KR102234614B1

KR102234614B1 - 공간 이미지 분석 기반 배색 추천 장치 및 방법

Info

Publication number: KR102234614B1
Application number: KR1020200091772A
Authority: KR
Inventors: 김수민; 윤대희
Original assignee: 주식회사 어반베이스
Priority date: 2020-07-23
Filing date: 2020-07-23
Publication date: 2021-04-01
Also published as: EP4184413A1; WO2022019654A1; CN116420154A; KR102405613B1; KR102234614B9; JP2023537262A; KR20220012797A; US20230154050A1

Abstract

본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치는 프로세서를 포함하고, 프로세서는 공간 이미지를 입력받는 동작, 공간 이미지를 구성하는 색상의 종류 및 공간 이미지에서 색상의 종류 각각이 사용된 비율을 판별하는 동작, 공간 이미지에 사용된 색상의 비율이 높은 순서로 공간 이미지를 구성하는 색상 중 일부인 제1 색상을 선별하는 동작, 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 제1 색상 각각이 위치하는 원소값을 판별하는 동작, 제1 색상 각각이 공간 이미지에서 사용된 비율을 가중치로 하여 제1 색상 각각의 원소값에 가중치를 가하여 조합한 배색 원소값을 계산하는 동작 및 컬러 이미지 스케일에 배색 원소값을 포함하는 배색군을 공간 이미지에 어울리는 배색으로 추천하는 동작을 수행할 수 있다.

Description

공간 이미지 분석 기반 배색 추천 장치 및 방법{APPARATUS AND METHOD FOR RECOMMENDING COLOR COMBINATION BASED ON ANALYSIS OF SPACE IMAGE}

본 발명은 공간 이미지 분석 기반 배색 추천 장치 및 방법에 관한 것이다.

한국인터넷진흥원(KISA)에 따르면 2019년에 집계된 국내 온라인 쇼핑 시장의 규모는 약 133조 원으로 2018년의 111조 원 대비 약 20% 성장세를 보인다. 이처럼 온라인 쇼핑 시장의 성장세가 가파르게 증가하면서, 온라인 쇼핑 플랫폼에 등록되는 스토어 및 상품의 수가 비약적으로 증가하고 있으며, 소비자들이 오프라인 매장보다 온라인 매장을 통해 물건을 구입하는 비율이 대폭 상승하고 있다.

한편, 오프라인 쇼핑의 형태는 소비자가 매장을 골라 매장 내에 구비된 상품들을 눈으로 확인하여 마음에 드는 상품을 구입하는 형태였다면, 온라인 쇼핑의 형태는 소비자들이 원하는 상품의 키워드를 통해 상품을 검색하여 구입하는 형태로써, 상품이 판매되는 플랫폼이 변화함에 따라 소비자가 상품을 찾게 되는 형태도 달라지고 있다.

그러므로, 온라인 쇼핑에서는 상품 페이지에 소비자들의 트래픽을 유입시킬 수 있도록 상품과 연관된 키워드를 잘 설정하는 것이 매우 중요해지고 있다. 다만, 국내 상위 10개의 온라인 쇼핑몰에 업로드된 상품의 개수만 하더라도 4억 개가 넘는 상황에서 상품마다 키워드를 일일이 설정하는 것은 어려운 상황이기 때문에, 온라인 쇼핑몰에는 상품에 대한 이미지 파일만으로 상품의 키워드를 설정하는 기능이나, 사용자가 제시하는 정보가 담긴 이미지 파일(ex. 공간을 촬영한 이미지)만으로 사용자가 원할 것으로 예측되는 상품을 추천할 수 있는 기능의 솔루션이 요구되고 있다.

특히, 인테리어 분야에서 공간을 구성하는 객체들, 가령 벽지, 풍경, 사물 등은 각각의 색상을 가지며, 이들이 가지는 색상의 조화는 좋은 인테리어를 결정하는 중요한 요소 중 하나이다. 따라서, 사용자가 특정 상품의 구입을 원하는 경우, 해당 상품이 어떠한 색상을 갖는지에 따라 사용자의 공간과 어울리는지를 판단하여 추천할 수 있는 기술이 요구된다.

더하여, 사용자에게 상품의 색상을 추천할 때, 사용자의 공간에 이미 사용된 색상과 동일한 색상으로 새로운 상품을 추천하는 경우 단조로운 느낌을 줄 수도 있기 때문에, 공간에 이미 사용된 색상이 아니더라도 잘 어울리는 느낌을 줄 수 있는 배색을 가진 상품을 추천할 수 있는 기술이 필요한 실정이다.

한국 공개특허공보 제10-2010-0102772호: 실내환경 분석 시스템 및 그 방법

본 발명의 실시예에서 해결하고자 하는 과제는 특정 이미지가 포함하는 색상을 분석하여 해당 이미지에 어울리는 배색을 추천하는 기술을 제공하고자 한다.

