래스 및 패턴 클래스 중 상기 촬상기에서 획득한 이미지에 대한 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및 패턴 이미지를 하나 이상 디스플레이하는 디지털 정보 패널(DID: Digital Information Display);를 포함하는 것을 특징으로 한다.
이때, 판매자가 판매하는 판매용 섬유원단을 촬상하여 텍스처 이미지 및 패턴 이미지를 획득하고, 상기 촬상을 통해 획득된 판매용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 상기 이미지 검색이 가능한 섬유원단 중계 서버에 전송하는 이동식 촬상기를 더 포함하는 것이 바람직하다.
상기 고정식 촬상기 및 이동식 촬상기는 각각 상기 텍스처 이미지를 획득하기 위한 현미경과; 상기 패턴 이미지를 획득하기 위한 디지털 카메라; 및 상기 판매용 섬유원단이나 샘플용 섬유원단을 조명하는 조명장치;를 포함하는 것을 특징으로 한다.
나아가, 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 방법은 통신인터페이스를 통해 다수의 판매자가 판매하는 판매용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 각각 입력받는 판매자측 이미지 입력단계와; 소재 분류부에서 상기 판매용 섬유원단에 대한 텍스처 이미지를 입력받아 분석하고, 상기 이미지 분석된 텍스처에 따라 텍스처 클래스를 분류하는 텍스처 분류 단계와; 특징 분류부에서 상기 판매용 섬유원단에 대한 패턴 이미지를 입력받아 분석하고, 상기 이미지 분석된 패턴에 따라 패턴 클래스를 분류하는 패턴 분류 단계와; 다수의 판매자가 판매하는 상기 판매용 섬유원단에 대한 텍스처 이미지, 텍스처 클래스, 패턴 이미지 및 패턴 클래스를 각각 데이터베이스부에 저장하는 데이터베이스 구축 단계와; 검색부에서 상기 통신인터페이스를 통해 구매자가 찾기를 희망하는 샘플용 섬유원단에 대한 텍스처 클래스 및 패턴 클래스를 입력받아 상기 데이터베이스부에 저장된 텍스처 클래스 및 패턴 클래스와 비교하여 상기 텍스처 클래스 및 패턴 클래스가 동일하거나 혹은 설정된 오차 범위 내에서 유사한 것을 검색하는 원단 이미지 검색 단계와; 제어부에 의해 상기 데이터베이스부에 저장된 텍스처 클래스 및 패턴 클래스 중 상기 검색부에 의해 검색된 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및 패턴 이미지를 구매자측 단말기에 제공하는 검색 이미지 제공 단계; 및
구매자가 상기 구매자측 단말기에 제공된 판매용 섬유원단에 대한 텍스처 이미지 또는 패턴 이미지를 선택하면, 상시 구매자측 단말기에서 선택한 판매용 섬유원단의 판매자측 정보가 상시 구매자측 단말기에 제공되는 판매자 정보 제공 단계;를 포함하는 것을 특징으로 한다.
이상과 같은 본 발명은 섬유원단이 가지는 고유의 섬유 조직이나 질감과 같은 텍스처 이미지 및 무늬나 모양과 같은 패턴 이미지에 의해 찾고자 하는 섬유원단을 검색할 수 있게 한다.
따라서, 판매처를 검색시, 구매를 희망하는 섬유원단이 가지는 패턴 이미지는 물론, 텍스처 이미지에 의해 2중으로 검색함으로써 민무늬(무지) 원단과 같이 패턴이 없거나 약한 섬유원단 역시 정확하게 검색할 수 있게 한다.
도 1은 종래기술에 따른 섬유원단 검색 방법을 나타낸 도이다.
도 2는 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 시스템을 나타낸 개략도이다.
도 3은 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 서버를 나타낸 구성도이다.
도 4는 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 서버의 섬유원단 검색 알고리즘을 나타낸 개념도이다.
도 5는 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 서버의 검색 대상 군집화를 나타낸 일 예(k=3인 경우)이다.
도 6은 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 서버의 이미지별 히스토그램을 나타낸 도이다.
도 7은 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 서버의 검색 분류 기준을 나타낸 일 예이다.
도 8은 본 발명에 적용 가능한 사용자측 단말기(DID)를 나타낸 도이다.
도 9는 상기 도 7의 촬영부를 나타낸 도이다.
도 10은 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 방법을 나타낸 흐름도이다.
도 11은 상기 도 10에 의한 검색 결과를 통해 구매자가 판매자를 선택하는 방법을 나타낸 도이다.
도 12는 상기 도 10의 특징 추출 방법을 나타낸 구체적인 실시예이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 따른 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법에 대해 상세히 설명한다.
먼저, 도 2와 같이 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 시스템은 크게 이미지 검색이 가능한 섬유원단 중계 서버(100)(이하, '중계 서버'라 함)와, 오프라인 검색기(200) 및 이동식 촬상기(300)를 포함한다.
따라서, 중계 서버(100)는 다수의 판매자측(20)에서 제공한 판매용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 저장하고, 구매자측(10)에서는 찾고자 하는 샘플용 섬유원단의 텍스처 이미지 및 패턴 이미지로 중계 서버(100)에 검색을 요청(query)한다.
이때, 상기 구매자는 구매자측 단말기(12, 13, 200)를 이용하여 중계 서버(100)에 검색을 요청하는데, 구매자측 단말기(12, 13, 200)로는 오프라인 검색기(200)를 비롯하여 온라인 단말기(12, 13)를 더 포함한다.
오프라인 검색기(200)는 일 예로 원단 상가 밀집 지역(예: 동대문 상가)에 설치된 DID(220)(Digital Information Display)가 사용될 수 있다. 후술하는 바와 같이 오프라인 검색기(200)는 고정식 촬상기(210)를 구비하고 있어서 현장에서 직접 샘플용 섬유원단을 촬상하여 중계 서버(100)에 검색을 요청할 수 있다.
온라인 단말기(12, 13)는 사용자가 소지한 스마트폰(12)이나 개인용 PC(13)등이 있다. 이 경우 자체에 구비된 카메라 기능이나 별도의 카메라를 이용하여 샘플용 섬유원단의 이미지 획득하고 이를 중계 서버(100)로 무선 전송하여 검색을 요청할 수 있도록 어플리케이션이 설치되어야 한다.
