KR102073388B1 - 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램 - Google Patents

이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램 Download PDF

Info

Publication number
KR102073388B1
KR102073388B1 KR1020180084179A KR20180084179A KR102073388B1 KR 102073388 B1 KR102073388 B1 KR 102073388B1 KR 1020180084179 A KR1020180084179 A KR 1020180084179A KR 20180084179 A KR20180084179 A KR 20180084179A KR 102073388 B1 KR102073388 B1 KR 102073388B1
Authority
KR
South Korea
Prior art keywords
image
tracing
artist
style
writer
Prior art date
Application number
KR1020180084179A
Other languages
English (en)
Other versions
KR20200009599A (ko
Inventor
양병석
Original Assignee
(주)코믹스브이
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 (주)코믹스브이 filed Critical (주)코믹스브이
Priority to KR1020180084179A priority Critical patent/KR102073388B1/ko
Publication of KR20200009599A publication Critical patent/KR20200009599A/ko
Application granted granted Critical
Publication of KR102073388B1 publication Critical patent/KR102073388B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명은 이미지를 제공하는 방법, 서버 및 프로그램에 관한 것으로, 보다 상세하게는 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램이 제공된다. 상기 본 발명은 서버가 작가 클라이언트로부터 하나 이상의 이미지를 수신하는 단계, 개인 트레이싱모델이 상기 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고 작가 클라이언트로 제공하되, 상기 작가로부터 이미지를 수신한 것이 최초인 경우, 상기 작가가 속한 작가군 트레이싱모델이 상기 이미지에 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하는, 트레이싱 이미지 제공 단계, 상기 작가 클라이언트로부터 리터칭 이미지를 수신하되, 상기 리터칭 이미지는 상기 트레이싱 이미지를 작가가 리터칭한 것인, 리터칭 이미지 수신 단계; 및 개인 트레이싱모델에 리터칭 이미지를 저장하는, 학습모델 구축 단계를 포함한다.