이때 본 발명의 실시예는 입력된 이미지에 어울리는 색상을 추천할 때, 입력된 이미지를 구성하는 주요 색상들에 대한 소프트 값 및 다이내믹 값을 판별하고, 주요 색상들의 소프트 값 및 다이내믹 값을 조합하여 컬러 이미지 스케일 상에서 조합된 값을 원소로 하는 배색을 선정하는 기술을 제시한다.

더하여, 본 발명의 실시예는 웹에서 주로 사용되는 색상들에 대한 정보를 수집한 데이터로부터 컬러 이미지 스케일 DB를 생성하는 기술을 제시한다.

다만, 본 발명의 실시예가 이루고자 하는 기술적 과제는 이상에서 언급한 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 도출될 수 있다.

본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치는 소정의 동작을 수행하도록 하는 명령어들을 저장하는 하나 이상의 메모리; 및 상기 하나 이상의 메모리와 동작할 수 있도록 연결되어 상기 명령어들을 실행하도록 설정된 하나 이상의 프로세서를 포함하고, 상기 프로세서가 수행하는 동작은 공간 이미지를 입력받는 동작; 상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 동작; 상기 공간 이미지에 사용된 색상의 비율이 높은 순서로, 상기 공간 이미지를 구성하는 상기 색상 중 일부인 제1 색상을 선별하는 동작; 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 상기 제1 색상 각각이 위치하는 원소값을 판별하는 동작; 상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 상기 원소값에 상기 가중치를 가하여 조합한 배색 원소값을 계산하는 동작; 및 상기 컬러 이미지 스케일에 상기 배색 원소값을 포함하는 배색군을 상기 공간 이미지에 어울리는 배색으로 추천하는 동작을 포함할 수 있다.

또한, 상기 프로세서가 수행하는 동작은 상기 컬러 이미지 스케일을 생성하는 동작을 더 포함하고, 상기 컬러 이미지 스케일을 생성하는 동작은 P가지(P는 자연수) 색상을 포함하는 컬러 팔레트를 획득하는 동작; 상기 P가지 색상의 RGB 정보를 기준으로 색상들을 분류하여 U개(U는 P보다 작은 자연수)의 그룹으로 군집시키는 동작; 상기 그룹에 포함된 색상들의 RGB 정보를 기초로 RGB 정보의 중앙값을 계산하여, 상기 그룹에 포함된 색상 중의 RGB 정보가 상기 중앙값에 가장 가까운 색상을 상기 그룹의 리더 색상으로 선별하는 동작; 상기 리더 색상의 RGB 정보를 기초로 상기 리더 색상의 소프트 값 및 다이내믹 값을 결정하는 동작; 상기 리더 색상의 소프트 값 및 다이내믹 값에 기 설정된 수치를 가산하거나 감산하여 상기 리더 색상과 같은 그룹인 색상들의 소프트 값 및 다이내믹 값을 결정하는 동작; 및 상기 P 가지의 색상에 대해 결정된 소프트 값 및 다이내믹 값을 소정의 범위에 따라 분류한 배색군을 생성하는 동작을 포함할 수 있다. 또한, 상기 P는 275이고, 상기 U는 32일 수 있다.

또한, 상기 비율을 판별하는 동작은 k-means clustering 알고리즘을 기초로 상기 공간 이미지를 분석하여 상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 동작을 포함할 수 있다.

또한, 상기 제1 색상을 선별하는 동작은 상기 공간 이미지에 사용된 색상의 비율이 높은 순서로 상기 공간 이미지를 구성하는 n가지(n은 자연수)의 색상을 선별하는 동작; 및 상기 n가지의 색상이 상기 공간 이미지에서 사용된 비율의 합을 100%로 환산하여, 상기 n가지 색상 중 상기 비율이 높은 순서로 상기 비율을 누적하여 합하였을 때 a%(a는 100 이하의 자연수)를 초과할 때까지의 색상을 상기 제1 색상으로 선별하는 동작을 포함할 수 있다. 또한, 상기 n가지는 5가지이고, 상기 a%는 70%일 수 있다.

또한, 상기 배색 원소값을 계산하는 동작은 상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 상기 원소값에 가중 산술 평균을 적용하여 상기 배색 원소값을 계산하는 동작을 포함할 수 있다.

또한, 상기 배색 원소값을 계산하는 동작은 상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율의 합을 100%로 환산하여 도출된 각각의 비율을 상기 제1 색상 각각의 가중치로 하여, 상기 제1 색상 각각의 상기 2차원 원소값에 가중 산술 평균을 적용하여 상기 배색 원소값을 계산하는 동작을 포함할 수 있다.

또한, 상기 배색 원소값을 계산하는 동작은 하기 수학식 1을 기초로 계산될 수 있다.