한편, 판매자측(20)에서는 해당 업자가 구비한 촬영기를 이용하여 판매용 섬유원단의 이미지를 중계 서버(100)에 전송함으로써 데이터베이스를 구축할 수 있지만, 본 발명은 좀더 정밀한 텍스처 이미지 및 패턴 이미지의 확보를 위해 이동식 촬상기(300)를 제공한다.
또한, 원단 상가 밀집 지역 등의 경우에는 각각의 판매자가 오프라인 검색기(200)가 설치된 장소로 직접 판매용 섬유원단을 들고가서 고정식 촬상기(210)로 이미지를 촬영하여 중계 서버(100)에 등록하고 자신의 상호면, 연락처 및 주소 등을 입력할 수도 있다. 이점에서 오프라인 검색기(200)는 구매자측 단말기(12, 13, 200)인 동시에 판매자측 단말기로도 기능할 수 있다.
위와 같이 다수의 판매처로부터 판매용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 각각 입력받아 중계 서버(100)의 데이터베이스부(130)에 저장함으로써 데이터베이스가 구축된다.
그 후 구매자는 구매자측 단말기(12, 13, 200)를 통해 이미지를 전송하여 검색을 의뢰하며, 검색 결과로써 제공되는 이미지 방식의 목록 중 특정의 이미지를 선택하여 판매자의 정보를 확인할 수 있다.
나아가, 필요에 따라서는 위와 같은 과정에 따른 검색 결과를 이용하여 판매자를 선택한 이후에는 중계 서버(100)나 그 외 매매 서버를 이용하여 공지된 다양한 방식의 전자상거래를 가능하도록 할 수도 있음은 자명하다.
이를 위해, 도 3과 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 서버(100)는 소재 분류부(110), 특징 분류부(120), 데이터베이스부(130), 검색부(140), 제어부(150), 스케일러(160) 및 통신인터페이스(170)를 포함한다.
이때, 상기 소재 분류부(110)는 판매자 측의 판매용 섬유원단이나 구매자 측의 샘플용 섬유원단에 대한 '텍스처 이미지'를 입력받아 분석하고, 이상과 같이 이미지 분석된 텍스처(texture)에 따라 텍스처 클래스를 분류한다.
도 4의 하단부에 도시된 바와 같이 소재 분류부(110)는 민무늬 원단과 같이 특별한 모양이나 패턴 등이 약한 섬유원단을 분류하기 위한 것으로, 거시적으로 확인되는 특징 대신 섬유원단의 질감이나 섬유조직을 이용한 검색을 가능하게 한다.
따라서, 소재 분류부(110)에서 처리하는 텍스처 이미지는 후술하는 바와 같이 특징 분류부(120)에서 처리하는 '패턴 이미지'에 비해 섬유원단의 일부분을 확대한 이미지가 사용되며, 바람직하게는 현미경을 이용하여 이미지를 획득한다.
구체적으로, 상기 소재 분류부(110)는 제1 전처리부(111), 텍스처 검출부(112), 제1 군집화부(113) 및 제1 클래스 분류부(114)를 포함하여, 섬유원단이 가지는 고유의 텍스처를 서로 다른 클래스로 분류한다.
이때, 제1 전처리부(111)는 텍스처 이미지로부터 노이즈가 저감된 텍스처 데이터를 획득하기 위한 데이터 처리를 수행한다. 일 예로, 텍스처를 검출하기 위해 노이즈를 줄이는 블러링(blurring)을 실시한다.
텍스처 검출부(112)는 제1 전처리부(111)로부터 제공된 텍스처 데이터로부터 텍스처 이미지에 포함된 다수의 텍스처를 추출한다. 일 예로 LBP(Local Binary Pattern) 방식을 이용하여 텍스처를 추출한다. LBP는 이미지로부터 섬유조직 등과 같은 반복적인 패턴을 얻는데 효율적인 이미지 처리방식이다.
제1 군집화부(113)는 텍스처 검출부(112)에 의해 추출된 다수의 텍스처를 비슷한 특징이나 모양을 가진 것끼리 군집화(클러스터링)함으로써, 전체의 객체를 설정된 개수의 군집으로 나누는 과정이다.
바람직하게, 앞서 검출된 LBP 특징들을 비슷한 특징이나 모양을 군집화하도록 K-means 클러스터링 알고리즘이 사용될 수 있으며, K-means 클러스터링은 'K'값으로 군집화를 조정할 수 있다.
예컨대, LBP에 의해 1개의 텍스처 이미지로부터 1만개의 데이터(픽셀 단위 혹은 일정 범위 단위별)가 추출되었다고 했을 때, 100개의 텍스처 이미지에 대해 클러스터링을 수행하면, 전체 데이터는 100만개의 특징을 갖는다.
이때, K=5000으로 군집화를 시행하는 경우, 상기 100만개의 데이터가 5000개의 군집으로 분류된다. 즉, 100만개의 데이터가 5000개의 종류로 비슷한 것끼리 모이게 된다(도 5는 K=3인 경우의 예).
따라서, 위와 같은 예의 경우 100개의 텍스처 이미지에 대한 '코드북'이 만들어진다. 코드북은 100만개의 데이터를 5000개로 군집화하여 나타낸 데이터 묶음을 의미한다.
도 6과 같이, 생성된 코드북은 텍스처 이미지에 포함된 각각의 이미지 특징에 대한 히스토그램을 형성할 수 있다. 즉, 텍스처 이미지에 포함된 각각의 특징적인 이미지는 5000개의 코드북에 해당하는 히스토그램을 제공할 수 있다.
한편, 위와 같이 전체 텍스처 이미지의 개수(예: 100개)만큼 히스토그램 데이터가 형성되면, 제1 클래스 분류부(114)는 제1 군집화부(113)에 의해 군집된 특성을 기계 학습하여 텍스처 이미지에 대한 텍스처 클래스를 분류한다.
기계학습으로는 SVM(Support Vector Machine)이나 딥러닝(Deep Learning) 등이 사용될 수 있다. 잘 알려진 바와 같이 SVM은 회귀를 위한 감독학습을 의미하는 것으로 두 집 단간의 분류경계 벡터를 구하는 것이고, 딥러닝은 Deep Neural Network의 각 Neuron을 연결하는 weight 값을 최적화하는 것이다.
따라서, 텍스처 이미지에 대한 히스토그램을 학습하여 각각 어떤 클래스에 있는지 분류하게 된다. 예컨대, 1번 텍스처 이미지는 A 클래스 원단이고, 2번 텍스처 이미지는 B클래스 원단이라는 방식 등으로 100번 텍스처 이미지까지 분류를 한다.