Description

이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램 {A METHOD, SERVER AND PROGRAM FOR APPLY ARTIST'S STYLE TO IMAGE AND PROVIDE IT}
본 발명은 이미지를 제공하는 방법, 서버 및 프로그램에 관한 것으로, 보다 상세하게는 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램에 관한 것이다.
일반적으로, 만화가, 웹툰 작가와 같은 직업을 가진 사람들은 그림을 그리는데 많은 시간을 투자하고 있다. 이러한 이유는 만화, 웹툰, 애니메이션은 한컷을 그리는데 많은 시간이 소요되기 때문이다.
최근 들어, 각종 IT 기술이 개발되고, 프로그램, 어플리케이션 등이 개발되었지만, 이러한 직업을 가진 사람들 대부분은 여전히 고전적인 방법으로 많은 시간을 할애하며 그림을 그리고 있다.
어플리케이션, 프로그램을 이용하여 특정 사진의 색상, 밝기 등을 조절하는 기술들이 개시되어 있지만, 이것은 일반인들을 위해서 단순하게 이미지를 보정하는 용도이기 때문에 작가와 같은 전문가의 화풍을 전혀 적용할 수 없다는 문제점이 있다.
본 발명의 배경이 되는 기술은 대한민국 등록특허공보 제10-1189003호 등에 개시되어 있으나, 상술한 문제점에 대한 근본적인 해결책은 제시되고 있지 못하는 실정이다.
상술한 바와 같은 문제점을 해결하기 위한 본 발명은 작가로부터 수신한 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하여 제공하는 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램을 제공할 수 있다.
또한, 본 발명은 작가가 트레이싱 이미지를 리터칭하여 서버로 전송하면, 리터칭 이미지를 트레이싱모델에 저장하여 학습모델을 구축하여 작가의 화풍을 학습하도록 하는 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램을 제공할 수 있다.
또한, 본 발명은 작가로부터 샘플 이미지를 수신하면, 샘플 이미지를 분석하여 작가의 화풍을 도출하고, 해당하는 작가군으로 설정하는 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램을 제공할 수 있다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 방법은, 컴퓨터에 의해 구현되는 방법으로서, 서버가 작가 클라이언트로부터 하나 이상의 이미지를 수신하는 단계, 개인 트레이싱모델이 상기 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고 작가 클라이언트로 제공하되, 상기 작가로부터 이미지를 수신한 것이 최초인 경우, 상기 작가가 속한 작가군 트레이싱모델이 상기 이미지에 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하는, 트레이싱 이미지 제공 단계, 상기 작가 클라이언트로부터 리터칭 이미지를 수신하되, 상기 리터칭 이미지는 상기 트레이싱 이미지를 작가가 리터칭한 것인, 리터칭 이미지 수신 단계, 및 개인 트레이싱모델에 리터칭 이미지를 저장하는, 학습모델 구축 단계를 포함한다.
또한, 서버가 작가 클라이언트로부터 하나 이상의 샘플 이미지를 수신하는 단계, 상기 샘플 이미지를 분석하여 작가의 화풍을 도출하고, 해당 작가를 상기 화풍에 해당하는 작가군으로 설정하는 단계를 더 포함한다.
또한, 상기 샘플 이미지를 분석하여 작가와 유사한 화풍의 작가들을 도출하고, 작가들 간의 유사도를 분석하는 단계를 포함한다.
또한, 상기 학습모델 구축 단계는, 상기 리터칭 이미지에서 특징벡터를 추출하는 단계, 및 상기 추출된 특징벡터를 개인 트레이싱모델에 저장하여 인공지능을 훈련시키는, 학습모델 구축 단계를 포함한다.
또한, 상기 제공하는 단계는, 트레이싱모델이 상기 수신된 이미지에서 특징벡터를 추출하는 단계, 및 트레이싱모델이 상기 이미지의 특징벡터에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트로 제공하는 단계를 포함한다.
또한, 상기 학습모델 구축 단계는, 상기 작가군 트레이싱모델을 복사하여 해당 작가에게만 사용되는 개인 트레이싱모델을 생성하는 단계를 포함한다.
또한, 각각의 작가군 트레이싱모델이 속한 작가군의 화풍에 해당하는 이미지 또는 트레이싱 이미지를 입력받는 단계, 및 상기 작가군 트레이싱모델이 상기 이미지 또는 트레이싱 이미지에서 특징벡터를 추출하여 저장하는, 작가군 학습모델 구축 단계를 포함한다.
또한, 상기 서버는, 작가군 트레이싱모델에 구축된 학습모델을 통해 이미지를 분석하여 작가군을 도출하는 작가군 판별모듈을 포함한다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 서버는, 작가 클라이언트로부터 이미지 또는 리터칭 이미지를 수신하는 수신부, 상기 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트로 제공하는 개인 트레이싱모델, 및 상기 작가 클라이언트로부터 이미지를 수신한 것이 최초인 경우, 상기 이미지에 상기 작가가 속한 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하는 작가군 트레이싱모델을 포함하며, 상기 개인 트레이싱모델에 상기 리터칭 이미지를 저장하여 상기 개인 트레이싱모델을 학습시키는 것을 특징으로 한다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