[수학식 1]

(N = 제1 색상의 개수, a = 공간 이미지에서 N 개의 제1 색상들이 사용된 비율의 합을 100%로 환산하였을 때 어느 하나의 제1 색상이 사용된 비율, S: 소프트 원소값, D: 다이내믹 원소값,

: 제1 색상들의 소프트 값에 대한 가중 산술 평균 원소값,

: 제1 색상들의 다이내믹 값에 대한 가중 산술 평균 원소값)

본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 방법은 공간 이미지를 입력받는 단계; 상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 단계; 상기 공간 이미지에 사용된 색상의 비율이 높은 순서로, 상기 공간 이미지를 구성하는 상기 색상 중 일부인 제1 색상을 선별하는 단계; 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 상기 제1 색상 각각이 위치하는 원소값을 판별하는 단계; 상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 상기 원소값에 상기 가중치를 가하여 조합한 배색 원소값을 계산하는 단계; 및 상기 컬러 이미지 스케일에 상기 배색 원소값을 포함하는 배색군을 상기 공간 이미지에 어울리는 배색으로 추천하는 단계를 포함할 수 있다.

본 발명은 특정 이미지가 포함하는 색상을 분석하여 해당 이미지에 어울리는 배색을 추천할 수 있다. 이에 따라, 본 기술이 온라인 쇼핑몰의 솔루션으로 사용되는 경우, 온라인 쇼핑몰은 사용자의 공간에 어울리는 상품의 배색을 추천할 수 있다. 더하여, 사용자의 공간에 이미 사용된 색상뿐만 아니라, 더욱 조화로운 느낌을 줄 수 있는 다양한 색상의 배색을 추천할 수 있다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도 1은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치를 이용하여 공간 이미지가 포함하는 색상의 종류 및 비율을 판별하는 기능을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치의 기능 블록도이다.
도 3은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치가 공간 이미지에 주로 사용된 5가지 색상과 사용 비율을 추출하는 동작을 설명하기 위한 예시도이다.
도 4는 색상들을 소프트 및 다이내믹을 축으로 하는 2차원 좌표 평면에 배치한 컬러 이미지 스케일의 예시도이다.
도 5는 컬러 이미지 스케일 상의 색상들에 대해서 소프트 값 및 다이내믹 값의 범위를 기준으로 분류한 그룹들의 예시도이다.
도 6은 컬러 팔레트에 포함된 색상들을 R, G, B를 축으로 하는 3차원 좌표 평면에 배치한 예시도이다.
도 7은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 방법의 흐름도이다.

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 한정되는 것이 아니라 다양한 형태로 구현될 수 있으며,　단지 본 실시예들은 본 발명의 개시가 완전하도록 하고,　본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며,　본 발명의 범주는 청구항에　의해 정의될 뿐이다.

본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명은 실제로 필요한 경우 외에는 생략될 것이다.　　그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다.　　그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도면에 표시되고 아래에 설명되는 기능 블록들은 가능한 구현의 예들일 뿐이다. 다른 구현들에서는 상세한 설명의 사상 및 범위를 벗어나지 않는 범위에서 다른 기능 블록들이 사용될 수 있다. 또한 본 발명의 하나 이상의 기능 블록이 개별 블록들로 표시되지만, 본 발명의 기능 블록 중 하나 이상은 동일 기능을 실행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합일 수 있다.

또한 어떤 구성 요소들을 포함한다는 표현은 개방형의 표현으로서 해당 구성 요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성 요소들을 배제하는 것으로 이해되어서는 안 된다.

나아가 어떤 구성 요소가 다른 구성 요소에 연결되어 있다거나 접속되어 있다고 언급될 때에는, 그 다른 구성 요소에 직접적으로 연결 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 한다.

또한 '제1, 제2' 등과 같은 표현은 복수의 구성을 구분하기 위한 용도로만 사용된 표현으로써, 구성들 사이의 순서나 기타 특징들을 한정하지 않는다.

이하에서는 도면들을 참조하여 본 발명의 실시예들에 대해 설명하도록 한다.

도 1은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치(100)를 이용하여 공간 이미지가 포함하는 색상의 종류 및 비율을 판별하는 기능을 나타낸 도면이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치(100)는 도 1에 도시된 인터페이스의 상단 메뉴의 공간 분석, 사물 분석, 스타일 분석, 배색 추천 기능 중 배색 추천 기능을 제공할 수 있다. 데이터 증강 기반 사물 분석 모델 학습 장치(100)는 특정 이미지(ex. 소정의 공간에 배치된 객체들을 포함하는 공간 이미지)가 포함하는 색상 및 비율을 분석하여 출력하고, 나아가 해당 이미지에 어울리는 배색을 추천할 수 있다. 배색(color combination)의 문언적인 의미는 색의 짜임을 의미하며, 본 발명의 실시예가 제공하고자 하는 배색은 공간 이미지 분석 기반 배색 추천 장치(100)가 입력받은 이미지에 이미 사용된 색상뿐만 아니라, 공간 이미지 분석 기반 배색 추천 장치(100)가 입력받은 이미지에 사용되지 않은 색상이면서도 입력받은 이미지에 사용된 색상과 조화로운 느낌을 줄 수 있는 색상의 제안을 의미한다.

도 2는 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치(100)의 기능 블록도이다.