도 7과 같이 섬유원단은 일 예로써 1단계 분류(대분류), 2단계 분류(중분류) 및 3단계 분류(소분류)로 구분할 수 있고, 각 단계를 서로 다른 클래스로 분류하거나 혹은 각 단계 내에서 서로 다른 클래스로 분류할 수 있다.
이렇게 하여 분류가 완성된 데이터베이스가 구축되면, 구매자가 샘플용 섬유원단으로 검색시 같은 방식으로 분류하여 질의(query)를 하고, 그 중 동일하거나 혹은 설정된 오차 범위 내의 유사성을 갖는 섬유원단을 찾게 한다.
다음, 특징 분류부(120)는 판매자 측의 판매용 섬유원단이나 구매자 측의 샘플용 섬유원단에 대한 '패턴 이미지'를 입력받아 분석하고, 이상과 같이 이미지 분석된 패턴(pattern)에 따라 패턴 클래스를 분류한다.
도 4의 상단부에 도시된 바와 같이 패턴 분류부는 줄무늬 원단과 같이 특별한 모양이나 패턴 등이 강한 섬유원단을 분류하기 위한 것으로, 거시적으로 확인되는 특징을 이용한 검색을 가능하게 한다.
따라서, 특징 분류부(120)에서 처리하는 패턴 이미지는 상술한 소재 분류부(110)에서 처리하는 '텍스처 이미지'에 비해 섬유원단의 특정 부분 이상을 전체적으로 볼 수 있는 이미지가 사용되며, 바람직하게는 디지털 카메라로 이미지를 획득한다.
구체적으로, 상기 특징 분류부(120)는 제2 전처리부(121), 특징 검출부(122), 제2 군집화부(123) 및 제2 클래스 분류부(124)를 포함하여, 섬유원단에 해당 특징(모양, 무늬, 색상 등)을 서로 다른 클래스로 분류한다.
이때, 제2 전처리부(121)는 패턴 이미지로부터 노이즈가 저감된 패턴 데이터를 획득하기 위한 데이터 처리를 수행한다. 일 예로, 객체의 특징(윤곽선)을 검출하기 위해 노이즈에 해당하는 배경을 제거한다.
특징 검출부(122)는 제2 전처리부(121)로부터 제공된 패턴 데이터로부터 패턴 이미지에 포함된 다수의 패턴을 추출한다. 일 예로 SURF(Speeded Up Robust Feature) 방식을 이용하여 패턴을 추출한다. SURF는 이미지 안에 존재하는 객체의 윤곽선을 얻는데 효율적인 이미지 처리방식이다.
제2 군집화부(123)는 특징 검출부(122)에 의해 추출된 다수의 패턴을 비슷한 윤곽선을 가진 것끼리 군집화(클러스터링)하는 것으로, 패턴 이미지에 대해 위에서 설명한 제1 군집화부(113)와 동일한 알고리즘을 수행한다.
제2 클래스 분류부(124)는 제2 군집화부(123)에 의해 군집된 특성을 기계 학습하여 상기 패턴 이미지에 대한 패턴 클래스를 분류하는 것으로, 패턴 이미지에 대해 위에서 설명한 제1 클래스 분류부(114)와 동일한 알고리즘을 수행한다.
위와 같이 분류(p1, p2, p3 클래스 등)를 하여 데이터베이스가 구축되면, 구매자가 샘플용 섬유원단으로 검색시 중계 서버(100)는 같은 방식으로 클래스를 분류하고, 그 중 동일(가장 유사)하거나 혹은 설정된 오차 범위 내의 유사성을 갖는 섬유원단을 찾게 한다.
즉, 본 발명은 섬유원단이 가지는 고유의 섬유 조직이나 질감과 같은 텍스처 이미지는 물론, 무늬나 모양과 같은 패턴 이미지를 이용하여 찾고자 하는 섬유원단을 검색할 수 있게 한다.
한편, 데이터베이스부(130)는 다수의 판매자가 판매하는 판매용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 각각 저장한다.
또한, 소재 분류부(110) 및 특징 분류부(120)를 통해 추출된 텍스처 클래스 및 패턴 클래스를 해당 텍스처 이미지 및 패턴 이미지에 매칭시켜 저장한다.
또한, 텍스처 이미지 및 패턴 이미지를 제공한 판매자측 정보도 함께 저장한다. 판매자측 정보로는 상호명, 매장 위치, 전화번호 및 제품가격 등 다양한 정보를 포함할 수 있다.
따라서, 데이터베이스부(130)에 텍스처 이미지, 텍스처 클래스, 패턴 이미지, 패턴 클래스 및 판매자측 정보가 저장되어 데이터베이스가 구축되고, 구매자는 샘플용 섬유원단의 이미지를 이용하여 판매자를 검색할 수 있게 한다.
다음, 검색부(140)는 구매자가 찾기를 희망하는 샘플용 섬유원단에 대한 텍스처 클래스 및 패턴 클래스를 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스와 비교한다.
따라서, 구매자의 샘플용 섬유원단과 판매자의 판매용 섬유원단들 중 텍스처 클래스 및 패턴 클래스가 동일하거나 혹은 설정된 오차 범위 내에서 유사한 것을 검색한다.
즉, 시중에서 시판되고 있는 섬유원단의 경우라면 텍스처 클래스 및 패턴 클래스가 동일한 것이 검색될 수 있지만, 자체 디자인한 샘플용 섬유원단이라면 설정된 범위의 유사도(예: 70%~99%)에 해당하는 하나 이상의 것이 검색될 것이다.
다음, 제어부(150)는 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스 중 검색부(140)에 의해 검색된 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및 패턴 이미지를 판매자의 연락처와 함께 구매자에게 제공한다.
즉, 제어부(150)는 구매자측 단말기(12, 13, 200)를 통해 검색결과를 제공한다. 구매자측 단말기(12, 13, 200)로는 상술한 바와 같이 오프라인 검색기(200)는 물론 온라인 단말기(12, 13)를 포함한다.
구체적으로, 구매자측 단말기(12, 13, 200) 중 오프라인 검색기(200)는 일 예로 원단 상가 밀집 지역(예: 동대문 상가)에 설치된 DID(220)이고, 오프라인 검색기(200)의 DID(220)를 통해 검색 결과를 제공한다.