본 발명의 다른 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 프로그램은, 하드웨어인 컴퓨터와 결합되어 상기 언급된 이미지에 작가의 화풍을 적용하여 제공하는 방법을 실행하며, 매체에 저장된다.
상기와 같은 본 발명에 따르면, 작가로부터 수신한 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하여 제공함으로써, 작가가 트레이싱 이미지를 기반으로 리터칭하여 작업을 진행하여 작업 시간을 단축하도록 하는 효과가 있다.
또한, 본 발명에 따르면, 작가가 트레이싱 이미지를 리터칭하여 서버로 전송하면, 리터칭 이미지를 트레이싱모델에 저장하여 학습모델을 구축하여 작가의 화풍을 학습하도록 하기 때문에, 학습 데이터가 많아질수록 작가의 화풍과 유사한 트레이싱 이미지를 제공할 수 있게 되는 효과가 있다.
또한, 본 발명에 따르면, 작가로부터 샘플 이미지를 수신하면, 샘플 이미지를 분석하여 작가의 화풍을 도출하고, 해당하는 작가군으로 설정하기 때문에, 유사한 화풍을 가진 작가들끼리 작가군을 이루도록 하는 효과가 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 방법의 개략도.
도 2 및 도 3은 본 발명의 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 방법의 흐름도.
도 4는 본 발명의 실시예에 따른 샘플 이미지를 분석하여 작가를 특정 작가군으로 설정하는 것을 예시한 예시도.
도 5는 본 발명의 실시예에 따른 작가가 서버에 입력하는 이미지를 예시한 예시도.
도 6은 도 5에 작가의 화풍을 적용하여 트레이싱 이미지를 제공하고, 작가가 트레이싱 이미지를 리터칭한 것을 예시한 예시도.
도 7은 본 발명의 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 서버의 블록도.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
설명에 앞서 본 명세서에서 사용하는 용어의 의미를 간략히 설명한다. 그렇지만 용어의 설명은 본 명세서의 이해를 돕기 위한 것이므로, 명시적으로 본 발명을 한정하는 사항으로 기재하지 않은 경우에 본 발명의 기술적 사상을 한정하는 의미로 사용하는 것이 아님을 주의해야 한다.
화풍(Painting Style): 그림을 그리는 특정 방식, 양식, 경향, 특징을 의미하며, 유사한 것으로 그림풍, 그림 스타일(Drawing Style), 그림체가 있다.
배경이미지: 사진 또는 이미지 상의 움직이지 않는 배경이 되는 영역 이미지를 의미한다.
트레이싱(Tracing): 사진 또는 이미지 상의 움직이지 않는 영역을 그대로 베껴 만화용으로 이미지화하는 방식을 의미한다.
리터칭(Retouching): 그림이나 사진에 수정을 가하는 것을 의미한다. 본 발명의 실시예에서는 사용자(작가)가 서버로부터 제공받은 트레이싱 이미지를 본인이 직접 수정하는 것을 의미한다.
도 1은 본 발명의 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 방법의 개략도이다.
도 1을 참조하여 본 발명의 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 방법을 간략하게 설명하도록 한다.
작가가 트레이싱 이미지로 변환하고 싶은 이미지를 서버(100)로 전송한다. 이때, 작가 클라이언트(300)가 전송하는 이미지는 실제 촬영한 사진, 인터넷 상에서 다운로드한 사진 등 다양한 이미지가 적용될 수 있다.
바람직하게는, 작가가 표현하고자 하는 인물, 스토리 등을 모두 적용하는 것은 작가의 창작성에 관여하는 것이기 때문에, 작가가 만화, 웹툰에 사용하고자 하는 배경 이미지가 주로 적용될 수 있다.
그리고, 서버(100)는 작가 클라이언트(300)로부터 수신한 이미지에 작가의 화풍을 적용하여 작가군 트레이싱모델(170)이 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공한다.
작가는 서버(100)로부터 제공받은 트레이싱 이미지를 리터칭하게 된다.
보다 상세하게는, 작가는 본인의 화풍이 적용된 배경 이미지를 제공받았기 때문에 트레이싱 이미지를 배경으로 하여 본인의 창작성을 발휘하여 배경을 수정할 수도 있고, 인물, 사물, 스토리 등을 그려넣게 된다.
작가는 리터칭이 완료되면 리터칭 이미지를 서버(100)로 전송하고, 서버(100)는 개인 트레이싱모델(190)에 저장하여 학습모델을 구축하게 된다.
위와 같은 작업을 수차례 반복하여 개인 트레이싱모델(190)의 학습 횟수가 증가할수록 작가의 실제 화풍과 트레이싱 이미지의 유사도가 높아지게 되고, 작가의 만족도가 상승함과 동시에 작가의 드로잉 시간이 단축되는 효과를 발휘하게 된다.
도 2 및 도 3은 본 발명의 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 방법의 흐름도이고, 도 4는 본 발명의 실시예에 따른 샘플 이미지를 분석하여 작가를 특정 작가군으로 설정하는 것을 예시한 예시도이다.