도 2를 참조하면, 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치(100)는 메모리(110), 프로세서(120), 입력 인터페이스(130), 디스플레이부(140) 및 통신 인터페이스(150)를 포함할 수 있다.

메모리(110)는 공간 이미지 DB(111), 색상 데이터 DB(113), 및 명령어 DB(115)를 포함할 수 있다.

공간 이미지 DB(111)는 소정의 공간에 배치된 객체들을 포함하는 공간 이미지 파일을 포함할 수 있다. 공간 이미지는 외부 서버, 외부 DB를 통해 획득하거나 인터넷상의 공간 이미지를 획득할 수 있다. 이때 공간 이미지는 다수의 픽셀(ex. 가로 M개, 세로 N개 행렬 형태로 구성된 M*N 개의 픽셀)로 구성될 수 있고, 각각의 픽셀은 R(Red), G(Green), B(Blue)의 고유 색상을 나타내는 RGB 원소값(x, y, z)으로 구성된 픽셀 정보를 포함할 수 있다.

색상 데이터 DB(113)는 복수의 색상에 대한 RGB 정보를 포함하는 컬러 팔레트, 다양한 원소값(ex. 소프트, 다이내믹, 명도, 채도, 색상 등)에 따라 색상을 분류할 수 있는 컬러 이미지 스케일을 포함할 수 있다.

명령어 DB(115)는 프로세서(120)의 동작을 수행시킬 수 있는 명령어들을 저장할 수 있다. 예를 들어, 명령어 DB(115)는 후술할 프로세서(120)의 동작들과 대응되는 동작을 수행하도록 하는 컴퓨터 코드를 저장할 수 있다.

프로세서(120)는 공간 이미지 분석 기반 배색 추천 장치(100)가 포함하는 구성들, 메모리(110), 입력 인터페이스(130), 디스플레이부(140) 및 통신 인터페이스(150)의 전반적인 동작을 제어할 수 있다. 프로세서(120)는 색상 판별 모듈(121), 배색 판별 모듈(123), 제어 모듈(125) 및 DB 생성 모듈(127)을 포함할 수 있다. 프로세서(120)는 메모리(110)에 저장된 명령어들을 실행해 레이블링 모듈(121), 색상 판별 모듈(121), 배색 판별 모듈(123), 제어 모듈(125) 및 DB 생성 모듈(127)을 구동시킬 수 있고, 색상 판별 모듈(121), 배색 판별 모듈(123), 제어 모듈(125) 및 DB 생성 모듈(127)에 의해 수행되는 동작은 프로세서(120)에 의해 수행되는 동작으로 이해될 수 있다.

색상 판별 모듈(121)은 배색 추천을 위해 입력된 공간 이미지를 구성하는 색상의 종류를 판별할 수 있고, 공간 이미지를 구성하는 색상의 종류 각각이 사용된 비율을 판별할 수 있다. 예를 들어, 색상 판별 모듈(121)은 k-means clustering 알고리즘(참고문헌: https://en.wikipedia.org/wiki/K-means_clustering)을 이용하여 공간 이미지를 구성하는 색상의 종류 및 공간 이미지에서 색상의 종류 각각이 사용된 비율을 판별할 수 있으나, 본 발명의 실시예가 예시한 알고리즘에만 한정되는 것은 아니다.

한편, 공간 이미지를 구성하는 색상이 매우 많은 경우, 공간 이미지를 구성하는 모든 색상의 종류와 어울리는 배색을 판별하도록 연산한다면 모든 색상에 대해 연산이 필요하여 오랜 시간이 걸릴 수 있고, 이미지 내에 매우 낮은 비율로 포함된 색상에 대해서도 연산이 수행되기 때문에 비효율적일 수 있다. 따라서, 색상 판별 모듈(121)은 배색 추천에 사용될 주요 색상을 선별하기 위해, 공간 이미지에 사용된 색상의 비율이 높은 순서로 공간 이미지를 구성하는 색상 중 일부를 연산에 사용될 주요 색상(이하, '제1 색상'으로 지칭)을 선별할 수 있다.

도 3은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치가 공간 이미지에 주로 사용된 5가지 색상과 사용 비율을 추출하는 동작을 설명하기 위한 예시도이다.

도 3을 참조하면, 색상 판별 모듈(121)은 공간 이미지에 사용된 색상의 비율이 높은 순서로 공간 이미지를 구성하는 n가지의 색상을 선별할 수 있다. 도 3의 경우 n = 5인 예시로서, 색상 판별 모듈(121)은 5가지의 색상 각각이 공간 이미지에서 사용된 비율의 합을 100%로 환산할 수 있다. (도 3의 경우, C1 색: 30%, C2 색: 25%, C3 색: 20%, C4 색: 15%, C5 색: 10%)

이때 색상 판별 모듈(121)은 C1 내지 C5의 5가지 색상 중 상기 비율이 높은 순서로 상기 비율을 누적하여 합하였을 때 a%(a는 100 이하의 자연수)를 초과할 때까지의 색상을 제1 색상으로 선별할 수 있다. 예를 들어, a%가 70%인 경우, C1, C2, C3 각각의 색상이 사용된 비율을 합산하였을 때, 70%를 초과하게 되므로, 제1 색상을 C1, C2, C3로 선별할 수 있다.