또한, 구매자측 단말기(12, 13, 200) 중 온라인 단말기(12, 13)는 사용자가 소지한 스마트폰이나 개인용 PC 등이 있다. 이러한 온라인 단말기(12, 13)는 유무선 통신망을 통해 데이터 전송이 가능하고, 자체에 설치된 어플리케이션을 통해 검색 결과를 제공받는다.
위와 같이 오프라인 검색기(200)나 온라인 단말기(12, 13) 등을 통해 검색 결과를 제공받는 방식으로는 대표적으로 검색을 요청한 샘플용 섬유원단과 동일 혹은 유사한 판매용 섬유원단에 대한 텍스처 이미지 및/또는 패턴 이미지를 디스플레이하는 것이다.
따라서, 구매자는 구매자측 단말기(12, 13, 200)에 디스플레이된 판매용 섬유원단의 텍스처 이미지 및/또는 패턴 이미지를 선택(예: 터치 방식)함으로써, 해당 섬유원단을 판매하는 판매자측의 정보를 확인하며, 더 나아가 전자상거래 역시 가능하게 한다.
다만, 이상에서는 제어부(150)가 소재 분류부(110), 특징 분류부(120), 검색부(140) 및 스케일러(160)와 별도로 구성된 것으로 예를 들었지만, 이들은 모두 원칩(one-chip)으로 구성되어 그 중 어느 하나에서 검색 결과를 구매자측에 제공할 수 있다. 특히, 검색부(140)에서 검색을 한 후 즉시 검색 결과를 구매자측에 제공할 수 있음은 자명할 것이다.
다음, 통신인터페이스(170)는 통신모듈 및 소켓이나 단자 등과 같은 접속부를 포함하는 것으로, 오프라인 검색기(200)와의 로컬 연결이나 온라인 단말기(12, 13)와의 인터넷 연결 등 다양한 프로토콜이나 규약에 따른 유무선 통신을 가능하게 한다.
예컨대, 통신인터페이스(170)는 판매자 측의 판매용 섬유원단에 대한 이미지를 수신하거나, 구매자 측의 샘플용 섬유원단에 대한 이미지를 수신하거나 혹은 검색 결과를 구매자측 단말기(12, 13, 200)로 송신한다.
한편, 본 발명은 스케일러(160)를 더 포함하는 것이 바람직하다. 스케일러(160)는 섬유원단에 대한 텍스처 이미지 및 패턴 이미지 중 패턴 이미지만 제공되는 경우, 패턴 이미지의 일부분을 추출 및 확대하여 텍스처 이미지로 대체할 수 있게 한다.
섬유원단에 대한 이미지를 획득하기 위해 디지털 카메라 및 현미경을 모두 구비한 경우에는 텍스처 이미지 및 패턴 이미지 모두를 본 발명의 중계 서버(100)에 제시할 수 있다.
그러나, 구매자가 스마트 폰(12)과 같은 이동통신단말기에 탑재된 내장 카메라나 별도의 디지털 카메라 혹은 스캐너를 이용하여 섬유원단을 촬영/스캔하는 경우 패턴 이미지만을 제공할 수 있다.
따라서, 스케일러(160)는 구매자나 판매자가 패턴 이미지만을 획득하여 전송하더라도 패턴 이미지의 일부분을 확대(추출)하면서 데이터 압축율을 낮추고 해상도를 높이는 등의 방식으로 패턴 이미지로부터 텍스처 이미지를 획득한다.
물론, 이러한 경우에는 현미경 등으로 직접 촬상하는 경우에 비해 이미지의 선명도가 떨어지는 경우 그에 따른 검색 정밀도 역시 낮아질 수 있지만, 구매자 및 판매자 모두에게 더욱 편리한 사용환경을 제공할 수 있게 된다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 시스템에 대해 설명한다.
도 1에서 살펴본 바와 같이, 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 시스템은 중계 서버(100)와, 고정식 촬상기(210) 및 디지털 정보 패널(DID)(220)을 포함한다. 또한, 바람직하게는 이동식 촬상기(300)를 더 포함한다.
여기서, 중계 서버(100)는 위에서 이미 상술한 바 있고, 고정식 촬상기(210) 및 DID(220)는 일체 혹은 별도로 구비될 수 있다. 고정식 촬상기(210) 및 DID(220)가 일체로 구비되는 경우 일 예로 상술한 오프라인 검색기(200)가 된다.
도 8과 같이, 오프라인 검색기(200)처럼 고정식 촬상기(210) 및 DID(220)가 일체로 구비되는 경우, 일 예로 고정식 촬상기(210)는 섬유원단을 올려놓고 촬영하기 편리하도록 수평 설치되고, DID(220)는 그 후방에 수직하게 설치된다.
이때, 고정식 촬상기(210)는 구매자가 찾기를 희망하는 샘플용 섬유원단을 촬상하여 텍스처 이미지 및 패턴 이미지를 획득하고, 촬상을 통해 획득된 샘플용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 중계 서버(100)에 전송한다.
DID(220)는 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스 중 촬상기에서 획득한 이미지에 대한 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및/또는 패턴 이미지를 하나 이상 디스플레이한다.
이러한 DID(220)는 검색 결과로써 디스플레이된 텍스처 이미지 및/또는 패턴 이미지를 선택할 수 있도록 터치 스크린 기능을 포함한다. 또한, 현재 디스플레이된 검색 결과 이외에 다음 페이지의 검색 결과를 볼 수 있도록 스크롤 또는 페이지 넘김 기능 역시 제공한다.
한편, 이동식 촬상기(300)는 판매자가 판매용 섬유원단을 촬상하여 텍스처 이미지 및 패턴 이미지를 획득하고, 촬상을 통해 획득된 판매용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 중계 서버(100)에 전송한다.
이러한 이동식 촬상기(300)는 상술한 오프라인 검색기(200)에 비해 DID(220)가 없는 것으로 오직 촬상 기능만을 제공하므로 이동이 쉽다. 따라서, 다수의 판매자가 일일이 고정식 촬상기(210)가 설치된 장소로 직접 방문할 필요 없이 판매처에서 바로 촬상을 가능하게 한다.
다만, 도 9와 같이, 상술한 고정식 촬상기(210) 및 이동식 촬상기(300)는 각각 패턴 이미지를 획득하기 위한 디지털 카메라(211) 및 텍스처 이미지를 획득하기 위한 현미경(212)을 포함한다. 나아가, 바람직하게는 판매용 섬유원단이나 샘플용 섬유원단을 조명하는 조명장치(도시 생략)도 포함한다.