도 2를 참조하여 본 발명의 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 방법의 흐름에 대해서 설명하도록 한다.
먼저, 서버(100)가 작가 클라이언트(300)로부터 하나 이상의 이미지를 수신한다. (S510단계)
작가는 컴퓨터, 태블릿, 스마트폰, PDA, 드로잉 보드, 헨드핼드 장치와 같은 장치를 통해서 서버(100)에 접속하고, 트레이싱 이미지로 변환하고 싶은 이미지를 서버(100)로 전송한다.
이때, 작가가 만화, 웹툰 등에 그리는 캐릭터, 사물 등은 스토리를 위해서 작가의 창작성이 발휘되어야 하므로, 주로 배경 이미지로 사용되기 위한 이미지가 입력되는 것이 바람직하다.
S510단계 다음으로, 서버(100)가 수신된 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공한다. (S520단계)
보다 상세하게는, 서버(100)가 개인 트레이싱모델(190)을 이용하여, 작가 클라이언트(300)로부터 수신된 이미지에 작가의 화풍을 적용하여 이미지를 생성하고, 작가 클라이언트(300)로 제공한다.
이때, 작가로부터 이미지를 수신한 것이 최초인 경우, 작가가 속한 작가군 트레이싱 모델이 이미지에 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공하도록 한다.
이는, 작가가 해당 서비스에 최초로 가입하여 서버(100)에 이미지를 전송한 경우, 트레이싱모델에 작가의 화풍에 대한 학습이 되어 있지 않기 때문에, 작가가 속한 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하는 것을 의미한다. 또한, 그 후에는, 작가의 화풍이 학습된 개인 트레이싱모델(190)을 통해서 트레이싱 이미지를 생성하도록 한다.
다른 예로는, 서버(100)가 작가 클라이언트(300)로부터 이미지를 수신하면, 해당 작가에게 설정되어 있는 개인 트레이싱모델(190)을 확인하는 단계, 상기 작가에게 설정되어 있는 개인 트레이싱모델(190)이 없는 경우 해당 작가가 서비스를 처음으로 이용하는 것으로 판단하고, 작가군 트레이싱모델(170)을 이용하도록 설정하는 단계를 더 포함할 수 있다.
이때, 트레이싱 이미지를 제공하는 단계(S520단계)는, 작가군 트레이싱모델(170) 또는 개인 트레이싱모델(190)이 작가 클라이언트(300)로부터 수신된 이미지에서 특징벡터를 추출하는 단계, 및 작가군 트레이싱모델(170) 또는 개인 트레이싱모델(190)이 상기 작가 클라이언트(300)로부터 수신된 이미지의 특징벡터에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공하는 단계를 포함한다.
따라서, 트레이싱모델은 작가 클라이언트(300)로부터 수신된 이미지에서 작가의 화풍을 적용할 특징벡터를 추출하고, 추출된 특징벡터에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하게 된다.
S520단계 다음으로, 서버(100)가 작가 클라이언트(300)로부터 리터칭 이미지를 수신한다. (S530단계)
리터칭 이미지는 작가가 서버(100)로부터 수신한 트레이싱 이미지를 리터칭한 것을 의미한다.
보다 상세하게는, 작가는 서버(100)로부터 제공받은 트레이싱 이미지를 만화, 웹툰을 위해 리터칭하여 이미지를 완성한 뒤, 완성된 리터칭 이미지를 서버(100)로 전송한다.
따라서, 서버(100)는 작가에 의해 리터칭되어 완성된 리터칭 이미지를 수신하게 된다.
S530단계 다음으로, 서버(100)가 리터칭 이미지를 통해서 학습모델을 구축한다. (S540단계)
보다 상세하게는, 서버(100)가 개인 트레이싱모델(190)에 리터칭 이미지를 저장하여, 학습모델을 구축한다.
따라서, 서버(100)가 작가의 트레이싱 이미지를 최초로 생성할 때는, 작가군 트레이싱모델(170)을 통해 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하기 때문에, 작가의 대략적인 화풍이 적용되어 트레이싱 이미지가 생성된다.
하지만, 그 이후에는 개인별로 부여된 개인 트레이싱모델(190)을 학습시키기 때문에, 수십 ~ 수백회 이상 학습을 진행하게 되면 작가의 화풍과의 유사도가 점점 높아지게 되고, 작가의 드로잉 작업시간을 단축시키는 효과를 발휘하게 된다.
이때, 학습모델 구축 단계(S540단계)는, 리터칭 이미지에서 특징벡터를 추출하는 단계, 추출된 특징벡터를 개인 트레이싱모델(190)에 저장하여 인공지능을 훈련시키는 학습모델 구축 단계를 포함한다.
기본적으로, 작가 클라이언트(300)로부터 수신된 리터칭 이미지는, 작가가 트레이싱 이미지에 리터칭을 한 것이다. 이는, 배경 이미지에 작가가 창작성을 발휘하여 캐릭터, 사물 등을 그려 넣은 것이기 때문에, 서버(100)는 리터칭 이미지 전체에서 작가의 화풍을 학습시킬 필요 없이 특징벡터만을 추출하여 학습하도록 한다.
이로 인해, 서버(100)에 과부하가 발생하는 것을 방지하고, 개인 트레이싱모델(190)을 효율적으로 학습시킬 수 있게 된다.
그리고, 학습모델 구축 단계(S540단계)는 작가군 트레이싱모델(170)을 복사하여 해당 작가에게만 사용되는 개인 트레이싱모델(190)을 생성하는 단계를 더 포함한다.