배색 판별 모듈(123)은 선별된 제1 색상 각각이 가지는 RGB 정보를 기초로 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상의 제1 색상의 위치를 판별하여 제1 색상이 갖는 소프트(soft) 원소값 및 색상의 다이내믹(dynamic) 원소값을 판별할 수 있다.

도 4는 색상들을 소프트 및 다이내믹을 축으로 하는 2차원 좌표 평면에 배치한 컬러 이미지 스케일의 예시도이다.

컬러 이미지 스케일은 어울리는 배색을 가진 색상들이 가깝게 위치하도록 표현하기 위한 그래프로서, 색상이 동적인가-정적인가에 따른 척도를 나타내는 다이내믹(dynamic) 값, 색상이 부드러운가-딱딱한가에 대한 척도를 나타내는 소프트(soft) 값을 기준으로 색상들을 분류한 그래프이다. 배색 판별 모듈(123)은 제1 색상의 RGB 정보를 기초로 컬러 이미지 스케일 상에서 제1 색상과 가장 가까운 수치의 RGB 정보를 갖는 색상이 위치하는 좌표를 판별하여, 제1 색상의 소프트(soft) 원소값 및 색상의 다이내믹(dynamic) 원소값을 결정할 수 있다. 본 발명의 실시예는 다양한 컬러 이미지 스케일을 사용할 수 있으나, DB 생성 모듈(127)에 대해 후술하는 부분에서 본 발명의 실시예는 웹(Web)상에서 주로 사용되는 색상을 기반으로 컬러 이미지 스케일을 생성하는 방법을 제시한다.

제어 모듈(125)은 제1 색상 각각이 갖는 컬러 이미지 스케일 상의 원소값을 기준으로, 공간 이미지에 가장 잘 어울리는 배색이 컬러 이미지 스케일 상에서 위치하는 좌표인 배색 원소값을 계산할 수 있다.

이때 제어 모듈(125)은 제1 색상 각각이 공간 이미지에서 사용된 비율을 가중치로 하여, 제1 색상 각각의 원소값에 가중치를 가하여 조합한 배색 원소값을 계산할 수 있다. 각 원소값에 가중치를 가하여 조합하는 실시예는 중앙값, 평균값, 벡터 합 등 다양한 방법을 실현할 수 있으며, 가령 가중 산술 평균을 적용할 수 있다.

예를 들어, 제어 모듈(125)은 제1 색상 각각이 공간 이미지에서 사용된 비율의 합을 100%로 환산하고 도출된 각각의 비율을 제1 색상 각각의 가중치로 하여, 제1 색상 각각의 2차원 원소값에 하기 수학식 1과 같이 가중 산술 평균을 적용하여 배색 원소값을 계산할 수 있다.

[수학식 1]

(N = 제1 색상의 개수, a = 공간 이미지에서 N 개의 제1 색상들이 사용된 비율의 합을 100%로 환산하였을 때 특정 제1 색상이 사용된 비율, S: 소프트 원소값, D: 다이내믹 원소값,

: 제1 색상들의 소프트 값에 대한 가중 산술 평균 원소값,

: 제1 색상들의 다이내믹 값에 대한 가중 산술 평균 원소값)

도 3의 예시에 수학식 1을 적용하는 예시를 설명한다. 도 3에서 제1 색상으로 선별된 C1, C2, C3가 공간 이미지에서 사용된 비율은 C1: 30%, C2: 25%, C3: 20% 이다. 이때 각 비율의 합이 100%가 되게 환산한다면,

,

와 같다. 이때 컬러 이미지 스케일(S축, D축) 상에서 C1의 좌표는 (S1, D1) = (0.5, 0.4), C2의 좌표는 (S2, D2) = (0.4, 0,3), C3의 좌표는 (S3, D3) = (0.3, 0.2) 이라고 가정한다.

이때 배색 원소값 (

,

)은 수학식 1을 적용할 경우 아래와 같이 (0.4133, 0.3133)으로 계산될 수 있다.

= 0.4133

= 0.3133

제어 모듈(125)은 컬러 이미지 스케일에 계산된 배색 원소값을 포함하는 배색군을 공간 이미지에 어울리는 배색으로 추천할 수 있다.

도 5는 컬러 이미지 스케일 상의 색상들에 대해서 소프트 값 및 다이내믹 값의 범위를 기준으로 분류한 그룹들의 예시도이다.

도 5를 참조하여, 도 3의 예시를 적용하는 경우 도 3에 대하여 배색 원소값 (0.4133, 0.3133)은 소프트 범위 0.4 ~ 0.6, 다이내믹 범위 0.0 ~ 0.4 에 위치하는 "심플한"이라는 배색군에 위치한다. 이에 따라, 제어 모듈(125)은 컬러 이미지 스케일에서"심플한" 이라는 배색군에 속한 색상을 공간 이미지에 어울리는 배색으로 추천할 수 있다.