도시된 바와 같이, 디지털 카메라(211)는 섬유원단의 전체(혹은 특정 범위 이상)를 촬상하여 섬유원단에 형성된 무늬나 모양 등을 획득하고, 현미경(212)은 섬유원단의 국부적인 부분만 촬상하여 섬유의 텍스처를 획득한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 방법에 대해 설명한다.
도 10과 같이, 본 발명에 따른 이미지 검색이 가능한 섬유원단 중계 방법은 판매자측 이미지 입력단계(S110), 텍스처 분류 단계(S120), 패턴 분류 단계(S130), 데이터베이스 구축 단계(S140), 원단 이미지 검색 단계(S150), 검색 이미지 제공 단계(S160) 및 판매자 정보 제공 단계(도 11의 S165 참조)를 포함한다.
이때, 판매자측 이미지 입력단계(S110)에서는 중계 서버(100)의 통신인터페이스(170)를 통해 다수의 판매자가 판매하는 판매용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 각각 입력받는다.
즉, 각 판매자는 이동식 촬상기(300)는 물론 그 외 스마트폰 혹은 카메라 등을 이용하여 재고(inventory)가 있거나 혹은 판매가 예정된 판매용 섬유원단에 대한 이미지를 획득하여 중계 서버(100)로 전송한다.
이때, 이동식 촬상기(300)를 이용하여 텍스처 이미지 및 패턴 이미지를 모두 제공하는 경우 바로 분석 및 클래스 분류를 실행하고, 스마트폰 등으로 촬영하여 패턴 이미지만 전송한 경우에는 중계 서버(100)의 스케일러(160)에서 텍스처 이미지를 생성 후 분석 및 클래스 분류를 실행한다.
다음, 텍스처 분류 단계(S120)는 상술한 바와 같이 중계 서버(100)의 소재 분류부(110)에서 판매용 섬유원단에 대한 텍스처 이미지를 입력받아 분석하고, 이미지 분석된 텍스처에 따라 텍스처 클래스를 분류한다.
아울러, 패턴 분류 단계(S130)에서는 상술한 바와 같이 중계 서버(100)의 특징 분류부(120)에서 판매용 섬유원단에 대한 패턴 이미지를 입력받아 분석하고, 이미지 분석된 패턴에 따라 패턴 클래스를 분류한다.
이러한 텍스처 분류 단계(S120) 및 패턴 분류 단계(S130)를 통해 구매자 찾고자 하는 섬유원단을 이미지를 통해 검색할 수 있다. 특히, 민무늬 원단과 같이 특징이 약한 섬유원단의 경우도 텍스처 분류를 통해 정확한 검색을 가능하게 한다.
다음, 데이터베이스 구축 단계(S140)는 다수의 판매자가 판매하는 판매용 섬유원단에 대한 텍스처 이미지, 텍스처 클래스, 패턴 이미지 및 패턴 클래스를 각각 중계 서버(100)의 데이터베이스부(130)에 저장한다.
즉, 판매자측의 판매용 섬유원단마다 텍스처 이미지, 텍스처 클래스, 패턴 이미지 및 패턴 클래스를 저장하는 것을 반복함으로써, 모든 판매용 섬유원단에 대한 데이터베이스를 구축한다.
다음, 원단 이미지 검색 단계(S150)는 검색부(140)에서 통신인터페이스(170)를 통해 구매자가 찾기를 희망하는 샘플용 섬유원단에 대한 텍스처 클래스 및 패턴 클래스를 입력받는다.
그 후, 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스와 비교하여 텍스처 클래스 및 패턴 클래스가 동일하거나 혹은 설정된 오차 범위 내에서 유사한 것을 검색한다.
샘플용 섬유원단에 대한 텍스처 클래스 및 패턴 클래스는 구매자측에서 텍스처 이미지 및 패턴 이미지를 모두 전송하는 경우에는 중계 서버(100)의 소재 분류부(110) 및 특징 분류에서 바로 클래스를 분류하여 획득된다.
물론, 스마트폰(12)과 같은 구매자측 단말기(12, 13, 200)로 촬영하여 패턴 이미지만 전송한 경우에는 중계 서버(100)의 스케일러(160)에서 이를 확대하여 텍스처 이미지를 생성 후 분석 및 클래스 분류를 실행한다.
다음, 검색 이미지 제공 단계(S160)에서는 제어부(150)에 의해 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스 중 상기 검색부(140)에 의해 검색된 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및 패턴 이미지를 구매자측 단말기(12, 13, 200)에 제공한다.
검색결과 제공시, 동일 혹은 유사한 하나 이상의 이미지(텍스처 이미지 및/또는 패턴 이미지)를 목록화(S161)하고, 이를 구매자측 단말기(12, 13, 200)로 전송(S162)하여 해당 구매자측 단말기(12, 13, 200)의 화면에 표시될 수 있게 한다. 즉, 검색된 섬유원단에 대한 이미지를 검색결과 목록으로써 표시(S163)한다.
도 11과 같이, 구매자측 단말기(12, 13, 200)로는 일 예로 오프라인 검색기(200)에 구비된 DID(220)가 될 수 있는데, DID(220) 화면에 동일 혹은 유사 이미지 목록이 표시(S163)되면, 터치 스크린 기능을 가진 DID(220) 화면에서 이미지 목록 중 찾고자 하는 이미지를 선택(터치)(S164)할 수 있게 된다.
다음, 판매자 정보 제공 단계(S165)에서는 구매자가 구매자측 단말기(12, 13, 200)에 제공된 판매용 섬유원단에 대한 텍스처 이미지 또는 패턴 이미지를 선택하면, 구매자측 단말기(12, 13, 200)에서 선택한 판매용 섬유원단의 판매자측 정보가 상시 구매자측 단말기(12, 13, 200)에 제공된다.
한편, 도 12와 같이 본 발명은 상술한 텍스처 분류 단계(S120)에서 텍스처 클래스를 분류하기 위해, 소재 분류부(110)의 제1 전처리부(111)에서 텍스처 이미지로부터 노이즈가 저감된 텍스처 데이터를 획득하기 위한 데이터 처리(S121)를 수행한다.