트레이싱 이미지를 제공하는 단계(S520단계)에서 설명한 바와 같이, 작가로부터 이미지를 수신한 것이 최초인 경우, 작가가 속한 작가군 트레이싱모델(170)이 이미지에 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하였는데, 그 이후에는 해당 작가에게만 적용되는 개인 트레이싱모델(190)을 사용하기 위해서, 작가군 트레이싱모델(170)을 복사하여 해당 작가 전용의 개인 트레이싱모델(190)을 생성하는 것을 의미한다.
따라서, 서버(100)에서 생성된 개인 트레이싱모델(190)은 해당 작가에게만 적용되고, 해당 작가로부터 수신되는 리터칭 이미지를 통해서 학습을 진행하여 학습모델을 구축하게 된다.
도 3은 도 2에서 설명한 단계들이 진행되기 전에 선행되는 단계들에 대해서 설명한 도면이다.
위에서 설명한 바와 같이, 트레이싱 이미지 제공 단계(S520단계)는 작가가 개인 트레이싱모델(190)이 설정되어 있을 경우 작가에게 설정된 개인 트레이싱모델(190)이 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공하고,
작가에게 개인 트레이싱모델(190)이 설정되어 있지 않고, 서버(100)가 작가로부터 이미지를 수신한 것이 최초인 경우, 작가가 속한 작가군 트레이싱모델(170)이 이미지에 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공하였다.
따라서, 도 3을 통해서, 작가로부터 이미지를 수신한 것이 최초인 경우, 작가군이 설정되는 것에 대한 실시예를 설명하도록 한다.
먼저, 서버(100)가 작가 클라이언트(300)로부터 하나 이상의 샘플 이미지를 수신한다. (S430단계)
바람직하게는, 작가가 트레이싱 이미지로 변환하고 싶은 배경 이미지를 서버(100)로 전송하는 것을 의미한다.
이때, 서버(100)는 작가 클라이언트(300)로 샘플 이미지를 수신하면, 작가에게 개인 트레이싱모델(190)이 설정되어 있는지 여부를 확인하게 된다.
그리고, 작가에게 개인 트레이싱모델(190)이 설정되어 있는 경우, 작가군 트레이싱모델(170)을 사용하지 않고, 작가 전용으로 설정되어 있는 개인 트레이싱모델(190)을 이용하여 차후 단계들을 진행하도록 한다.
S430단계 다음으로, 서버(100)가 작가군을 설정한다. (S450단계)
상세하게는, 서버(100)가 샘플 이미지를 분석하여 작가의 화풍을 도출하고, 해당 작가를 상기 화풍에 해당하는 작가군으로 설정한다.
이를 위해서, 도 4와 같이 서버(100)에는 하나 이상의 작가군이 설정되어 저장되어 있다.
각각의 작가군들은 특정 화풍에 대해서 저장되어 있다. 예를 들어, 제1작가군은 무거운 그림체, 제2작가군은 블링블링 그림체 등 각각의 특징이 있는 그림체가 저장되어 있을 수 있다.
그리고, 각각의 작가군은 작가군 트레이싱모델(170)이 설정되어 있고, 각각의 작가군 트레이싱모델(170)은 해당 작가군의 화풍에 대한 학습데이터가 저장되어 있다.
S450단계 다음으로, 샘플 이미지를 분석하여 작가와 유사한 화풍의 작가들을 도출하고, 작가들 간의 화풍 유사도를 분석하는 단계를 더 포함할 수 있다.
이때, 유사도는 그림을 그리는 방식, 양식, 그림풍, 그림체 등이 있으며, 서버는 샘플 이미지를 분석하여 샘플 이미지가 그려진 방식, 양식, 그림풍, 그림체를 도출할 수 있다. 이는, 기 저장되어 있는 알고리즘을 통해서 구현될 수 있으며, 이러한 기능을 구현하기 위한 화풍 분석 모듈을 더 포함할 수 있다.
이와 같은 화풍 분석 모듈을 통해 분석된 샘플 이미지의 그림 방식, 양식, 그림풍, 그림체에 대한 종류를 판단하고, 각각의 점수를 산출할 수 있다. 따라서, 이러한 점수를 비교함으로써 유사한 화풍의 작가들을 도출하는 기능을 구현할 수 있다.
따라서, 서버(100)는 작가군으로 분류된 작가들의 정보를 파악하여 작가들 간의 화풍을 비교할 수도 있고, 유사한 화풍을 가진 작가들끼리 분류할 수 있다.
또한, 본 발명의 실시예에 따르면, 샘플 이미지를 수신하는 단계(S430단계) 이전에, 작가군 학습모델 구축 단계(S410단계)를 더 포함할 수 있다.
보다 상세하게는, 서버(100)가 각 작가군 트레이싱모델(170)이 속한 작가군의 화풍에 해당하는 이미지 또는 트레이싱 이미지를 입력받는 단계, 상기 이미지 또는 트레이싱 이미지에서 특징벡터를 추출하여 작가군 트레이싱모델(170)에 저장하는, 작가군 학습모델 구축 단계를 포함한다.
따라서, 서버(100)는 작가군 트레이싱모델(170)을 학습시켜 작가군 트레이싱모델(170)이 해당 작가군의 화풍이 뚜렷해지도록 할 수 있다.
그리고, 작가군 트레이싱모델(170)은, 학습된 모델을 통해 이미지를 분석하여 작가군을 도출하는 작가군 판별모듈(150)을 포함한다.
보다 상세하게는, 서버(100)는 작가 클라이언트(300)로부터 이미지를 수신하면, 해당 이미지를 분석하고, 해당 작가가 어떠한 화풍을 가지고 있는지 분석하고, 작가의 화풍과 대응되는 작가군으로 해당 작가를 분류하는 것을 의미한다.
서버(100)는 학습모델을 구축하여 인공지능을 훈련할 때, GAN 알고리즘을 이용할 수 있다. 그리고, K-mean 알고리즘과 같은 비지도 학습 방법으로 진행할 수 있다.
도 5는 본 발명의 실시예에 따른 작가가 서버(100)에 입력하는 이미지를 예시한 예시도이고, 도 6은 도 5에 작가의 화풍을 적용하여 트레이싱 이미지를 제공하고, 작가가 트레이싱 이미지를 리터칭한 것을 예시한 예시도이다.