DB 생성 모듈(127)은 웹상에서 주로 사용되는 색상들을 기준으로 컬러 이미지 스케일을 생성할 수 있다.

예를 들어, DB 생성 모듈(127)은 275가지 색상을 포함하는 컬러 팔레트를 획득할 수 있다. DB 생성 모듈(127)은 웹상에서 자주 사용되는 색상을 사용하기 위해 HTML 컬러 팔레트 또는 자바스크립트 컬러 팔레트를 사용할 수 있다.

이후, DB 생성 모듈(127)은 275가지 색상에 대해 소프트 및 다이내믹 값을 결정해야 하는데, 값의 연산을 효율적으로 하기 위하여, 먼저 275가지 색상의 RGB 정보를 기준으로 색상들을 분류하여 32개의 그룹으로 군집시킬 수 있다. DB 생성 모듈(127)은 275가지 색상의 RGB 정보를 기준으로 도 6과 같이 RGB 3차원 좌표 평면에 배치할 수 있고, 3차원 공간상에 위치하는 색상 간의 거리를 기준으로 가까운 색상끼리 32개의 그룹으로 분류할 수 있다.

다음으로, DB 생성 모듈(127)은 그룹에 포함된 색상들의 RGB 정보를 기초로 RGB 정보의 중앙값 또는 평균값을 계산하여, 그룹에 포함된 색상 중의 RGB 정보가 중앙값 또는 평균값에 가장 가까운 색상을 각 그룹의 리더 색상으로 선별할 수 있다.

이에 따라, DB 생성 모듈(127)은 각 그룹의 리더 색상에 대해서만 RGB 정보를 기초로 리더 색상의 소프트 값 및 다이내믹 값을 결정할 수 있다. 결정 이후, DB 생성 모듈(127)은 리더 색상과 리더 색상과 같은 그룹에 속한 다른 색상들의 RGB 정보의 차잇값을 기반으로, 리더 색상의 소프트 값 및 다이내믹 값에 기 설정된 수치를 가산하거나 감산하여 리더 색상과 같은 그룹인 색상들의 소프트 값 및 다이내믹 값을 결정할 수 있다.

이에 따라, DB 생성 모듈(127)은 275가지의 색상에 대해 결정된 소프트 값 및 다이내믹 값을 기준으로, 소프트 및 다이내믹을 축에 배치하여 웹상에서 주로 사용되는 색상 기반의 컬러 이미지 스케일을 생성할 수 있고, 소프트 값 및 다이내믹 값을 소정의 범위에 따라 분류하여 도 4와 같은 배색군을 생성할 수 있다. 한편, 위에 예시된 275의 색상과 32개의 그룹은 예시일 뿐, 실시하는 방안에 따라 다양한 색상을 사용할 수 있고, 사용되는 색상보다 작은 수의 그룹으로 분류하여 실시예를 구현할 수 있다.

입력 인터페이스(130)는 사용자가 입력하는 데이터 또는 웹상의 데이터를 획득하고, 프로세서(120)의 연산을 위해 공간 이미지를 입력받을 수 있다. 데이터는 소정의 공간에 배치된 객체들에 대한 이미지, 이미지를 구성하는 픽셀의 RGB 정보를 포함하는 공간 이미지, 복수의 색상에 대한 RGB 정보를 포함하는 컬러 팔레트, 소정의 원소값(ex. 소프트, 다이내믹, 명도, 채도, 색상 등)에 따라 색상을 분류할 수 있는 복수의 컬러 이미지 스케일을 포함할 수 있다.

디스플레이부(140)는 디스플레이 패널을 포함하여 화상을 출력하는 하드웨어 구성을 포함할 수 있다.

통신 인터페이스(150)는 외부 장치(ex. 온라인 쇼핑몰 서버, 사용자 단말 등)와 통신하여 정보를 송수신 할 수 있게 한다. 이를 위해, 통신 인터페이스(150)는 무선 통신 모듈 또는 유선 통신 모듈을 포함할 수 있다.

도 7은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 방법의 흐름도이다. 도 7에 따른 공간 이미지 분석 기반 배색 추천 방법의 각 단계는 도 2를 통해 설명된 공간 이미지 분석 기반 배색 추천 장치(100)에 의해 수행될 수 있으며, 각 단계를 설명하면 다음과 같다.