다음, 텍스처 검출부(112)에서 제1 전처리부(111)로부터 제공된 텍스처 데이터로부터 텍스처 이미지에 포함된 다수의 텍스처를 추출(S122)한 후, 제1 군집화부(113)에서 텍스처 검출부(112)에 의해 추출된 다수의 텍스처를 비슷한 특징이나 모양을 가진 것끼리 군집화(클러스터링)(S123)한다.
다음, 텍스처 데이터에 대한 군집화를 마친 이후에는 제1 클래스 분류부(114)에서 제1 군집화부(113)에 의해 군집된 특성을 기계 학습하여 텍스처 이미지에 대한 텍스처 클래스를 분류(S124)함으로써 판매자용 섬유원단에 대한 텍스처 분류를 마친다.
텍스처 분류가 마쳐지면, 패턴 분류 단계(S130)에서 패턴 클래스를 분류하기 위해, 특징 분류부(120)의 제2 전처리부(121)에서 패턴 이미지로부터 노이즈가 저감된 패턴 데이터를 획득하기 위한 데이터 처리(S131)를 수행한다.
다음, 특징 검출부(122)에서 제2 전처리부(121)로부터 제공된 패턴 데이터로부터 패턴 이미지에 포함된 다수의 패턴을 추출(S132)한 후, 제2 군집화부(123)에서 특징 검출부(122)에 의해 추출된 다수의 패턴을 비슷한 윤곽선을 가진 것끼리 군집화(클러스터링)(S133)한다.
다음, 패턴 데이터에 대한 군집화를 마친 이후에는 제2 군집화부(123)에 의해 군집된 특성을 기계 학습하여 패턴 이미지에 대한 패턴 클래스를 분류함으로써 판매자용 섬유원단에 대한 패턴 분류(S134)를 마친다.
다만, 위에서는 텍스처 분류 단계(S120)를 마친 후 패턴 분류 단계(S130)를 실행함으로써 섬유원단의 소재가 분류된 클래스 안에서 특징이 분류되는 것을 예로 들었지만, 그와 반대로 패턴 분류 단계(S130)를 먼저 실한 후 텍스처 분류 단계(S120)를 실행하거나, 이들을 동시에 실행할 수도 있음은 자명할 것이다.
이상, 본 발명의 특정 실시예에 대하여 상술하였다. 그러나, 본 발명의 사상 및 범위는 이러한 특정 실시예에 한정되는 것이 아니라, 본 발명의 요지를 변경하지 않는 범위 내에서 다양하게 수정 및 변형이 가능하다는 것을 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 이해할 것이다.
따라서, 이상에서 기술한 실시예들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이므로, 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 하며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
100: 중계 서버
110: 소재 분류부
120: 특징 분류부
130: 데이터베이스부
140: 검색부
150: 제어부
160: 스케일러
170: 통신인터페이스
200: 오프라인 검색기
300: 이동식 촬상기

Claims (8)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 삭제
  5. 이미지 검색이 가능한 섬유원단 중계 서버(100)와;
    구매자가 찾기를 희망하는 샘플용 섬유원단을 촬상하여 텍스처 이미지 및 패턴 이미지를 획득하고, 상기 촬상을 통해 획득된 샘플용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 상기 이미지 검색이 가능한 섬유원단 중계 서버(100)에 전송하는 고정식 촬상기(210); 및
    데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스 중 상기 촬상기에서 획득한 이미지에 대한 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및 패턴 이미지를 하나 이상 디스플레이하는 디지털 정보 패널(220)(DID: Digital Information Display);을 포함하되,
    상기 이미지 검색이 가능한 섬유원단 중계 서버(100)는,
    섬유원단에 모양이 없는 민무늬 섬유원단에 대한 텍스처 이미지를 입력받아 분석하고, 상기 이미지 분석된 텍스처(texture)에 따라 텍스처 클래스를 분류하는 소재 분류부(110)와;
    섬유원단에 모양이 있는 패턴 섬유원단에 대한 패턴 이미지를 입력받아 분석하고, 상기 이미지 분석된 패턴(pattern)에 따라 패턴 클래스를 분류하는 특징 분류부(120)와;
    다수의 판매자가 판매하는 판매용 섬유원단에 대한 텍스처 이미지, 텍스처 클래스, 패턴 이미지 및 패턴 클래스를 각각 저장하는 데이터베이스부(130)와;
    구매자가 찾기를 희망하는 샘플용 섬유원단에 대한 텍스처 클래스 및 패턴 클래스를 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스와 비교하여 상기 텍스처 클래스 및 패턴 클래스가 동일하거나 혹은 설정된 오차 범위 내에서 유사한 것을 검색하는 검색부(140); 및
    상기 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스 중 상기 검색부(140)에 의해 검색된 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및 패턴 이미지를 상기 판매자의 연락처와 함께 구매자에게 제공하는 제어부(150);를 포함하되,
    상기 소재 분류부(110)는,
    상기 텍스처 이미지로부터 노이즈가 저감된 텍스처 데이터를 획득하기 위한 데이터 처리를 수행하는 제1 전처리부(111)와;
    상기 제1 전처리부(111)로부터 제공된 텍스처 데이터로부터 상기 텍스처 이미지에 포함된 다수의 텍스처를 추출하는 텍스처 검출부(112)와;
    상기 텍스처 검출부(112)에 의해 추출된 다수의 텍스처를 비슷한 특징이나 모양을 가진 것끼리 군집화(클러스터링)하는 제1 군집화부(113); 및
    상기 제1 군집화부(113)에 의해 군집된 특성을 기계 학습하여 상기 텍스처 이미지에 대한 텍스처 클래스를 분류하는 제1 클래스 분류부(114);를 포함하고,
    상기 특징 분류부(120)는,
    상기 패턴 이미지로부터 노이즈가 저감된 패턴 데이터를 획득하기 위한 데이터 처리를 수행하는 제2 전처리부(121)와;
    상기 제2 전처리부(121)로부터 제공된 패턴 데이터로부터 상기 패턴 이미지에 포함된 다수의 패턴을 추출하는 특징 검출부(122)와;
    상기 특징 검출부(122)에 의해 추출된 다수의 패턴을 비슷한 윤곽선을 가진 것끼리 군집화(클러스터링)하는 제2 군집화부(123); 및
    상기 제2 군집화부(123)에 의해 군집된 특성을 기계 학습하여 상기 패턴 이미지에 대한 패턴 클래스를 분류하는 제2 클래스 분류부(124);를 포함하며,
    상기 고정식 촬상기(210)는 상기 패턴 이미지를 획득하기 위한 디지털 카메라와; 상기 텍스처 이미지를 획득하기 위한 현미경; 및 상기 판매용 섬유원단이나 샘플용 섬유원단을 조명하는 조명장치;를 포함하는 것을 특징으로 하는 이미지 검색이 가능한 섬유원단 중계 시스템.
  6. 제5항에 있어서,
    판매자가 판매하는 판매용 섬유원단을 촬상하여 텍스처 이미지 및 패턴 이미지를 획득하고, 상기 촬상을 통해 획득된 판매용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 상기 이미지 검색이 가능한 섬유원단 중계 서버(100)에 전송하는 이동식 촬상기(300)를 더 포함하는 것을 특징으로 하는 이미지 검색이 가능한 섬유원단 중계 시스템.
  7. 삭제
  8. 이미지 검색이 가능한 섬유원단 중계 서버(100)를 통해 섬유원단 이미지를 검색하는 이미지 검색 단계와;
    고정식 촬상기(210)를 통해 구매자가 찾기를 희망하는 샘플용 섬유원단을 촬상하여 텍스처 이미지 및 패턴 이미지를 획득하고, 상기 촬상을 통해 획득된 샘플용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 상기 이미지 검색이 가능한 섬유원단 중계 서버(100)에 전송하는 이미지 전송 단계; 및
    디지털 정보 패널(220)을 통해 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스 중 상기 촬상기에서 획득한 이미지에 대한 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및 패턴 이미지를 하나 이상 디스플레이하는 단계;를 포함하되,
    상기 이미지 검색이 가능한 섬유원단 중계 서버(100)를 통한 이미지 검색 단계는,
    통신인터페이스(170)를 통해 다수의 판매자가 판매하는 판매용 섬유원단에 대한 텍스처 이미지 및 패턴 이미지를 각각 입력받는 판매자측 이미지 입력단계(S110)와;
    소재 분류부(110)에서 상기 판매용 섬유원단 중 모양이 없는 민무늬 섬유원단에 대한 텍스처 이미지를 입력받아 분석하고, 상기 이미지 분석된 텍스처에 따라 텍스처 클래스를 분류하는 텍스처 분류 단계(S120)와;
    특징 분류부(120)에서 상기 판매용 섬유원단 중 모양이 있는 패턴 섬유원단에 대한 패턴 이미지를 입력받아 분석하고, 상기 이미지 분석된 패턴에 따라 패턴 클래스를 분류하는 패턴 분류 단계(S130)와;
    다수의 판매자가 판매하는 상기 판매용 섬유원단에 대한 텍스처 이미지, 텍스처 클래스, 패턴 이미지 및 패턴 클래스를 각각 데이터베이스부(130)에 저장하는 데이터베이스 구축 단계(S140)와;
    검색부(140)에서 상기 통신인터페이스(170)를 통해 구매자가 찾기를 희망하는 샘플용 섬유원단에 대한 텍스처 클래스 및 패턴 클래스를 입력받아 상기 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스와 비교하여 상기 텍스처 클래스 및 패턴 클래스가 동일하거나 혹은 설정된 오차 범위 내에서 유사한 것을 검색하는 원단 이미지 검색 단계(S150)와;
    제어부(150)에 의해 상기 데이터베이스부(130)에 저장된 텍스처 클래스 및 패턴 클래스 중 상기 검색부(140)에 의해 검색된 텍스처 클래스 및 패턴 클래스에 해당하는 텍스처 이미지 및 패턴 이미지를 구매자측 단말기(12, 13, 200)에 제공하는 검색 이미지 제공 단계(S160); 및
    구매자가 상기 구매자측 단말기(12, 13, 200)에 제공된 판매용 섬유원단에 대한 텍스처 이미지 또는 패턴 이미지를 선택하면, 상시 구매자측 단말기(12, 13, 200)에서 선택한 판매용 섬유원단의 판매자측 정보가 상시 구매자측 단말기(12, 13, 200)에 제공되는 판매자 정보 제공 단계(S165);를 포함하되,
    상기 텍스처 분류 단계(S120)는,
    제1 전처리부(111)에 의해 상기 텍스처 이미지로부터 노이즈가 저감된 텍스처 데이터를 획득하기 위한 데이터 처리를 수행하는 단계와;
    텍스처 검출부(112)에 의해 상기 제1 전처리부(111)로부터 제공된 텍스처 데이터로부터 상기 텍스처 이미지에 포함된 다수의 텍스처를 추출하는 단계와;
    제1 군집화부(113)에 의해 상기 텍스처 검출부(112)에 의해 추출된 다수의 텍스처를 비슷한 특징이나 모양을 가진 것끼리 군집화(클러스터링)하는 단계; 및
    제1 클래스 분류부(114)에 의해 상기 제1 군집화부(113)에 의해 군집된 특성을 기계 학습하여 상기 텍스처 이미지에 대한 텍스처 클래스를 분류하는 단계;를 포함하고,
    상기 패턴 분류 단계(S130)는,
    제2 전처리부(121)에 의해 상기 패턴 이미지로부터 노이즈가 저감된 패턴 데이터를 획득하기 위한 데이터 처리를 수행하는 단계와;
    특징 검출부(122)에 의해 상기 제2 전처리부(121)로부터 제공된 패턴 데이터로부터 상기 패턴 이미지에 포함된 다수의 패턴을 추출하는 단계와;
    제2 군집화부(123)에 의해 상기 특징 검출부(122)에 의해 추출된 다수의 패턴을 비슷한 윤곽선을 가진 것끼리 군집화(클러스터링)하는 단계; 및
    제2 클래스 분류부(124)에 의해 상기 제2 군집화부(123)에 의해 군집된 특성을 기계 학습하여 상기 패턴 이미지에 대한 패턴 클래스를 분류하는 단계;를 포함하고,
    상기 섬유원단에 대한 텍스처 이미지 및 패턴 이미지 중 상기 패턴 이미지만 제공되는 경우, 스케일러(160)에 의해 상기 패턴 이미지의 일부분을 추출 및 확대하여 상기 텍스처 이미지로 대체하여 제공하는 단계를 더 포함하며,
    고정식 촬상기(210)를 이미지 전송 단계에서는 상기 패턴 이미지를 획득하기 위한 디지털 카메라와; 상기 텍스처 이미지를 획득하기 위한 현미경; 및 상기 판매용 섬유원단이나 샘플용 섬유원단을 조명하는 조명장치;를 이용하는 것을 특징으로 하는 이미지 검색이 가능한 섬유원단 중계 방법.
KR1020160153700A 2016-11-18 2016-11-18 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법 KR101832946B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160153700A KR101832946B1 (ko) 2016-11-18 2016-11-18 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160153700A KR101832946B1 (ko) 2016-11-18 2016-11-18 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR101832946B1 true KR101832946B1 (ko) 2018-04-13

Family

ID=61974287

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160153700A KR101832946B1 (ko) 2016-11-18 2016-11-18 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101832946B1 (ko)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595649A (zh) * 2018-04-27 2018-09-28 郑州轻工业学院 基于几何形状的局部不变纹理特征的织物图像检索方法
KR101992988B1 (ko) * 2019-01-21 2019-06-25 주식회사 종달랩 동적 학습방법을 이용한 의류 부자재 추천 온라인 쇼핑몰 시스템
CN109947970A (zh) * 2019-03-16 2019-06-28 张兴宇 一种纺织织物花型检索系统
KR101992986B1 (ko) * 2019-01-21 2019-09-30 주식회사 종달랩 이미지 검색을 이용한 의류 부자재 추천 학습 방법
KR102057837B1 (ko) 2019-01-18 2019-12-23 국민대학교산학협력단 인공지능 기반의 직물 패턴 생성 장치 및 방법
KR102099561B1 (ko) * 2019-04-25 2020-04-09 김진성 기계학습 기반 고도화된 매칭 알고리즘을 포함한 섬유제품 검색 서비스 제공 시스템
KR102110893B1 (ko) * 2019-11-27 2020-05-14 주식회사 종달랩 의류 원단 사진에서 원단의 특징을 추출한 후 유사한 원단을 검색하고 추천하는 원단 검색 딥러닝 시스템
KR102110894B1 (ko) * 2019-11-27 2020-05-14 주식회사 종달랩 의류 원단을 촬영한 동영상을 이용하여 유사한 원단을 검색하고 추천하는 인공지능 원단 검색 시스템
KR20200094821A (ko) * 2019-01-18 2020-08-10 국민대학교산학협력단 인공지능 기반의 직물 패턴 검색 장치 및 방법
WO2022059839A1 (ko) * 2020-09-18 2022-03-24 신지혜 글로벌 패션 수요 및 공급 매칭 플랫폼 시스템
KR20220071697A (ko) 2020-11-24 2022-05-31 (주)아이씨엔아이티 비접촉방식의 섬유제품검색 서비스 제공 시스템 및 그 방법
KR20220132749A (ko) 2021-03-24 2022-10-04 박은영 인공 지능을 이용한 원단 데이터 검색 시스템

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595649B (zh) * 2018-04-27 2021-09-07 郑州轻工业大学 基于几何形状的局部不变纹理特征的织物图像检索方法
CN108595649A (zh) * 2018-04-27 2018-09-28 郑州轻工业学院 基于几何形状的局部不变纹理特征的织物图像检索方法
KR20200094821A (ko) * 2019-01-18 2020-08-10 국민대학교산학협력단 인공지능 기반의 직물 패턴 검색 장치 및 방법
KR102057837B1 (ko) 2019-01-18 2019-12-23 국민대학교산학협력단 인공지능 기반의 직물 패턴 생성 장치 및 방법
KR102212328B1 (ko) * 2019-01-18 2021-02-03 국민대학교산학협력단 인공지능 기반의 직물 패턴 검색 장치 및 방법
KR101992988B1 (ko) * 2019-01-21 2019-06-25 주식회사 종달랩 동적 학습방법을 이용한 의류 부자재 추천 온라인 쇼핑몰 시스템
KR101992986B1 (ko) * 2019-01-21 2019-09-30 주식회사 종달랩 이미지 검색을 이용한 의류 부자재 추천 학습 방법
CN109947970B (zh) * 2019-03-16 2021-01-15 南通联发信息科技有限公司 一种纺织织物花型检索系统
CN109947970A (zh) * 2019-03-16 2019-06-28 张兴宇 一种纺织织物花型检索系统
KR102099561B1 (ko) * 2019-04-25 2020-04-09 김진성 기계학습 기반 고도화된 매칭 알고리즘을 포함한 섬유제품 검색 서비스 제공 시스템
KR102110894B1 (ko) * 2019-11-27 2020-05-14 주식회사 종달랩 의류 원단을 촬영한 동영상을 이용하여 유사한 원단을 검색하고 추천하는 인공지능 원단 검색 시스템
KR102110893B1 (ko) * 2019-11-27 2020-05-14 주식회사 종달랩 의류 원단 사진에서 원단의 특징을 추출한 후 유사한 원단을 검색하고 추천하는 원단 검색 딥러닝 시스템
WO2022059839A1 (ko) * 2020-09-18 2022-03-24 신지혜 글로벌 패션 수요 및 공급 매칭 플랫폼 시스템
KR20220071697A (ko) 2020-11-24 2022-05-31 (주)아이씨엔아이티 비접촉방식의 섬유제품검색 서비스 제공 시스템 및 그 방법
KR20220132749A (ko) 2021-03-24 2022-10-04 박은영 인공 지능을 이용한 원단 데이터 검색 시스템

Similar Documents

Publication Publication Date Title
KR101832946B1 (ko) 이미지 검색이 가능한 섬유원단 중계 시스템 및 방법
JP7196885B2 (ja) 検索システム、検索方法、及びプログラム
US11682141B2 (en) Item recommendations based on image feature data
US10747826B2 (en) Interactive clothes searching in online stores
WO2017203262A2 (en) Method and system for predicting garment attributes using deep learning
WO2016123538A1 (en) Mobile visual commerce system
CN107918767B (zh) 目标检测方法、装置、电子设备及计算机可读介质
CN114730377A (zh) 鞋类认证设备及认证流程
AU2015271906A1 (en) Image feature data extraction and use
Chao et al. A framework for robust feature selection for real-time fashion style recommendation
WO2015136716A1 (ja) 画像処理装置、画像センサ、画像処理方法
Priya et al. STD-net: saree texture detection via deep learning framework for E-commerce applications
KR20230071670A (ko) 인공지능 기반 원단 검색 방법

Legal Events

Date Code Title Description
GRNT Written decision to grant