도 5 및 도 6을 참조하면, 서버(100)가 작가 크라이언트로부터 도 5의 이미지를 수신하여 트레이싱 이미지를 생성하여 작가 클라이언트(300)로 제공하였고, 작가가 트레이싱 이미지를 리터칭하여 서버(100)로 전송한 것을 예시하고 있다.
도 5와 도 6을 비교하면, 도 5는 카메라로 촬영된 실제 사진이고, 도 6은 서버(100)가 개인 트레이싱모델(190)을 이용하여 작가의 화풍을 적용하여 트레이싱 이미지를 생성한 것으로, 만화, 웹툰, 애니메이션과 같은 배경 이미지가 생성된 것을 알 수 있다.
이와 같이, 작가는 서버(100)로부터 트레이싱 이미지를 제공 받으면, 도 6과 같이 인물, 사물 등을 그려넣는 리터칭 과정만 거치면 되기 때문에, 배경 이미지를 그리는데 시간을 소모하지 않아도 되는 장점이 있다.
도 7은 본 발명의 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 서버(100)의 블록도이다.
수신부(110)는 작가 클라이언트(300)로부터 이미지 또는 리터칭 이미지를 수신한다.
개인 트레이싱모델(190)은 작가 클라이언트(300)로부터 수신된 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공한다.
작가군 트레이싱모델(170)은 작가 클라이언트(300)로부터 이미지를 수신한 것이 최초인 경우, 이미지에 작가가 속한 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공한다.
또 다른 예로, 서버(100)는 작가에게 설정되어 있는 개인 트레이싱모델(190)이 없는 경우, 작가가 서비스를 처음으로 이용하는 것이라고 판단하고, 작가군 트레이싱모델(170)을 이용하여 이미지에 작가가 속한 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공하도록 한다.
그리고, 서버(100)는 개인 트레이싱모델(190)에 작가 클라이언트(300)로부터 수신된 리터칭 이미지를 저장하여 개인 트레이싱모델(190)을 학습시켜 학습모델을 구축하는 것을 특징으로 한다.
작가가 서비스를 최초로 이용하는 것에 대하여 보다 상세하게 설명하면, 수신부(110)가 작가 클라이언트(300)로부터 하나 이상의 샘플 이미지를 수신한다.
그리고, 서버(100)는 샘플 이미지를 분석하여 작가의 화풍을 도출하고, 작가를 도출된 화풍에 해당하는 작가군으로 설정한다.
그리고, 분석부(130)는 샘플 이미지를 분석하여 작가와 유사한 화풍의 작가들을 도출하고, 작가들 간의 유사도를 분석한다.
이어서, 학습모델을 구축하는 것에 대해서 설명하도록 한다.
서버(100)는 작가 클라이언트(300)로부터 수신된 리터칭 이미지에서 특징벡터를 추출하고, 추출된 특징벡터를 개인 트레이싱모델(190)에 저장하여 인공지능을 훈련시키는 것을 특징으로 한다.
그리고, 서버(100)는 트레이싱 이미지를 생성하고 제공할 때, 트레이싱 모델이 작가 클라이언트(300)로부터 수신된 이미지에서 특징벡터를 추출하도록 하고, 트레이싱모델이 이미지의 특징벡터에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트(300)로 제공하도록 한다.
이때, 트레이싱 모델은 작가군 트레이싱모델(170) 또는 개인 트레이싱모델(190)을 의미한다.
그리고, 서버(100)는 작가가 서버(100)에 최초로 이미지를 전송한 경우, 또는 작가가 서비스를 최초로 이용한다고 판단되는 경우, 작가에게 설정되어 있는 개인 트레이싱모델(190)이 없기 때문에, 작가군 트레이싱모델(170)을 복사하여 해당 작가에게만 사용되는 개인 트레이싱모델(190)을 생성하고, 개인 트레이싱모델(190)을 학습시키도록 한다.
따라서, 향후 작가가 서비스를 이용하게 될 때에는 작가군 트레이싱모델(170)을 사용하지 않고, 작가에게 설정되어 있는 개인 트레이싱모델(190)을 이용하여 트레이싱 이미지를 제공하도록 한다.
또한, 서버(100)는 다음과 같이 작가군 트레이싱모델(170)을 학습시키도록 한다.
서버(100)는 각각의 작가군 트레이싱모델(170)이 속한 작가군의 화풍에 해당하는 이미지 또는 트레이싱 이미지를 입력받는다.
그리고, 서버(100)는 이미지 또는 트레이싱 이미지에서 특징벡터를 추출하여 작가군 트레이싱모델(170)에 저장하여 작가군 학습모델을 구축하도록 한다.
그리고, 작가군 판별모듈(150)은 작가군 트레이싱모델(170)에 구축된 학습모델을 이용하여 작가로부터 수신된 이미지를 분석하여 작가군을 도출한다.
이상에서 전술한 본 발명의 일 실시예에 따른 이미지에 작가의 화풍을 적용하여 제공하는 방법은, 하드웨어인 서버와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모델을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모델로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모델은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
100: 서버
110: 수신부
130: 분석부
150: 작가군 판별모듈
170: 작가군 트레이싱모델
190: 개인 트레이싱모델
300: 작가 클라이언트