도 7을 참조하면, 입력 인터페이스(130)는 공간 이미지를 입력받을 수 있다(S710). 이후, 색상 판별 모듈(121)은 공간 이미지를 구성하는 색상의 종류 및 공간 이미지에서 색상의 종류 각각이 사용된 비율을 판별하고(S720), 공간 이미지에 사용된 색상의 비율이 높은 순서로 공간 이미지를 구성하는 색상 중 일부인 제1 색상을 선별할 수 있다(S730). 다음으로, 배색 판별 모듈(123)은 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 제1 색상 각각이 위치하는 원소값을 판별할 수 있다(S740). 이에 따라, 제어 모듈(125)는 제1 색상 각각이 공간 이미지에서 사용된 비율을 가중치로 하여, 제1 색상 각각의 원소값에 가중치를 가하여 조합한 배색 원소값을 계산하고(S750), 컬러 이미지 스케일에 배색 원소값을 포함하는 배색군을 공간 이미지에 어울리는 배색으로 추천할 수 있다(S760). 추가로, DB 생성 모듈(127)은 웹상의 컬러 팔레트를 기반으로 컬러 이미지 스케일을 생성할 수 있다.

한편, 상술한 각 단계의 주체인 구성 요소들이 해당 단계를 실시하기 위한 과정은 도 1 내지 도 6과 함께 설명하였으므로 중복된 설명은 생략한다.

상술한 본 발명의 실시예들은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.

하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.

펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드 등이 기록된 컴퓨터 프로그램은 컴퓨터 판독 가능 기록 매체 또는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 메모리 유닛은 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 프로세서와 데이터를 주고받을 수 있다.

또한 본 발명에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방법으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

더불어 각 블록 또는 각 단계는 특정된 논리적 기능을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또한, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

이처럼, 본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims

공간 이미지 분석 기반 배색 추천 장치에 있어서,
소정의 동작을 수행하도록 하는 명령어들을 저장하는 하나 이상의 메모리; 및 상기 하나 이상의 메모리와 동작할 수 있도록 연결되어 상기 명령어들을 실행하도록 설정된 하나 이상의 프로세서를 포함하고,
상기 프로세서가 수행하는 동작은,
공간 이미지를 입력받는 동작;
상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 동작;
상기 공간 이미지에 사용된 색상의 비율이 높은 순서로, 상기 공간 이미지를 구성하는 상기 색상 중 일부인 제1 색상을 선별하는 동작;
HTML 컬러 팔레트 또는 자바스크립트 컬러 팔레트가 포함하는 복수의 색상에 대한 RGB 정보 각각을 소프트 및 다이내믹을 원소로 변환한 컬러 이미지 스케일을 생성하는 동작;
상기 컬러 이미지 스케일 상에 상기 제1 색상 각각이 위치하는 소프트 및 다이내믹 원소값을 판별하는 동작;
상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 소프트 및 다이내믹 원소값에 상기 가중치를 가하여 조합한 배색 원소값을 계산하는 동작; 및
상기 컬러 이미지 스케일에 상기 배색 원소값을 포함하는 배색군에 포함된 색상을 상기 공간 이미지에 어울리는 배색으로 추천하는 동작을 포함하고,
상기 컬러 이미지 스케일을 생성하는 동작은,
상기 컬러 팔레트에 포함된 복수의 색상의 개수(P 가지, P는 자연수)를 특정하는 동작;
상기 P가지 색상의 RGB 정보를 기준으로 색상들을 분류하여 U개(U는 P보다 작은 자연수)의 그룹으로 군집시키는 동작;
상기 그룹에 포함된 색상들의 RGB 정보를 기초로 RGB 정보의 중앙값을 계산하여, 상기 그룹에 포함된 색상 중의 RGB 정보가 상기 중앙값에 가장 가까운 색상을 상기 그룹의 리더 색상으로 선별하는 동작;
상기 리더 색상에 소정의 소프트 및 다이내믹 원소값을 기 설정하는 동작;
상기 리더 색상과 같은 그룹에 속한 색상들의 RGB 정보와 상기 리더 색상의 RGB 정보에 대한 차잇값을 기반으로 설정된 수치를, 상기 리더 색상의 소프트 및 다이내믹 원소값에 가산하거나 감산하여 상기 리더 색상과 같은 그룹인 색상들의 소프트 및 다이내믹 원소값을 결정하는 동작;
상기 P가지의 색상에 대해 결정된 소프트 및 다이내믹 원소값을 기초로 소프트 및 다이내믹을 축으로 하는 2차원 좌표 평면에 상기 P가지의 색상을 배치하는 동작; 및
상기 2차원 좌표 평면의 소프트 및 다이내믹 원소값을 소정의 범위에 따라 분류하여 배색군을 정의한 상기 컬러 이미지 스케일을 생성하는 동작을 포함하는,
공간 이미지 분석 기반 배색 추천 장치.
삭제
제1항에 있어서,
상기 P는 275이고,
상기 U는 32인,
공간 이미지 분석 기반 배색 추천 장치.
제1항에 있어서,
상기 비율을 판별하는 동작은,
k-means clustering 알고리즘을 기초로 상기 공간 이미지를 분석하여 상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 동작을 포함하는,
공간 이미지 분석 기반 배색 추천 장치.
제1항에 있어서,
상기 제1 색상을 선별하는 동작은,
상기 공간 이미지에 사용된 색상의 비율이 높은 순서로 상기 공간 이미지를 구성하는 n가지(n은 자연수)의 색상을 선별하는 동작; 및
상기 n가지의 색상이 상기 공간 이미지에서 사용된 비율의 합을 100%로 환산하여, 상기 n가지 색상 중 상기 비율이 높은 순서로 상기 비율을 누적하여 합하였을 때 a%(a는 100 이하의 자연수)를 초과할 때까지의 색상을 상기 제1 색상으로 선별하는 동작을 포함하는,
공간 이미지 분석 기반 배색 추천 장치.
제5항에 있어서,
상기 n가지는 5가지이고,
상기 a%는 70%인
공간 이미지 분석 기반 배색 추천 장치.
제1항에 있어서,
상기 배색 원소값을 계산하는 동작은,
상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 소프트 및 다이내믹 원소값에 가중 산술 평균을 적용하여 상기 배색 원소값을 계산하는 동작을 포함하는,
공간 이미지 분석 기반 배색 추천 장치.
제7항에 있어서,
상기 배색 원소값을 계산하는 동작은,
상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율의 합을 100%로 환산하여 도출된 각각의 비율을 상기 제1 색상 각각의 가중치로 하여, 상기 제1 색상 각각의 소프트 및 다이내믹 원소값에 가중 산술 평균을 적용하여 상기 배색 원소값을 계산하는 동작을 포함하는,
공간 이미지 분석 기반 배색 추천 장치.
제8항에 있어서,
상기 배색 원소값을 계산하는 동작은,
하기 수학식 1을 기초로 계산되는,
[수학식 1]

(N = 제1 색상의 개수, a = 공간 이미지에서 N 개의 제1 색상들이 사용된 비율의 합을 100%로 환산하였을 때 어느 하나의 제1 색상이 사용된 비율, S: 소프트 원소값, D: 다이내믹 원소값,
: 제1 색상들의 소프트 값에 대한 가중 산술 평균 원소값,
: 제1 색상들의 다이내믹 값에 대한 가중 산술 평균 원소값)
공간 이미지 분석 기반 배색 추천 장치.
공간 이미지 분석 기반 배색 추천 장치가 수행하는 공간 이미지 분석 기반 배색 추천 방법에 있어서,
공간 이미지를 입력받는 단계;
상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 단계;
상기 공간 이미지에 사용된 색상의 비율이 높은 순서로, 상기 공간 이미지를 구성하는 상기 색상 중 일부인 제1 색상을 선별하는 단계;
HTML 컬러 팔레트 또는 자바스크립트 컬러 팔레트가 포함하는 복수의 색상에 대한 RGB 정보 각각을 소프트 및 다이내믹을 원소로 변환한 컬러 이미지 스케일을 생성하는 단계;
상기 컬러 이미지 스케일 상에 상기 제1 색상 각각이 위치하는 소프트 및 다이내믹 원소값을 판별하는 단계;
상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 소프트 및 다이내믹 원소값에 상기 가중치를 가하여 조합한 배색 원소값을 계산하는 단계; 및
상기 컬러 이미지 스케일에 상기 배색 원소값을 포함하는 배색군에 포함된 색상을 상기 공간 이미지에 어울리는 배색으로 추천하는 단계를 포함하고,
상기 컬러 이미지 스케일을 생성하는 단계는,
상기 컬러 팔레트에 포함된 복수의 색상의 개수(P 가지, P는 자연수)를 특정하는 단계;
상기 P가지 색상의 RGB 정보를 기준으로 색상들을 분류하여 U개(U는 P보다 작은 자연수)의 그룹으로 군집시키는 단계;
상기 그룹에 포함된 색상들의 RGB 정보를 기초로 RGB 정보의 중앙값을 계산하여, 상기 그룹에 포함된 색상 중의 RGB 정보가 상기 중앙값에 가장 가까운 색상을 상기 그룹의 리더 색상으로 선별하는 단계;
상기 리더 색상에 소정의 소프트 및 다이내믹 원소값을 기 설정하는 단계;
상기 리더 색상과 같은 그룹에 속한 색상들의 RGB 정보와 상기 리더 색상의 RGB 정보에 대한 차잇값을 기반으로 설정된 수치를, 상기 리더 색상의 소프트 및 다이내믹 원소값에 가산하거나 감산하여 상기 리더 색상과 같은 그룹인 색상들의 소프트 및 다이내믹 원소값을 결정하는 단계;
상기 P가지의 색상에 대해 결정된 소프트 및 다이내믹 원소값을 기초로 소프트 및 다이내믹을 축으로 하는 2차원 좌표 평면에 상기 P가지의 색상을 배치하는 단계; 및
상기 2차원 좌표 평면의 소프트 및 다이내믹 원소값을 소정의 범위에 따라 분류하여 배색군을 정의한 상기 컬러 이미지 스케일을 생성하는 단계를 포함하는,
공간 이미지 분석 기반 배색 추천 방법.
제10항의 방법을 프로세서가 수행하도록 하는 컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램.