Claims (10)

  1. 컴퓨터에 의해 구현되는 방법으로서,
    서버가 작가 클라이언트로부터 하나 이상의 이미지를 수신하는 단계;
    개인 트레이싱모델이 상기 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고 작가 클라이언트로 제공하되, 상기 작가로부터 이미지를 수신한 것이 최초인 경우, 상기 작가가 속한 작가군 트레이싱모델이 상기 이미지에 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하는, 트레이싱 이미지 제공 단계;
    상기 작가 클라이언트로부터 리터칭 이미지를 수신하되, 상기 리터칭 이미지는 상기 트레이싱 이미지를 작가가 리터칭한 것인, 리터칭 이미지 수신 단계; 및
    개인 트레이싱모델에 리터칭 이미지를 저장하는, 학습모델 구축 단계를 포함하고,
    상기 학습모델 구축 단계는,
    상기 리터칭 이미지에서 배경 이미지를 제외한 영역에서 특징벡터를 추출하는 단계; 및
    상기 추출된 특징벡터를 개인 트레이싱모델에 저장하여 인공지능을 훈련시키는 단계를 포함하는, 이미지에 작가의 화풍을 적용하여 제공하는 방법.
  2. 제1항에 있어서,
    서버가 작가 클라이언트로부터 하나 이상의 샘플 이미지를 수신하는 단계; 및
    상기 샘플 이미지를 분석하여 작가의 화풍을 도출하고, 해당 작가를 상기 화풍에 해당하는 작가군으로 설정하는 단계를 더 포함하는, 이미지에 작가의 화풍을 적용하여 제공하는 방법.
  3. 제2항에 있어서,
    상기 샘플 이미지를 분석하여 작가와 유사한 화풍의 작가들을 도출하고, 작가들 간의 유사도를 분석하는 단계를 더 포함하는, 이미지에 작가의 화풍을 적용하여 제공하는 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 제공하는 단계는,
    트레이싱모델이 상기 수신된 이미지에서 특징벡터를 추출하는 단계; 및
    트레이싱모델이 상기 이미지의 특징벡터에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트로 제공하는 단계를 포함하는, 이미지에 작가의 화풍을 적용하여 제공하는 방법.
  6. 제1항에 있어서,
    상기 학습모델 구축 단계는,
    상기 작가군 트레이싱모델을 복사하여 해당 작가에게만 사용되는 개인 트레이싱모델을 생성하는 단계를 포함하는, 이미지에 작가의 화풍을 적용하여 제공하는 방법.
  7. 제2항에 있어서,
    각각의 작가군 트레이싱모델이 속한 작가군의 화풍에 해당하는 이미지 또는 트레이싱 이미지를 입력받는 단계; 및
    상기 작가군 트레이싱모델이 상기 이미지 또는 트레이싱 이미지에서 특징벡터를 추출하여 저장하는, 작가군 학습모델 구축 단계를 포함하는, 이미지에 작가의 화풍을 적용하여 제공하는 방법.
  8. 제1항에 있어서,
    상기 서버는,
    작가군 트레이싱모델에 구축된 학습모델을 통해 이미지를 분석하여 작가군을 도출하는 작가군 판별모듈을 포함하는, 이미지에 작가의 화풍을 적용하여 제공하는 방법.
  9. 작가 클라이언트로부터 이미지 또는 리터칭 이미지를 수신하는 수신부;
    상기 이미지에 작가의 화풍을 적용하여 트레이싱 이미지를 생성하고, 작가 클라이언트로 제공하는 개인 트레이싱모델; 및
    상기 작가 클라이언트로부터 이미지를 수신한 것이 최초인 경우, 상기 이미지에 상기 작가가 속한 작가군의 화풍을 적용하여 트레이싱 이미지를 생성하는 작가군 트레이싱모델을 포함하며,
    상기 개인 트레이싱모델에 상기 리터칭 이미지를 저장하여 상기 개인 트레이싱모델을 학습시키고,
    상기 개인 트레이싱모델을 학습시키는 것은,
    상기 리터칭 이미지에서 배경 이미지를 제외한 영역에서 특징벡터를 추출하고, 상기 추출된 특징벡터를 개인 트레이싱모델에 저장하여 인공지능을 훈련시키는 것을 포함하는, 이미지에 작가의 화풍을 적용하여 제공하는 서버.
  10. 하드웨어인 컴퓨터와 결합되어, 제1항 내지 제3항, 제5항 내지 제8항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된, 이미지에 작가의 화풍을 적용하여 제공하는 프로그램.
KR1020180084179A 2018-07-19 2018-07-19 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램 KR102073388B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180084179A KR102073388B1 (ko) 2018-07-19 2018-07-19 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180084179A KR102073388B1 (ko) 2018-07-19 2018-07-19 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램

Publications (2)

Publication Number Publication Date
KR20200009599A KR20200009599A (ko) 2020-01-30
KR102073388B1 true KR102073388B1 (ko) 2020-02-04

Family

ID=69322025

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180084179A KR102073388B1 (ko) 2018-07-19 2018-07-19 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램

Country Status (1)

Country Link
KR (1) KR102073388B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102235293B1 (ko) * 2020-08-18 2021-04-02 (주)에스프레소미디어 카툰 스타일라이저 제공 시스템 및 방법
KR20220112608A (ko) 2021-02-04 2022-08-11 (주)비케이 벡터 이미지의 화풍 변환 및 재생 방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102494057B1 (ko) * 2022-07-15 2023-02-06 신헌주 인공지능 기반의 작품 관리 시스템
KR102509102B1 (ko) * 2022-07-15 2023-03-09 신헌주 인공지능을 이용한 육성 시스템
KR20240019463A (ko) 2022-08-04 2024-02-14 (주)비케이 외부 환경조건에 따른 벡터 이미지의 실시간 화풍변환 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101112142B1 (ko) 2010-03-30 2012-03-13 중앙대학교 산학협력단 참조 이미지를 이용한 카툰 렌더링 장치 및 방법
JP2017224278A (ja) 2016-04-01 2017-12-21 株式会社ストラッドビジョン トレーニング画像を利用して分類木を構成することにより、リジェクターを学習させて、前記リジェクターを利用して、テスト画像上のオブジェクトを検出する方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030047490A (ko) * 2001-12-10 2003-06-18 김정배 On-Off Line을 통합한 포토샵 운영시스템 및 이를 이용한모바일 서비스 제공 및 동영상 채용정보 제공 시스템
KR20130059035A (ko) * 2011-11-28 2013-06-05 연세대학교 산학협력단 스케치를 이용한 시나리오 콘티의 자동 완성 장치 및 방법, 그리고 이를 이용한 애니메이션 제작 시스템
KR20130083040A (ko) * 2011-12-28 2013-07-22 피승희 이미지 드로잉 교육 서비스 시스템과 그 시스템의 이미지드로잉 서비스 제어방법, 이미지 드로잉 온,오프라인 드로잉교재 제공방법
KR101388965B1 (ko) * 2012-02-10 2014-04-25 박수조 디지털 사진의 드로잉 변환 방법
KR20150101846A (ko) * 2014-02-27 2015-09-04 에스케이플래닛 주식회사 스케치를 기반으로 하는 영상 분류 서비스 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101112142B1 (ko) 2010-03-30 2012-03-13 중앙대학교 산학협력단 참조 이미지를 이용한 카툰 렌더링 장치 및 방법
JP2017224278A (ja) 2016-04-01 2017-12-21 株式会社ストラッドビジョン トレーニング画像を利用して分類木を構成することにより、リジェクターを学習させて、前記リジェクターを利用して、テスト画像上のオブジェクトを検出する方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102235293B1 (ko) * 2020-08-18 2021-04-02 (주)에스프레소미디어 카툰 스타일라이저 제공 시스템 및 방법
KR20220112608A (ko) 2021-02-04 2022-08-11 (주)비케이 벡터 이미지의 화풍 변환 및 재생 방법
KR102573822B1 (ko) 2021-02-04 2023-09-04 (주)비케이 벡터 이미지의 화풍 변환 및 재생 방법

Also Published As

Publication number Publication date
KR20200009599A (ko) 2020-01-30

Similar Documents

Publication Publication Date Title
KR102073388B1 (ko) 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램
CN109741332B (zh) 一种人机协同的图像分割与标注方法
CN111709406B (zh) 文本行识别方法及装置、可读存储介质、电子设备
CN108596180A (zh) 图像中的参数识别、参数识别模型的训练方法及装置
CN110009057A (zh) 一种基于深度学习的图形验证码识别方法
CN104657654B (zh) 一种利用人眼视觉补偿原理的图片验证码生成方法
CN110555896B (zh) 一种图像生成方法、装置以及存储介质
US20240037398A1 (en) Reinforcement learning-based techniques for training a natural media agent
JP6929322B2 (ja) データ拡張システム、データ拡張方法、及びプログラム
KR20200052438A (ko) 딥러닝 기반 웹툰 자동 채색 프로그램 및 애플리케이션
KR102121654B1 (ko) 딥러닝 기반 제스처 자동 인식 방법 및 시스템
CN109983473B (zh) 灵活的集成识别和语义处理
CN109766435A (zh) 弹幕类别识别方法、装置、设备及存储介质
CN104820570A (zh) 几何及参数修改用户输入以辅助绘画
CN107944398A (zh) 基于深度特征联合表示图像集人脸识别方法、装置和介质
CN116704085B (zh) 虚拟形象生成方法、装置、电子设备和存储介质
CN111985184A (zh) 基于ai视觉下的书写字体临摹辅助方法、系统、装置
CN112463912A (zh) 一种基于树莓派和循环神经网络的简笔画识别与生成方法
US20230008529A1 (en) Gesture stroke recognition in touch-based user interface input
KR20190115509A (ko) 자동 수어 인식 방법 및 시스템
CN115438210A (zh) 文本图像生成方法、装置、终端及计算机可读存储介质
CN113781271A (zh) 化妆教学方法及装置、电子设备、存储介质
CN111402121A (zh) 图像风格的转换方法、装置、计算机设备和存储介质
US11847401B2 (en) Method and apparatus for recognizing handwriting inputs in multiple-user environment
KR102486440B1 (ko) 비지도 기반 질의 생성 모델의 학습 방법 및 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant