KR102623454B1 - Classification system for fashion style and classification method therefor - Google Patents

Classification system for fashion style and classification method therefor Download PDF

Info

Publication number
KR102623454B1
KR102623454B1 KR1020210137127A KR20210137127A KR102623454B1 KR 102623454 B1 KR102623454 B1 KR 102623454B1 KR 1020210137127 A KR1020210137127 A KR 1020210137127A KR 20210137127 A KR20210137127 A KR 20210137127A KR 102623454 B1 KR102623454 B1 KR 102623454B1
Authority
KR
South Korea
Prior art keywords
fashion
component
style
standard image
fashion object
Prior art date
Application number
KR1020210137127A
Other languages
Korean (ko)
Other versions
KR20230053852A (en
Inventor
김진수
장영화
허권
Original Assignee
(주)에오스와이텍
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)에오스와이텍 filed Critical (주)에오스와이텍
Priority to KR1020210137127A priority Critical patent/KR102623454B1/en
Publication of KR20230053852A publication Critical patent/KR20230053852A/en
Application granted granted Critical
Publication of KR102623454B1 publication Critical patent/KR102623454B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

패션 스타일 분류 시스템은, 패션 객체의 이미지가 포함된 상품 사진으로부터 상기 패션 객체의 이미지를 추출하는 패션 객체 이미지 추출기; 상기 패션 객체 이미지 추출기로부터 추출된 상기 패션 객체의 이미지로부터, 상기 패션 객체에 속하는 다수의 구성 부분 이미지를 추출하는 구성 부분 추출기; 상기 구성 부분 추출기로부터 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지를 생성하는 구성 부분 표준 이미지 생성기; 및 상기 구성 부분 표준 이미지 생성기로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 이용하여, 다수의 구성 부분 각각의 유형을 분류하는 구성 부분 스타일 분류기;를 포함한다.The fashion style classification system includes a fashion object image extractor that extracts an image of a fashion object from a product photo including the image of the fashion object; a component extractor for extracting a plurality of component image images belonging to the fashion object from the image of the fashion object extracted from the fashion object image extractor; a component standard image generator that generates a standard image for each of the plurality of component images extracted from the component part extractor; and a component style classifier that classifies each type of the multiple component parts using standard images for the multiple component parts generated from the component standard image generator.

Description

패션 스타일 분류 시스템 및 그 분류 방법{CLASSIFICATION SYSTEM FOR FASHION STYLE AND CLASSIFICATION METHOD THEREFOR}Fashion style classification system and its classification method {CLASSIFICATION SYSTEM FOR FASHION STYLE AND CLASSIFICATION METHOD THEREFOR}

본 발명은 패션 스타일 분류 시스템 및 그 분류 방법에 관한 것으로, 더욱 상세하게는 패션 객체인 의류 상품의 이미지로부터 해당 상품의 패션 스타일을 분류할 수 있는 시스템 및 그 방법에 관한 것이다.The present invention relates to a fashion style classification system and a method for classifying the same, and more specifically, to a system and method for classifying the fashion style of a clothing product, which is a fashion object, from an image of the corresponding product.

국내 의류 시장 성장이 장기간 둔화하는 가운데 코로나 사태로 인해 재고가 매우 증가함에 따라 적정 생산량을 예측하는 것이 의류업계에서는 최고의 화두가 되고 있다. 또한, 경쟁력 있는 생산 단가를 맞추기 위해서는 최소 1년 전에 소재를 결정하고 소싱을 해야만 된다는 제약으로 인해 이러한 예측과 의사 결정은 그 이전에 이루어져야 한다. 하지만 이러한 문제를 해결하지 못하는 이유는 기획자와 디자이너들이 유행할 스타일을 몰라서가 아니라 스타일별 유행 정도 즉, 스타일별 판매량을 정확하게 예측하지 못하고 관습적으로 생산하기 때문이다.As the growth of the domestic clothing market has slowed for a long time and inventory has increased significantly due to the coronavirus outbreak, predicting appropriate production volume has become a hot topic in the clothing industry. In addition, due to the constraint that materials must be decided and sourced at least one year in advance in order to meet competitive production costs, such predictions and decisions must be made in advance. However, the reason these problems cannot be solved is not because planners and designers do not know what styles will be popular, but because they produce them conventionally without accurately predicting the level of popularity for each style, that is, the sales volume for each style.

또한, 디자이너들이 기존 방식대로 시장 방문 조사를 아무리 많이 하더라도 광범위한 객관적인 예측 근거 자료가 부족하여 결정권자들은 공략하는 스타일의 생산량을 합리적으로 결정하지 못하고 매출 저하와 재고량 증가를 초래한다.In addition, no matter how much designers conduct market visits and research in the traditional way, due to the lack of extensive objective forecasting data, decision makers are unable to rationally determine the production volume of the style they are targeting, resulting in decreased sales and increased inventory.

기존 키워드 및 이미지 태그 검색 방식은 실질적인 소비자 요구를 만족시키지 못하고 있다. 일반 소비자들은 다양하고 생소한 스타일 용어를 잘 알지 못할 뿐만 아니라 최신 용어는 패션업계 관계자 외에는 모르는 것이 현실이다. 따라서, 일반 소비자 대부분은 브랜드명과 범위가 넓은 카테고리 유형(가죽 자켓, 린넨 바지, 쿨링 티셔츠 등)을 사용하여 검색하는 것이 현실이다. 이러한 이유로 키워드를 통한 스타일 검색 방식은 소비자 자신의 요구를 정확히 표현할 수가 없어서 그 결과에 대한 만족도가 매우 낮다. Existing keyword and image tag search methods do not satisfy actual consumer needs. The reality is that not only are general consumers not familiar with various and unfamiliar style terms, but only those in the fashion industry are aware of the latest terms. Therefore, the reality is that most general consumers search using brand names and broad category types (leather jackets, linen pants, cooling t-shirts, etc.). For this reason, the style search method using keywords cannot accurately express the consumer's own needs, so satisfaction with the results is very low.

이미지 태그 방식의 검색 또한 소비자가 원하는 스타일을 찾기 위해서는 자신이 원하는 비슷한 이미지들을 계속 검색하면서 수많은 인터넷 서핑을 해야 한다. 또한, 대부분의 검색 사이트, 온라인 쇼핑몰, 포털 사이트 등은 소비자의 정확한 요구를 모른 채 소비자가 어쩔 수 없이 무의미하게 서핑한 행위를 기반으로 개인맞춤 추천을 하는 것이 현재 서비스들의 한계이다.Image tag-based search also requires consumers to surf the Internet while continuously searching for similar images they want to find the style they want. In addition, most search sites, online shopping malls, portal sites, etc. do not know the exact needs of the consumer and make personalized recommendations based on the consumer's meaningless surfing, which is a limitation of current services.

이러한 근본적인 이유로 일반 소비자들은 브랜드명과 카테고리 유형 위주의 검색을 하게 된다. 아울러, 이는 유명 브랜드 위주의 산업 구조를 초래하였고 국내 중소 패션 제조 기업의 경쟁력 약화에 일조하였다.For this fundamental reason, general consumers search based on brand name and category type. In addition, this led to an industrial structure centered on famous brands and contributed to weakening the competitiveness of domestic small and medium-sized fashion manufacturing companies.

이를 해결하기 위해서는 소비자 요구를 충실히 표현할 수 있으면서 개인 스타일 취향과 트렌드가 상세히 반영된 새로운 개념의 패션 검색 방식이 필요하다. 다만, 새로운 개념의 패션 검색 방식을 위해서는 의류 상품의 이미지로부터 해당 상품의 패션 스타일을 분류하는 것이 선행되어야 할 것이다.To solve this problem, a new concept of fashion search method is needed that can faithfully express consumer needs while also reflecting personal style preferences and trends in detail. However, in order to develop a new concept of fashion search method, it is necessary to first classify the fashion style of the clothing product from its image.

본 발명은 전술한 바와 같은 기술적 과제를 해결하는 데 목적이 있는 발명으로서, 의류 상품의 사진 이미지로부터 해당 상품의 패션 스타일을 분류할 수 있는 패션 스타일 분류 시스템 및 그 분류 방법을 제공하는 것에 그 목적이 있다.The present invention aims to solve the technical problems described above, and its purpose is to provide a fashion style classification system and a classification method that can classify the fashion style of a clothing product from a photographic image of the product. there is.

제 1 실시예 및 제 2 실시예에 따른 패션 스타일 분류 시스템은, 패션 객체의 이미지가 포함된 상품 사진으로부터 상기 패션 객체의 이미지를 추출하는 패션 객체 이미지 추출기; 상기 패션 객체 이미지 추출기로부터 추출된 상기 패션 객체의 이미지로부터, 상기 패션 객체에 속하는 다수의 구성 부분 이미지를 추출하는 구성 부분 추출기; 및 상기 구성 부분 추출기로부터 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지를 생성하는 구성 부분 표준 이미지 생성기;를 포함한다.The fashion style classification system according to the first and second embodiments includes a fashion object image extractor that extracts an image of a fashion object from a product photo including the image of the fashion object; a component extractor for extracting a plurality of component image images belonging to the fashion object from the image of the fashion object extracted from the fashion object image extractor; and a component standard image generator that generates a standard image for each of the plurality of component images extracted from the component extractor.

구체적으로 제 1 실시예 및 제 2 실시예의 상기 구성 부분 표준 이미지 생성기는, 상기 다수의 구성 부분 각각에 대한 구성 부분 정보를 추출한다. 아울러, 상기 구성 부분 정보는, 해당 구성 부분의 위치 정보; 해당 구성 부분의 영역 정보; 해당 구성 부분의 형태 정보; 해당 구성 부분의 재질 정보; 해당 구성 부분의 패턴 정보; 및 해당 구성 부분의 컬러 정보; 중 다수를 포함할 수 있다.Specifically, the component standard image generator of the first and second embodiments extracts component information for each of the plurality of component parts. In addition, the component part information includes location information of the corresponding component part; Area information of the corresponding component part; Shape information of the corresponding constituent part; Information on the material of the component parts in question; pattern information of the corresponding component part; and color information of its constituent parts; It may include many of them.

아울러, 제 1 실시예에 따른 패션 스타일 분류 시스템은, 상기 구성 부분 표준 이미지 생성기로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 조합하여, 상기 패션 객체에 대한 표준 이미지를 생성하는, 패션 객체 표준 이미지 생성기; 및 상기 패션 객체 표준 이미지 생성기에 의해 생성된 상기 패션 객체에 대한 표준 이미지를 이용하여, 상기 패션 객체에 대한 스타일을 분류하는 패션 객체 스타일 분류기;를 더 포함한다.In addition, the fashion style classification system according to the first embodiment is a fashion object standard image that generates a standard image for the fashion object by combining standard images for a plurality of component parts generated from the component part standard image generator. generator; and a fashion object style classifier that classifies a style for the fashion object using a standard image for the fashion object generated by the fashion object standard image generator.

구체적으로, 제 1 실시예의 상기 패션 객체 스타일 분류기는, 상기 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하고, 해당 유사도가 상기 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류한다.Specifically, the fashion object style classifier of the first embodiment calculates the similarity between the standard image for the fashion object and the standard images of a plurality of pre-stored fashion object types, and determines that the similarity is greater than or equal to a preset first value. Classify the style for the fashion object according to the calculated type of the pre-stored fashion object, and if there is no type of the pre-stored fashion object whose similarity is calculated to be higher than the first value, classify the style for the fashion object as the type of a new fashion object. Classify styles.

또한, 제 2 실시예에 따른 패션 스타일 분류 시스템은, 상기 구성 부분 표준 이미지 생성기로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 이용하여, 다수의 구성 부분 각각의 유형을 분류하는 구성 부분 스타일 분류기;를 더 포함한다. 구체적으로, 제 2 실시예의 상기 구성 부분 스타일 분류기는, 해당 구성 부분에 대한 표준 이미지와 다수의 미리 저장된 구성 부분 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류하고, 해당 유사도가 상기 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형이 없는 경우에는 새로운 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류한다.In addition, the fashion style classification system according to the second embodiment includes a component style classifier that classifies each type of a plurality of component parts using standard images for the plurality of component parts generated from the component part standard image generator; It further includes. Specifically, the component style classifier of the second embodiment calculates the similarity between the standard image for the component part and the standard images of a plurality of pre-stored component part types, and determines that the similarity is greater than or equal to a preset second value. The style of the corresponding constituent part is classified according to the calculated type of the pre-stored constituent part, and if there is no type of the pre-stored constituent part whose similarity is calculated to be higher than the second value, the style of the corresponding constituent part is classified as the type of the new constituent part. Classify.

아울러, 제 2 실시예에 따른 패션 스타일 분류 시스템은, 상기 구성 부분 스타일 분류기에 의해 분류된 상기 패션 객체에 속하는 다수의 구성 부분의 각각의 유형에 해당하는, 다수의 구성 부분 유형의 표준 이미지를 조합하여 상기 패션 객체에 대한 표준 이미지를 생성하는, 패션 객체 표준 이미지 생성기; 및 상기 패션 객체 표준 이미지 생성기에 의해 생성된 상기 패션 객체에 대한 표준 이미지를 이용하여, 상기 패션 객체에 대한 스타일을 분류하는 패션 객체 스타일 분류기;를 더 포함한다. 구체적으로, 제 2 실시예의 상기 패션 객체 스타일 분류기는, 상기 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하고, 해당 유사도가 상기 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류한다.In addition, the fashion style classification system according to the second embodiment combines standard images of a plurality of component parts types, corresponding to each type of a plurality of component parts belonging to the fashion object classified by the component style classifier. a fashion object standard image generator that generates a standard image for the fashion object; and a fashion object style classifier that classifies a style for the fashion object using a standard image for the fashion object generated by the fashion object standard image generator. Specifically, the fashion object style classifier of the second embodiment calculates the similarity between the standard image for the fashion object and the standard images of a plurality of pre-stored fashion object types, respectively, so that the similarity is greater than or equal to a preset first value. Classify the style for the fashion object according to the calculated type of the pre-stored fashion object, and if there is no type of the pre-stored fashion object whose similarity is calculated to be higher than the first value, classify the style for the fashion object as the type of a new fashion object. Classify styles.

제 1 실시예 및 제 2 실시예에 따른 패션 스타일 분류 방법은, 패션 객체의 이미지가 포함된 상품 사진으로부터 상기 패션 객체의 이미지를 추출하는 패션 객체 이미지 추출 단계; 상기 패션 객체 이미지 추출 단계로부터 추출된 상기 패션 객체의 이미지로부터, 상기 패션 객체에 속하는 다수의 구성 부분 이미지를 추출하는 구성 부분 추출 단계; 및 상기 구성 부분 추출 단계로부터 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지를 생성하는 구성 부분 표준 이미지 생성 단계;를 포함한다.The fashion style classification method according to the first and second embodiments includes a fashion object image extraction step of extracting an image of the fashion object from a product photo including the image of the fashion object; a component part extraction step of extracting a plurality of component part images belonging to the fashion object from the image of the fashion object extracted from the fashion object image extraction step; and a component standard image generation step of generating a standard image for each of the plurality of component images extracted from the component part extraction step.

구체적으로, 제 1 실시예 및 제 2 실시예의 상기 구성 부분 표준 이미지 생성 단계는, 상기 다수의 구성 부분 각각에 대한 구성 부분 정보를 추출한다. 아울러, 상기 구성 부분 정보는, 해당 구성 부분의 위치 정보; 해당 구성 부분의 영역 정보; 해당 구성 부분의 형태 정보; 해당 구성 부분의 재질 정보; 해당 구성 부분의 패턴 정보; 및 해당 구성 부분의 컬러 정보; 중 다수를 포함한다.Specifically, the component part standard image generating step of the first and second embodiments extracts component information for each of the plurality of component parts. In addition, the component part information includes location information of the corresponding component part; Area information of the corresponding component part; Shape information of the corresponding constituent part; Information on the material of the component parts in question; pattern information of the corresponding component part; and color information of its constituent parts; includes many of them.

또한, 제 1 실시예에 따른 패션 스타일 분류 방법은, 상기 구성 부분 표준 이미지 생성 단계로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 조합하여, 상기 패션 객체에 대한 표준 이미지를 생성하는, 패션 객체 표준 이미지 생성 단계; 및 상기 패션 객체 표준 이미지 생성기에 의해 생성된 상기 패션 객체에 대한 표준 이미지를 이용하여, 상기 패션 객체에 대한 스타일을 분류하는 패션 객체 스타일 분류 단계;를 더 포함한다. 구체적으로, 제 1 실시예의 상기 패션 객체 스타일 분류 단계는, 상기 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하고, 해당 유사도가 상기 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류한다.In addition, the fashion style classification method according to the first embodiment is a fashion object standard that generates a standard image for the fashion object by combining standard images for a plurality of component parts generated from the component standard image generation step. Image creation step; and a fashion object style classification step of classifying a style for the fashion object using a standard image for the fashion object generated by the fashion object standard image generator. Specifically, the fashion object style classification step of the first embodiment calculates the similarity between the standard image for the fashion object and the standard images of a plurality of pre-stored fashion object types, so that the similarity is greater than or equal to a preset first value. The style for the fashion object is classified according to the type of the pre-stored fashion object calculated, and if there is no type of the pre-stored fashion object whose similarity is calculated to be higher than the first value, the fashion object is classified as a type of a new fashion object. Classify styles.

아울러, 제 2 실시예에 따른 패션 스타일 분류 방법은, 상기 구성 부분 표준 이미지 생성 단계로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 이용하여, 다수의 구성 부분 각각의 유형을 분류하는 구성 부분 스타일 분류 단계;를 더 포함한다. 구체적으로, 제 2 실시예의 상기 구성 부분 스타일 분류 단계는, 해당 구성 부분에 대한 표준 이미지와 다수의 미리 저장된 구성 부분 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류하고, 해당 유사도가 상기 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형이 없는 경우에는 새로운 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류한다.In addition, the fashion style classification method according to the second embodiment is a component style classification method that classifies each type of a plurality of component parts using standard images for a plurality of component parts generated from the component standard image generation step. It further includes steps; Specifically, the component style classification step of the second embodiment calculates the similarity between the standard image for the component part and the standard images of a plurality of pre-stored component part types, so that the similarity is greater than or equal to a preset second value. The style of the corresponding constituent part is classified according to the type of the pre-stored constituent part calculated as , and if there is no type of the pre-stored constituent part whose similarity is calculated to be higher than the second value, the style of the corresponding constituent part is classified as the type of the new constituent part. Classify styles.

또한, 제 2 실시예에 따른 패션 스타일 분류 방법은, 상기 구성 부분 스타일 분류 단계에 의해 분류된 상기 패션 객체에 속하는 다수의 구성 부분의 각각의 유형에 해당하는, 다수의 구성 부분 유형의 표준 이미지를 조합하여 상기 패션 객체에 대한 표준 이미지를 생성하는, 패션 객체 표준 이미지 생성 단계; 및 상기 패션 객체 표준 이미지 생성 단계에 의해 생성된 상기 패션 객체에 대한 표준 이미지를 이용하여, 상기 패션 객체에 대한 스타일을 분류하는 패션 객체 스타일 분류 단계;를 더 포함한다. 구체적으로, 제 2 실시예의 상기 패션 객체 스타일 분류 단계는, 상기 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하고, 해당 유사도가 상기 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류한다.In addition, the fashion style classification method according to the second embodiment includes standard images of a plurality of component parts types, corresponding to each type of a plurality of component parts belonging to the fashion object classified by the component style classification step. A fashion object standard image generation step of combining to generate a standard image for the fashion object; and a fashion object style classification step of classifying a style for the fashion object using the standard image for the fashion object generated by the fashion object standard image generation step. Specifically, the fashion object style classification step of the second embodiment calculates the similarity between the standard image for the fashion object and the standard images of a plurality of pre-stored fashion object types, so that the similarity is greater than or equal to a preset first value. The style for the fashion object is classified according to the type of the pre-stored fashion object calculated, and if there is no type of the pre-stored fashion object whose similarity is calculated to be higher than the first value, the fashion object is classified as a type of a new fashion object. Classify styles.

본 발명의 패션 스타일 분류 시스템 및 그 분류 방법에 따르면, 의류 상품의 사진 이미지로부터 해당 상품의 패션 스타일을 분류할 수 있다.According to the fashion style classification system and method of the present invention, the fashion style of the clothing product can be classified from the photo image of the corresponding clothing product.

도 1은 제 1 실시예에 따른 패션 스타일 분류 시스템의 구성도.
도 2a는 패션 객체 이미지 추출기로 입력되는 패션 객체의 이미지가 포함된 상품 사진의 예시도
도 2b는 패션 객체 이미지 추출기에 의해 추출된 패션 객체의 이미지의 예시도.
도 2c는 구성 부분 추출기에 의해 추출된 다수의 구성 부분 이미지의 예시도.
도 2d는 구성 부분 표준 이미지 생성기에 의해 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지의 예시도.
도 2e는 패션 객체 표준 이미지 생성기에 의해 생성된 패션 객체에 대한 표준 이미지의 예시도.
도 3은 패션 객체 표준 이미지 생성기에 의한 패션 객체에 대한 표준 이미지에 대한 설명도.
도 4는 제 2 실시예에 따른 패션 스타일 분류 시스템의 구성도.1 is a configuration diagram of a fashion style classification system according to a first embodiment.
Figure 2a is an example of a product photo containing an image of a fashion object input to the fashion object image extractor.
Figure 2b is an example of an image of a fashion object extracted by a fashion object image extractor.
2C is an example diagram of multiple component parts images extracted by a component extractor.
2D is an example of a standard image for each of a plurality of component images extracted by a component standard image generator.
2E is an example of a standard image for a fashion object generated by a fashion object standard image generator.
Figure 3 is an explanatory diagram of a standard image for a fashion object by a fashion object standard image generator.
Figure 4 is a configuration diagram of a fashion style classification system according to a second embodiment.

이하, 첨부된 도면을 참조하면서 본 발명의 실시예들에 따른 패션 스타일 분류 시스템 및 그 분류 방법에 대해 상세히 설명하기로 한다. 본 발명의 하기의 실시예들은 본 발명을 구체화하기 위한 것일 뿐 본 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 본 발명의 상세한 설명 및 실시예들로부터 본 발명이 속하는 기술 분야의 전문가가 용이하게 유추할 수 있는 것은 본 발명의 권리 범위에 속하는 것으로 해석된다.Hereinafter, a fashion style classification system and a classification method according to embodiments of the present invention will be described in detail with reference to the attached drawings. Of course, the following examples of the present invention are only intended to embody the present invention and do not limit or limit the scope of the present invention. Anything that can be easily inferred by an expert in the technical field to which the present invention belongs from the detailed description and embodiments of the present invention will be interpreted as falling within the scope of the rights of the present invention.

먼저, 도 1은 제 1 실시예에 따른 패션 스타일 분류 시스템(10)의 구성도를 나타낸다. First, Figure 1 shows a configuration diagram of a fashion style classification system 10 according to a first embodiment.

참고로 제 1 실시예에 따른 패션 스타일 분류 시스템(10)의 구성 각각은, 적어도 하나의 컴퓨팅 장치의 적어도 일부의 프로세서를 이용하여 구현될 수 있다. 아울러, 제 1 실시예에 따른 패션 스타일 분류 시스템(10)은 적어도 하나의 컴퓨팅 장치를 이용하여 구현될 수 있다.For reference, each component of the fashion style classification system 10 according to the first embodiment may be implemented using at least some processors of at least one computing device. In addition, the fashion style classification system 10 according to the first embodiment may be implemented using at least one computing device.

도 1로부터 알 수 있는 바와 같이 제 1 실시예에 따른 패션 스타일 분류 시스템(10)은, 패션 객체 이미지 추출기(11), 구성 부분 추출기(12), 구성 부분 표준 이미지 생성기(13), 패션 객체 표준 이미지 생성기(15), 패션 객체 스타일 분류기(16) 및 패션 스타일 표준 이미지 생성기(18)를 포함하여 구성될 수 있다.As can be seen from Figure 1, the fashion style classification system 10 according to the first embodiment includes a fashion object image extractor 11, a component part extractor 12, a component standard image generator 13, and a fashion object standard. It may include an image generator 15, a fashion object style classifier 16, and a fashion style standard image generator 18.

도 2a 내지 도 2e는 각각, 패션 객체 이미지 추출기(11)로 입력되는 패션 객체의 이미지가 포함된 상품 사진, 패션 객체 이미지 추출기(11)에 의해 추출된 패션 객체의 이미지, 구성 부분 추출기(12)에 의해 추출된 다수의 구성 부분 이미지, 구성 부분 표준 이미지 생성기(13)에 의해 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지 및 패션 객체 표준 이미지 생성기(15)에 의해 생성된 패션 객체에 대한 표준 이미지의 예시도를 나타낸다. 2A to 2E show a product photo including an image of a fashion object input to the fashion object image extractor 11, an image of the fashion object extracted by the fashion object image extractor 11, and a component extractor 12, respectively. A plurality of component images extracted by, a standard image for each of the multiple component images extracted by the component standard image generator 13, and a standard for the fashion object generated by the fashion object standard image generator 15. Shows an example image.

하기에 제 1 실시예에 따른 패션 스타일 분류 시스템(10)의 각 구성에 대해 구체적으로 설명하기로 한다.Below, each component of the fashion style classification system 10 according to the first embodiment will be described in detail.

패션 객체 이미지 추출기(11)는, 패션 객체의 이미지가 포함된 상품 사진 등으로부터 패션 객체의 이미지를 추출하는 역할을 한다. 참고로, 패션 객체라는 것은 의복, 모자를 포함하는 패션의 대상을 의미한다.The fashion object image extractor 11 serves to extract an image of a fashion object from a product photo containing the image of the fashion object. For reference, a fashion object refers to an object of fashion, including clothing and hats.

패션 객체 이미지 추출기(11)는, 패션 객체의 이미지의 추출과 더불어 해당 패션 객체의 카테고리 정보를 분류할 필요가 있다. 패션 객체의 카테고리 정보는 계층적으로 분류될 수 있다. 예를 들면, 하나의 패션 객체에 대해 대분류는 아우터로, 중분류는 코트로, 소분류는 트렌치 코트와 같이 분류될 수 있다. 해당 패션 객체의 카테고리 정보는 구성 부분 추출기(12), 구성 부분 표준 이미지 생성기(13), 패션 객체 표준 이미지 생성기(15), 패션 객체 스타일 분류기(16) 및 패션 스타일 표준 이미지 생성기(18)에 의해 이용될 수 있다.The fashion object image extractor 11 needs to classify category information of the fashion object in addition to extracting the image of the fashion object. Category information of fashion objects can be classified hierarchically. For example, for one fashion object, the major category may be classified as outerwear, the medium category as coats, and the minor category as trench coats. The category information of the corresponding fashion object is generated by the component part extractor (12), the component part standard image generator (13), the fashion object standard image generator (15), the fashion object style classifier (16), and the fashion style standard image generator (18). It can be used.

구성 부분 추출기(12)는, 패션 객체 이미지 추출기(11)로부터 추출된 패션 객체의 이미지로부터 패션 객체에 속하는 다수의 구성 부분 이미지를 추출하는 역할을 한다. 여기서 다수의 구성 부분은, 어깨견장, 칼라, 플랩, 소매, 주머니, 단추, 벨트 등을 포함한다.The component part extractor 12 serves to extract a plurality of component image images belonging to the fashion object from the image of the fashion object extracted from the fashion object image extractor 11. Here, the multiple components include shoulder straps, collars, flaps, sleeves, pockets, buttons, belts, etc.

구성 부분 추출기(12)는 딥러닝을 이용한 학습 모델에 의해 구현될 수 있다. 예를 들면 구성 부분 추출기(12)는, 딥러닝을 통해 패션 객체에 속하는 다수의 구성 부분을 한꺼번에 검출 후, 검출된 다수의 구성 부분으로부터 각각의 구성 부분을 추출할 수 있다.The component extractor 12 can be implemented by a learning model using deep learning. For example, the component extractor 12 can detect multiple components belonging to a fashion object at once through deep learning and then extract each component from the multiple detected components.

구성 부분 표준 이미지 생성기(13)는, 구성 부분 추출기(12)로부터 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지를 생성한다. 즉, 구성 부분 표준 이미지 생성기(13)는, 구성 부분 추출기(12)로부터 추출된 다수의 구성 부분의 실사 이미지로부터 도식화된 이미지인 표준 이미지를 생성하는 역할을 한다.The component standard image generator 13 generates a standard image for each of the plurality of component images extracted from the component extractor 12. That is, the component standard image generator 13 serves to generate a standard image, which is a schematic image, from the actual images of a plurality of component parts extracted from the component extractor 12.

아울러, 구성 부분 표준 이미지 생성기(13)는, 다수의 구성 부분 이미지 각각에 대한 표준 이미지의 생성과 더불어 다수의 구성 부분 각각에 대한 구성 부분 정보를 추출할 필요가 있다. 구성 부분 정보는, 패션 객체 표준 이미지 생성기(15), 패션 객체 스타일 분류기(16) 및 패션 스타일 표준 이미지 생성기(18)에 의해 이용될 수 있다.In addition, the component standard image generator 13 needs to extract component information for each of the multiple component parts in addition to generating a standard image for each of the multiple component images. The component information can be used by the fashion object standard image generator 15, the fashion object style classifier 16, and the fashion style standard image generator 18.

구체적으로, 구성 부분 정보는, 해당 구성 부분의 위치 정보; 해당 구성 부분의 영역 정보; 해당 구성 부분의 형태 정보; 해당 구성 부분의 재질 정보; 해당 구성 부분의 패턴 정보; 및 해당 구성 부분의 컬러 정보; 중 다수를 포함할 수 있다.Specifically, the component part information includes location information of the corresponding component part; Area information of the corresponding component part; Shape information of the corresponding constituent parts; Information on the material of the component parts in question; pattern information of the corresponding component part; and color information of its constituent parts; It may include many of them.

구성 부분 표준 이미지 생성기(13)는, 구성 부분 정보를 계층적으로 분류할 수 있다. 예를 들면, 구성 부분 표준 이미지 생성기(13)는, 해당 구성 부분의 위치 정보 및 해당 구성 부분의 영역 정보를 1차적으로 분류하고, 해당 구성 부분의 형태 정보를 2차적으로 분류하고, 해당 구성 부분의 재질 정보; 해당 구성 부분의 패턴 정보; 및 해당 구성 부분의 컬러 정보;를 3차적으로 분류할 수 있다. 아우러, 해당 구성 부분의 형태 정보의 분류에 의해 해당 구성 부분의 종류를 알 수 있고, 해당 구성 부분 이미지 각각에 대한 표준 이미지가 생성될 수 있다.The component standard image generator 13 can classify component information hierarchically. For example, the component standard image generator 13 primarily classifies the location information of the component part and the area information of the component part, secondarily classifies the shape information of the component part, and material information; pattern information of the corresponding component part; and color information of the corresponding component part; can be classified threefold. Furthermore, the type of the corresponding component part can be known by classification of the shape information of the corresponding component part, and a standard image for each image of the corresponding component part can be generated.

구성 부분 표준 이미지 생성기(13)도 딥러닝을 이용하여 구현할 수 있다. 예를 들면, DCGAN을 위한 구성 부분 학습 데이터 세트를 구축하여, 구성 부분 학습 모델을 통해 추출된 구성 부분 데이터를 학습 데이터 세트로 활용할 수 있다. 아울러, DCGAN의 성능 지표로서, IS(Inception Score), FID(Frechet Inception Distance) 등의 성능 지표를 비교 후 선정할 수 있다.The component standard image generator 13 can also be implemented using deep learning. For example, by building a component learning data set for DCGAN, the component data extracted through the component learning model can be used as a learning data set. In addition, as performance indicators of DCGAN, performance indicators such as IS (Inception Score) and FID (Frechet Inception Distance) can be compared and selected.

패션 객체 표준 이미지 생성기(15)는, 구성 부분 표준 이미지 생성기(13)로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 조합하여, 패션 객체에 대한 표준 이미지를 생성할 수 있다. 구체적으로 패션 객체 표준 이미지 생성기(15)는 해당 패션 객체의 카테고리 정보에 해당하는 기본 몸판의 표준 이미지에 다수의 구성 부분에 대한 표준 이미지를 조합하여 패션 객체에 대한 표준 이미지를 생성할 수 있다. The fashion object standard image generator 15 may generate a standard image for a fashion object by combining standard images for a plurality of component parts generated from the component standard image generator 13. Specifically, the fashion object standard image generator 15 may generate a standard image for a fashion object by combining the standard image of a plurality of component parts with the standard image of the basic body corresponding to the category information of the fashion object.

도 3은 패션 객체 표준 이미지 생성기(15)에 의한 패션 객체에 대한 표준 이미지에 대한 설명도이다.Figure 3 is an explanatory diagram of a standard image for a fashion object created by the fashion object standard image generator 15.

도 3으로부터 알 수 있는 바와 같이, 해당 패션 객체의 카테고리 정보가 트렌치 코드인 경우, 트렌치 코드의 기본 몸판의 표준 이미지에 다수의 구성 부분에 대한 표준 이미지를 조합하는 것에 의해 도식화된 패션 객체에 대한 표준 이미지가 생성된다.As can be seen from Figure 3, when the category information of the corresponding fashion object is a trench code, the standard for the fashion object schematized by combining the standard image for a number of component parts with the standard image of the basic body of the trench code An image is created.

패션 객체 스타일 분류기(16)는, 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 패션 객체에 대한 스타일을 분류한다. 아울러, 패션 객체 스타일 분류기(16)는, 해당 유사도가 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 패션 객체에 대한 스타일을 분류할 필요가 있다.The fashion object style classifier 16 calculates the similarity between the standard image for the fashion object and the standard image of a plurality of pre-stored fashion object types, and selects the pre-stored fashion object whose similarity is calculated to be greater than or equal to a preset first value. Classify styles for fashion objects by type. In addition, the fashion object style classifier 16 needs to classify the style for the fashion object as a new fashion object type when there is no pre-stored fashion object type whose similarity is calculated to be higher than the first value.

구체적으로 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도는, 하나의 패션 객체에 포함된 다수의 구성 부분 각각에 대해 유사도를 산출한 후 합산하는 것에 의해 산출될 수 있다.Specifically, the similarity between the standard image for a fashion object and the standard image of a plurality of pre-stored fashion object types can be calculated by calculating the similarity for each of the multiple constituent parts included in one fashion object and then adding them up. there is.

패션 스타일 표준 이미지 생성기(18)는, 패션 객체 스타일 분류기(16)에 의해 산출된 유사도가 제 1 값 이상인 미리 저장된 패션 객체의 유형이 없는 경우, 해당 패션 객체 유형의 표준 이미지를 새로 생성하여 저장하는 역할을 한다.The fashion style standard image generator 18 generates and stores a new standard image of the fashion object type when there is no pre-stored fashion object type whose similarity calculated by the fashion object style classifier 16 is greater than or equal to the first value. It plays a role.

도 4는 제 2 실시예에 따른 패션 스타일 분류 시스템(20)의 구성도를 나타낸다. Figure 4 shows a configuration diagram of a fashion style classification system 20 according to the second embodiment.

참고로 제 2 실시예에 따른 패션 스타일 분류 시스템의 구성 각각은, 적어도 하나의 컴퓨팅 장치의 적어도 일부의 프로세서를 이용하여 구현될 수 있다. 아울러, 제 2 실시예에 따른 패션 스타일 분류 시스템(20)은 적어도 하나의 컴퓨팅 장치를 이용하여 구현될 수 있다.For reference, each component of the fashion style classification system according to the second embodiment may be implemented using at least some processors of at least one computing device. In addition, the fashion style classification system 20 according to the second embodiment may be implemented using at least one computing device.

도 4로부터 알 수 있는 바와 같이 제 2 실시예에 따른 패션 스타일 분류 시스템(20)은, 패션 객체 이미지 추출기(21), 구성 부분 추출기(22), 구성 부분 표준 이미지 생성기(23), 구성 부분 스타일 분류기(24), 패션 객체 표준 이미지 생성기(25), 패션 객체 스타일 분류기(26), 구성 스타일 표준 이미지 생성기(27) 및 패션 스타일 표준 이미지 생성기(28)를 포함하여 구성될 수 있다.As can be seen from Figure 4, the fashion style classification system 20 according to the second embodiment includes a fashion object image extractor 21, a component extractor 22, a component standard image generator 23, and a component style. It may be configured to include a classifier 24, a fashion object standard image generator 25, a fashion object style classifier 26, a configuration style standard image generator 27, and a fashion style standard image generator 28.

제 2 실시예에 따른 패션 스타일 분류 시스템(20)은, 제 1 실시예에 따른 패션 스타일 분류 시스템(10)과 달리, 구성 부분 스타일 분류기(24)에 의해 구성 부분의 유형을 분류 후 다수의 구성 부분 유형의 표준 이미지를 조합하여 패션 객체에 대한 표준 이미지를 생성하는 것에 그 특징이 있다. 다만, 별도의 설명이 없는 한 제 2 실시예에 따른 패션 스타일 분류 시스템(20)은, 제 1 실시예에 따른 패션 스타일 분류 시스템(10)의 모든 특징을 포함하고 있다.The fashion style classification system 20 according to the second embodiment, unlike the fashion style classification system 10 according to the first embodiment, classifies the types of constituent parts by the constituent style classifier 24 and then classifies the types of constituent parts into a plurality of configurations. Its characteristic is to create a standard image for a fashion object by combining standard images of partial types. However, unless otherwise stated, the fashion style classification system 20 according to the second embodiment includes all the features of the fashion style classification system 10 according to the first embodiment.

패션 객체 이미지 추출기(21)는, 패션 객체의 이미지가 포함된 상품 사진으로부터 패션 객체의 이미지를 추출하는 역할을 한다. 참고로, 패션 객체라는 것은 의복, 모자를 포함하는 패션의 대상을 의미한다.The fashion object image extractor 21 serves to extract an image of a fashion object from a product photo containing the image of the fashion object. For reference, a fashion object refers to an object of fashion including clothes and hats.

패션 객체 이미지 추출기(21)는, 패션 객체의 이미지의 추출과 더불어 해당 패션 객체의 카테고리 정보를 분류할 필요가 있다. 패션 객체의 카테고리 정보는 계층적으로 분류될 수 있다. 예를 들면, 하나의 패션 객체에 대해 대분류는 아우터로, 중분류는 코트로, 소분류는 트렌치 코트와 같이 분류될 수 있다. 해당 패션 객체의 카테고리 정보는 구성 부분 추출기(22), 구성 부분 표준 이미지 생성기(23), 패션 객체 표준 이미지 생성기(25), 패션 객체 스타일 분류기(26), 구성 스타일 표준 이미지 생성기(27) 및 패션 스타일 표준 이미지 생성기(28)에 의해 이용될 수 있다.The fashion object image extractor 21 needs to classify category information of the fashion object in addition to extracting the image of the fashion object. Category information of fashion objects can be classified hierarchically. For example, for one fashion object, the major category may be classified as outerwear, the medium category as coats, and the minor category as trench coats. The category information of the corresponding fashion object is the component part extractor (22), the component part standard image generator (23), the fashion object standard image generator (25), the fashion object style classifier (26), the configuration style standard image generator (27), and the fashion object style standard image generator (27). The style standard may be used by the image generator 28.

구성 부분 추출기(22)는, 패션 객체 이미지 추출기(21)로부터 추출된 패션 객체의 이미지로부터 패션 객체에 속하는 다수의 구성 부분 이미지를 추출하는 역할을 한다. 여기서 다수의 구성 부분은, 어깨견장, 칼라, 플랩, 소매, 주머니, 단추, 벨트 등을 포함한다.The component extractor 22 serves to extract a plurality of component images belonging to the fashion object from the image of the fashion object extracted from the fashion object image extractor 21. Here, the multiple components include shoulder straps, collars, flaps, sleeves, pockets, buttons, belts, etc.

구성 부분 추출기(22)는 딥러닝을 이용한 학습 모델에 의해 구현될 수 있다. 예를 들면 구성 부분 추출기(22)는, 딥러닝을 통해 패션 객체에 속하는 다수의 구성 부분을 한꺼번에 검출 후, 검출된 다수의 구성 부분으로부터 각각의 구성 부분을 추출할 수 있다.The component extractor 22 can be implemented by a learning model using deep learning. For example, the component extractor 22 can detect multiple components belonging to a fashion object at once through deep learning and then extract each component from the multiple detected components.

구성 부분 표준 이미지 생성기(23)는, 구성 부분 추출기(22)로부터 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지를 생성한다. 즉, 구성 부분 표준 이미지 생성기(23)는, 구성 부분 추출기(22)로부터 추출된 다수의 구성 부분의 실사 이미지로부터 도식화된 이미지인 표준 이미지를 생성하는 역할을 한다.The component standard image generator 23 generates a standard image for each of the plurality of component images extracted from the component extractor 22. That is, the component standard image generator 23 serves to generate a standard image, which is a schematic image, from the actual images of a plurality of component parts extracted from the component extractor 22.

아울러, 구성 부분 표준 이미지 생성기(23)는, 다수의 구성 부분 이미지 각각에 대한 표준 이미지의 생성과 더불어 다수의 구성 부분 각각에 대한 구성 부분 정보를 추출할 필요가 있다. 구성 부분 정보는, 패션 객체 표준 이미지 생성기(25), 패션 스타일 표준 이미지 생성기(28), 구성 스타일 표준 이미지 생성기(27) 및 패션 객체 스타일 분류기(26)에 의해 이용될 수 있다.In addition, the component standard image generator 23 needs to extract component information for each of the multiple component parts in addition to generating a standard image for each of the multiple component images. The configuration part information may be used by the fashion object standard image generator 25, the fashion style standard image generator 28, the configuration style standard image generator 27, and the fashion object style classifier 26.

구체적으로, 구성 부분 정보는, 해당 구성 부분의 위치 정보; 해당 구성 부분의 영역 정보; 해당 구성 부분의 형태 정보; 해당 구성 부분의 재질 정보; 해당 구성 부분의 패턴 정보; 및 해당 구성 부분의 컬러 정보; 중 다수를 포함할 수 있다.Specifically, the component part information includes location information of the corresponding component part; Area information of the corresponding component part; Shape information of the corresponding constituent parts; Information on the material of the component parts in question; pattern information of the corresponding component part; and color information of its constituent parts; It may include many of them.

구성 부분 표준 이미지 생성기(23)는, 구성 부분 정보를 계층적으로 분류할 수 있다. 예를 들면, 구성 부분 표준 이미지 생성기(23)는, 해당 구성 부분의 위치 정보 및 해당 구성 부분의 영역 정보를 1차적으로 분류하고, 해당 구성 부분의 형태 정보를 2차적으로 분류하고, 해당 구성 부분의 재질 정보; 해당 구성 부분의 패턴 정보; 및 해당 구성 부분의 컬러 정보;를 3차적으로 분류할 수 있다. 아울러, 해당 구성 부분의 형태 정보의 분류에 의해 해당 구성 부분의 종류를 알 수 있고, 해당 구성 부분 이미지 각각에 대한 표준 이미지가 생성될 수 있다.The component standard image generator 23 can classify component information hierarchically. For example, the component standard image generator 23 primarily classifies the location information of the component part and the area information of the component part, secondarily classifies the shape information of the component part, and material information; pattern information of the corresponding component part; and color information of the corresponding component part; can be classified threefold. In addition, the type of the corresponding component part can be known by classifying the shape information of the corresponding component part, and a standard image for each image of the corresponding component part can be generated.

구성 부분 표준 이미지 생성기(23)도 딥러닝을 이용하여 구현할 수 있다. 예를 들면, DCGAN을 위한 구성 부분 학습 데이터 세트를 구축하여, 구성 부분 학습 모델을 통해 추출된 구성 부분 데이터를 학습 데이터 세트로 활용할 수 있다. 아울러, DCGAN의 성능 지표로서, IS(Inception Score), FID(Frechet Inception Distance) 등의 성능 지표를 비교 후 선정할 수 있다.The component standard image generator 23 can also be implemented using deep learning. For example, by building a component learning data set for DCGAN, the component data extracted through the component learning model can be used as a learning data set. In addition, as performance indicators of DCGAN, performance indicators such as IS (Inception Score) and FID (Frechet Inception Distance) can be compared and selected.

구성 부분 스타일 분류기(24)는 구성 부분 표준 이미지 생성기(23)로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 이용하여, 다수의 구성 부분 각각의 유형을 분류하는 역할을 한다. 즉, 구성 부분 표준 이미지 생성기(23)에 의해 인식된 해당 구성 부분의 종류가 칼라라고 하면, 해당 칼라의 유형을 구성 부분 스타일 분류기(24)가 분류하게 된다. The component style classifier 24 serves to classify each type of multiple component parts using standard images for multiple component parts generated from the component standard image generator 23. That is, if the type of the corresponding component recognized by the component standard image generator 23 is a color, the component style classifier 24 classifies the type of the color.

구체적으로, 구성 부분 스타일 분류기(24)는, 해당 구성 부분에 대한 표준 이미지와 다수의 미리 저장된 구성 부분 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류한다. 아울러, 구성 부분 스타일 분류기(24)는 해당 유사도가 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형이 없는 경우에는 새로운 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류한다.Specifically, the constituent part style classifier 24 calculates the similarity between the standard image for the constituent part and the standard image of a plurality of pre-stored constituent part types, and determines that the similarity is calculated to be greater than or equal to a preset second value. The style of the corresponding component part is classified by the type of the pre-stored component part. In addition, if there is no pre-stored type of the component part whose similarity is calculated to be higher than the second value, the component style classifier 24 classifies the style of the corresponding component portion as a new component type.

패션 객체 표준 이미지 생성기(25)는 구성 부분 스타일 분류기(24)에 의해 분류된 패션 객체에 속하는 다수의 구성 부분의 각각의 유형에 해당하는, 다수의 구성 부분 유형의 표준 이미지를 조합하여 패션 객체에 대한 표준 이미지를 생성한다. 구체적으로 패션 객체 표준 이미지 생성기(25)는 해당 패션 객체의 카테고리 정보에 해당하는 기본 몸판의 표준 이미지에 다수의 구성 부분에 대한 표준 이미지를 조합하여 패션 객체에 대한 표준 이미지를 생성할 수 있다. The fashion object standard image generator 25 combines standard images of a plurality of component parts types, corresponding to each type of a plurality of component parts belonging to the fashion object classified by the component style classifier 24, to create a fashion object. Create a standard image for Specifically, the fashion object standard image generator 25 may generate a standard image for a fashion object by combining the standard image for a plurality of component parts with the standard image for the basic body corresponding to the category information of the fashion object.

패션 객체 스타일 분류기(26)는, 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 패션 객체에 대한 스타일을 분류한다. 아울러, 패션 객체 스타일 분류기(26)는, 해당 유사도가 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 패션 객체에 대한 스타일을 분류할 필요가 있다.The fashion object style classifier 26 calculates the similarity between the standard image for the fashion object and the standard image of a plurality of pre-stored fashion object types, and selects the pre-stored fashion object whose similarity is calculated to be greater than or equal to a preset first value. Classify styles for fashion objects by type. In addition, the fashion object style classifier 26 needs to classify the style for the fashion object as a new fashion object type when there is no pre-stored fashion object type whose similarity is calculated to be greater than the first value.

구체적으로 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도는, 하나의 패션 객체에 포함된 다수의 구성 부분 각각에 대해 유사도를 산출한 후 합산하는 것에 의해 산출될 수 있다.Specifically, the similarity between the standard image for a fashion object and the standard image of a plurality of pre-stored fashion object types can be calculated by calculating the similarity for each of the multiple constituent parts included in one fashion object and then adding them up. there is.

구성 스타일 표준 이미지 생성기(27)는, 구성 부분 스타일 분류기(24)에 의해 산출된 유사도가 제 2 값 이상인 미리 저장된 구성 부분의 유형이 없는 경우, 해당 구성 부분 유형의 표준 이미지를 새로 생성하여 저장하는 역할을 한다.The component style standard image generator 27 generates and stores a new standard image of the component type when there is no pre-stored type of component part whose similarity calculated by the component style classifier 24 is greater than or equal to the second value. It plays a role.

패션 스타일 표준 이미지 생성기(28)는, 패션 객체 스타일 분류기(26)에 의해 산출된 유사도가 제 1 값 이상인 미리 저장된 구성 부분의 유형이 없는 경우, 해당 패션 객체 유형의 표준 이미지를 새로 생성하여 저장하는 역할을 한다.The fashion style standard image generator 28 generates and stores a new standard image of the fashion object type when there is no pre-stored type of component part whose similarity calculated by the fashion object style classifier 26 is greater than or equal to the first value. It plays a role.

하기에 제 1 실시예에 따른 패션 스타일 분류 방법에 대해 설명하기로 한다.Below, a fashion style classification method according to the first embodiment will be described.

제 1 실시예에 따른 패션 스타일 분류 방법은 상술한 제 1 실시예에 따른 패션 스타일 분류 시스템(10)을 이용하므로, 별도의 설명이 없더라도 제 1 실시예에 따른 패션 스타일 분류 시스템(10)의 모든 특징을 포함한다. 구체적으로, 제 1 실시예에 따른 패션 스타일 분류 방법은 프로세서의 의해 실시되는 컴퓨터 프로그램의 형태로 구현될 수 있다.Since the fashion style classification method according to the first embodiment uses the fashion style classification system 10 according to the above-described first embodiment, all of the fashion style classification system 10 according to the first embodiment is used even if no separate explanation is provided. Includes features. Specifically, the fashion style classification method according to the first embodiment may be implemented in the form of a computer program executed by a processor.

제 1 실시예에 따른 패션 스타일 분류 방법은, 패션 객체 이미지 추출 단계(S11), 구성 부분 추출 단계(S12), 구성 부분 표준 이미지 생성 단계(S13), 패션 객체 표준 이미지 생성 단계(S15), 패션 객체 스타일 분류 단계(S16) 및 패션 스타일 표준 이미지 생성 단계(S18)를 포함하여 구성될 수 있다.The fashion style classification method according to the first embodiment includes a fashion object image extraction step (S11), a component part extraction step (S12), a component part standard image generation step (S13), a fashion object standard image generation step (S15), and a fashion object image extraction step (S11). It may include an object style classification step (S16) and a fashion style standard image generation step (S18).

패션 객체 이미지 추출 단계(S11)는, 패션 객체의 이미지가 포함된 상품 사진으로부터 패션 객체의 이미지를 추출한다.In the fashion object image extraction step (S11), the image of the fashion object is extracted from the product photo including the image of the fashion object.

아울러, 구성 부분 추출 단계(S12)는, 패션 객체 이미지 추출 단계(S11)로부터 추출된 패션 객체의 이미지로부터, 패션 객체에 속하는 다수의 구성 부분 이미지를 추출한다.In addition, the component part extraction step (S12) extracts a plurality of component image images belonging to the fashion object from the image of the fashion object extracted in the fashion object image extraction step (S11).

구성 부분 표준 이미지 생성 단계(S13)는, 구성 부분 추출 단계(S12)로부터 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지를 생성한다. 아울러, 구성 부분 표준 이미지 생성 단계(S13)에서는, 다수의 구성 부분 각각에 대한 구성 부분 정보를 추출한다. 구체적으로, 구성 부분 정보는, 해당 구성 부분의 위치 정보; 해당 구성 부분의 영역 정보; 해당 구성 부분의 형태 정보; 해당 구성 부분의 재질 정보; 해당 구성 부분의 패턴 정보; 및 해당 구성 부분의 컬러 정보; 중 다수를 포함할 수 있다.The component standard image generation step (S13) generates a standard image for each of the plurality of component images extracted from the component part extraction step (S12). In addition, in the component part standard image generation step (S13), component information for each of the plurality of component parts is extracted. Specifically, the component part information includes location information of the corresponding component part; Area information of the corresponding component part; Shape information of the corresponding constituent parts; Information on the material of the component parts in question; pattern information of the corresponding component part; and color information of its constituent parts; It may include many of them.

패션 객체 표준 이미지 생성 단계(S15)는, 구성 부분 표준 이미지 생성 단계(S13)로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 조합하여, 패션 객체에 대한 표준 이미지를 생성한다.The fashion object standard image generation step (S15) generates a standard image for the fashion object by combining standard images for a plurality of component parts generated from the component part standard image generation step (S13).

패션 객체 스타일 분류 단계(S16)는, 패션 객체 표준 이미지 생성 단계(S15)에 의해 생성된 패션 객체에 대한 표준 이미지를 이용하여, 패션 객체에 대한 스타일을 분류한다. 구체적으로, 패션 객체 스타일 분류 단계(S16)는, 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 패션 객체에 대한 스타일을 분류한다. 아울러, 패션 객체 스타일 분류 단계(S16)는 해당 유사도가 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 패션 객체에 대한 스타일을 분류한다.The fashion object style classification step (S16) classifies the style for the fashion object using the standard image for the fashion object generated by the fashion object standard image generation step (S15). Specifically, the fashion object style classification step (S16) calculates the similarity between the standard image for the fashion object and the standard image of a plurality of pre-stored fashion object types, and calculates the similarity to be greater than or equal to a preset first value. Styles for fashion objects are classified according to the type of the pre-stored fashion object. In addition, in the fashion object style classification step (S16), if there is no pre-stored fashion object type whose similarity is calculated to be higher than the first value, the style for the fashion object is classified as a new fashion object type.

패션 스타일 표준 이미지 생성 단계(S18)는, 패션 객체 스타일 분류 단계(S16)에 의해 산출된 유사도가 제 1 값 이상인 미리 저장된 패션 객체의 유형이 없는 경우, 해당 패션 객체 유형의 표준 이미지를 새로 생성하여 저장하는 역할을 한다.In the fashion style standard image generation step (S18), if there is no pre-stored fashion object type whose similarity calculated by the fashion object style classification step (S16) is greater than or equal to the first value, a new standard image of the corresponding fashion object type is created It plays a storage role.

하기에 제 2 실시예에 따른 패션 스타일 분류 방법에 대해 설명하기로 한다.Below, a fashion style classification method according to the second embodiment will be described.

제 2 실시예에 따른 패션 스타일 분류 방법은 상술한 제 2 실시예에 따른 패션 스타일 분류 시스템(20)을 이용하므로, 별도의 설명이 없더라도 제 2 실시예에 따른 패션 스타일 분류 시스템(20)의 모든 특징을 포함한다. 구체적으로, 제 2 실시예에 따른 패션 스타일 분류 방법은 프로세서의 의해 실시되는 컴퓨터 프로그램의 형태로 구현될 수 있다.Since the fashion style classification method according to the second embodiment uses the fashion style classification system 20 according to the above-described second embodiment, all of the fashion style classification system 20 according to the second embodiment is included even if no separate explanation is provided. Includes features. Specifically, the fashion style classification method according to the second embodiment may be implemented in the form of a computer program executed by a processor.

제 2 실시예에 따른 패션 스타일 분류 방법은, 패션 객체 이미지 추출 단계(S21), 구성 부분 추출 단계(S22), 구성 부분 표준 이미지 생성 단계(S23), 구성 부분 스타일 분류 단계(S24), 패션 객체 표준 이미지 생성 단계(S25), 패션 객체 스타일 분류 단계(S26), 구성 스타일 표준 이미지 생성 단계(S27) 및 패션 스타일 표준 이미지 생성 단계(S28)를 포함하여 구성될 수 있다.The fashion style classification method according to the second embodiment includes a fashion object image extraction step (S21), a component part extraction step (S22), a component standard image generation step (S23), a component style classification step (S24), and a fashion object It may include a standard image generation step (S25), a fashion object style classification step (S26), a configuration style standard image generation step (S27), and a fashion style standard image generation step (S28).

패션 객체 이미지 추출 단계(S21)는, 패션 객체의 이미지가 포함된 상품 사진으로부터 패션 객체의 이미지를 추출한다.In the fashion object image extraction step (S21), the image of the fashion object is extracted from the product photo including the image of the fashion object.

아울러, 구성 부분 추출 단계(S22)는, 패션 객체 이미지 추출 단계(S21)로부터 추출된 패션 객체의 이미지로부터, 패션 객체에 속하는 다수의 구성 부분 이미지를 추출한다.In addition, the component part extraction step (S22) extracts a plurality of component image images belonging to the fashion object from the image of the fashion object extracted in the fashion object image extraction step (S21).

구성 부분 표준 이미지 생성 단계(S23)는, 구성 부분 추출 단계(S22)로부터 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지를 생성한다. 아울러, 구성 부분 표준 이미지 생성 단계(S23)에서는, 다수의 구성 부분 각각에 대한 구성 부분 정보를 추출한다. 구체적으로, 구성 부분 정보는, 해당 구성 부분의 위치 정보; 해당 구성 부분의 영역 정보; 해당 구성 부분의 형태 정보; 해당 구성 부분의 재질 정보; 해당 구성 부분의 패턴 정보; 및 해당 구성 부분의 컬러 정보; 중 다수를 포함할 수 있다.The component standard image generation step (S23) generates a standard image for each of the plurality of component images extracted from the component part extraction step (S22). In addition, in the component part standard image generation step (S23), component information for each of the plurality of component parts is extracted. Specifically, the component part information includes location information of the corresponding component part; Area information of the corresponding component part; Shape information of the corresponding constituent parts; Information on the material of the component parts in question; pattern information of the corresponding component part; and color information of its constituent parts; It may include many of them.

구성 부분 스타일 분류 단계(S24)는 구성 부분 표준 이미지 생성 단계(S23)로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 이용하여, 다수의 구성 부분 각각의 유형을 분류하는 역할을 한다. 즉, 구성 부분 표준 이미지 생성 단계(S23)에 의해 인식된 해당 구성 부분의 종류가 칼라라고 하면, 해당 칼라의 유형을 구성 부분 스타일 분류 단계(S24)가 분류하게 된다. The component style classification step (S24) serves to classify each type of a plurality of component parts using the standard images for the multiple component parts generated in the component part standard image generation step (S23). That is, if the type of the corresponding component recognized by the component standard image generation step (S23) is a color, the component style classification step (S24) classifies the type of the color.

구체적으로, 구성 부분 스타일 분류 단계(S24)는, 해당 구성 부분에 대한 표준 이미지와 다수의 미리 저장된 구성 부분 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류한다. 아울러, 구성 부분 스타일 분류 단계(S24)는 해당 유사도가 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형이 없는 경우에는 새로운 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류한다.Specifically, the component style classification step (S24) calculates the similarity between the standard image for the component part and the standard images of a plurality of pre-stored component part types, and calculates the similarity to be greater than or equal to a preset second value. The style of the corresponding component part is classified by the type of the pre-stored component part. In addition, in the component style classification step (S24), if there is no pre-stored component type for which the similarity is calculated to be higher than the second value, the style of the component portion is classified according to the new component type.

패션 객체 표준 이미지 생성 단계(S25)는 구성 부분 스타일 분류 단계(S24)에 의해 분류된 패션 객체에 속하는 다수의 구성 부분의 각각의 유형에 해당하는, 다수의 구성 부분 유형의 표준 이미지를 조합하여 패션 객체에 대한 표준 이미지를 생성한다.The fashion object standard image generation step (S25) combines standard images of multiple component types corresponding to each type of the multiple component parts belonging to the fashion object classified by the component style classification step (S24) to create a fashion object. Creates a standard image for an object.

패션 객체 스타일 분류 단계(S26)는, 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 패션 객체에 대한 스타일을 분류한다. 아울러, 패션 객체 스타일 분류 단계(S26)는, 해당 유사도가 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 패션 객체에 대한 스타일을 분류할 필요가 있다.The fashion object style classification step (S26) calculates the degree of similarity between the standard image for the fashion object and the standard image of a plurality of pre-stored fashion object types, respectively, and calculates the degree of similarity between the standard image of the fashion object type and the pre-stored fashion object whose similarity is calculated to be greater than or equal to a preset first value. Classify styles for fashion objects by object type. In addition, in the fashion object style classification step (S26), if there is no pre-stored fashion object type whose similarity is calculated to be higher than the first value, it is necessary to classify the style for the fashion object as a new fashion object type.

구체적으로 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도는, 하나의 패션 객체에 포함된 다수의 구성 부분 각각에 대해 유사도를 산출한 후 합산하는 것에 의해 산출될 수 있다.Specifically, the similarity between the standard image for a fashion object and the standard image of a plurality of pre-stored fashion object types can be calculated by calculating the similarity for each of the multiple constituent parts included in one fashion object and then adding them up. there is.

구성 스타일 표준 이미지 생성 단계(S27)는, 구성 부분 스타일 분류 단계(S24)에 의해 산출된 유사도가 제 2 값 이상인 미리 저장된 구성 부분의 유형이 없는 경우, 해당 구성 부분 유형의 표준 이미지를 새로 생성하여 저장하는 역할을 한다.In the component style standard image generation step (S27), if there is no pre-stored type of component part whose similarity calculated by the component style classification step (S24) is greater than or equal to the second value, a new standard image of the corresponding component type is created. It plays a storage role.

패션 스타일 표준 이미지 생성 단계(S28)는, 패션 객체 스타일 분류 단계(S26)에 의해 산출된 유사도가 제 1 값 이상인 미리 저장된 구성 부분의 유형이 없는 경우, 해당 패션 객체 유형의 표준 이미지를 새로 생성하여 저장하는 역할을 한다.In the fashion style standard image generation step (S28), if there is no type of a pre-stored component part whose similarity calculated by the fashion object style classification step (S26) is greater than or equal to the first value, a new standard image of the corresponding fashion object type is created. It plays a storage role.

상술한 바와 같이 본 발명의 패션 스타일 분류 시스템(10, 20) 및 그 분류 방법에 따르면, 의류 상품의 사진 이미지로부터 해당 상품의 패션 스타일을 분류할 수 있음을 알 수 있다.As described above, according to the fashion style classification system (10, 20) and the classification method of the present invention, it is possible to classify the fashion style of the clothing product from the photographic image of the product.

10, 20 : 패션 스타일 분류 시스템
11, 21 : 패션 객체 이미지 추출기
12, 22 : 구성 부분 추출기
13, 23 : 구성 부분 표준 이미지 생성기
24 : 구성 부분 스타일 분류기
15, 25 : 패션 객체 표준 이미지 생성기
16, 26 : 패션 객체 스타일 분류기
27 : 구성 스타일 표준 이미지 생성기
18, 28 : 패션 스타일 표준 이미지 생성기10, 20: Fashion style classification system
11, 21: Fashion object image extractor
12, 22: component extractor
13, 23: Component parts standard image generator
24: Component style classifier
15, 25: Fashion object standard image generator
16, 26: Fashion object style classifier
27: Configuration Style Standard Image Generator
18, 28: Fashion style standard image generator

Claims (24)

패션 스타일 분류 시스템에 있어서,
패션 객체의 이미지가 포함된 상품 사진으로부터 상기 패션 객체의 이미지를 추출하는 패션 객체 이미지 추출기;
상기 패션 객체 이미지 추출기로부터 추출된 상기 패션 객체의 이미지로부터, 상기 패션 객체에 속하는 다수의 구성 부분 이미지를 추출하는 구성 부분 추출기;
상기 구성 부분 추출기로부터 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지를 생성하는 구성 부분 표준 이미지 생성기; 및
상기 구성 부분 표준 이미지 생성기로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 이용하여, 다수의 구성 부분 각각의 유형을 분류하는 구성 부분 스타일 분류기;를 포함하되,
상기 구성 부분 스타일 분류기는,
해당 구성 부분에 대한 표준 이미지와 다수의 미리 저장된 구성 부분 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류하고, 해당 유사도가 상기 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형이 없는 경우에는 새로운 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류하는, 패션 스타일 분류 시스템.In the fashion style classification system,
a fashion object image extractor that extracts an image of the fashion object from a product photo including the image of the fashion object;
a component extractor for extracting a plurality of component image images belonging to the fashion object from the image of the fashion object extracted from the fashion object image extractor;
a component standard image generator that generates a standard image for each of the plurality of component images extracted from the component extractor; and
A component style classifier that classifies each type of a plurality of component parts using standard images of the multiple component parts generated from the component standard image generator,
The component style classifier is,
Calculate the similarity between the standard image for the corresponding component part and the standard image of a plurality of pre-stored component part types, respectively, and style the component part as a type of the pre-stored component part for which the similarity is calculated to be higher than a preset second value. and, if there is no pre-stored type of the component part whose similarity is calculated to be greater than the second value, classifies the style of the corresponding component part as a new component type. 삭제delete 제1항에 있어서,
상기 구성 부분 표준 이미지 생성기는,
상기 다수의 구성 부분 각각에 대한 구성 부분 정보를 추출하는, 패션 스타일 분류 시스템.According to paragraph 1,
The component standard image generator is,
A fashion style classification system that extracts component information for each of the plurality of component parts. 제3항에 있어서,
상기 구성 부분 정보는,
해당 구성 부분의 위치 정보;
해당 구성 부분의 영역 정보;
해당 구성 부분의 형태 정보;
해당 구성 부분의 재질 정보;
해당 구성 부분의 패턴 정보; 및
해당 구성 부분의 컬러 정보; 중 다수를 포함하는, 패션 스타일 분류 시스템.According to paragraph 3,
The above component information is,
location information of its constituent parts;
Area information of the corresponding component part;
Shape information of the corresponding constituent part;
Information on the material of the component parts in question;
pattern information of the corresponding component part; and
color information of the corresponding component part; A fashion style classification system that includes many of the following. 제1항에 있어서,
상기 패션 스타일 분류 시스템은,
상기 구성 부분 표준 이미지 생성기로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 조합하여, 상기 패션 객체에 대한 표준 이미지를 생성하는, 패션 객체 표준 이미지 생성기;를 더 포함하는, 패션 스타일 분류 시스템.According to paragraph 1,
The fashion style classification system is,
A fashion object standard image generator that generates a standard image for the fashion object by combining standard images for a plurality of component parts generated from the component part standard image generator. 제5항에 있어서,
상기 패션 스타일 분류 시스템은,
상기 패션 객체 표준 이미지 생성기에 의해 생성된 상기 패션 객체에 대한 표준 이미지를 이용하여, 상기 패션 객체에 대한 스타일을 분류하는 패션 객체 스타일 분류기;를 더 포함하는, 패션 스타일 분류 시스템.According to clause 5,
The fashion style classification system is,
A fashion object style classifier that classifies a style for the fashion object using a standard image for the fashion object generated by the fashion object standard image generator. 제6항에 있어서,
상기 패션 객체 스타일 분류기는,
상기 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하고, 해당 유사도가 상기 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하는, 패션 스타일 분류 시스템.According to clause 6,
The fashion object style classifier is:
The similarity between the standard image for the fashion object and the standard image of a plurality of pre-stored fashion object types is calculated, respectively, and the similarity for the fashion object is calculated as a type of a pre-stored fashion object that is greater than a preset first value. A fashion style classification system that classifies a style and, if there is no type of a pre-stored fashion object whose similarity is calculated to be greater than the first value, classifies the style for the fashion object as a new fashion object type. 삭제delete 삭제delete 제1항에 있어서,
상기 패션 스타일 분류 시스템은,
상기 구성 부분 스타일 분류기에 의해 분류된 상기 패션 객체에 속하는 다수의 구성 부분의 각각의 유형에 해당하는, 다수의 구성 부분 유형의 표준 이미지를 조합하여 상기 패션 객체에 대한 표준 이미지를 생성하는, 패션 객체 표준 이미지 생성기;를 더 포함하는, 패션 스타일 분류 시스템.According to paragraph 1,
The fashion style classification system is,
A fashion object that generates a standard image for the fashion object by combining standard images of a plurality of constituent part types, corresponding to each type of a plurality of constituent parts belonging to the fashion object classified by the constituent part style classifier. A fashion style classification system, further comprising a standard image generator. 제10항에 있어서,
상기 패션 스타일 분류 시스템은,
상기 패션 객체 표준 이미지 생성기에 의해 생성된 상기 패션 객체에 대한 표준 이미지를 이용하여, 상기 패션 객체에 대한 스타일을 분류하는 패션 객체 스타일 분류기;를 더 포함하는, 패션 스타일 분류 시스템.According to clause 10,
The fashion style classification system is,
A fashion object style classifier that classifies a style for the fashion object using a standard image for the fashion object generated by the fashion object standard image generator. 제11항에 있어서,
상기 패션 객체 스타일 분류기는,
상기 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하고, 해당 유사도가 상기 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하는, 패션 스타일 분류 시스템.According to clause 11,
The fashion object style classifier is:
The similarity between the standard image for the fashion object and the standard image of a plurality of pre-stored fashion object types is calculated, respectively, and the similarity for the fashion object is calculated as a type of a pre-stored fashion object that is greater than a preset first value. A fashion style classification system that classifies a style and, if there is no type of a pre-stored fashion object whose similarity is calculated to be greater than the first value, classifies the style for the fashion object as a new fashion object type. 패션 스타일 분류 방법에 있어서,
패션 객체의 이미지가 포함된 상품 사진으로부터 상기 패션 객체의 이미지를 추출하는 패션 객체 이미지 추출 단계;
상기 패션 객체 이미지 추출 단계로부터 추출된 상기 패션 객체의 이미지로부터, 상기 패션 객체에 속하는 다수의 구성 부분 이미지를 추출하는 구성 부분 추출 단계;
상기 구성 부분 추출 단계로부터 추출된 다수의 구성 부분 이미지 각각에 대한 표준 이미지를 생성하는 구성 부분 표준 이미지 생성 단계; 및
상기 구성 부분 표준 이미지 생성 단계로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 이용하여, 다수의 구성 부분 각각의 유형을 분류하는 구성 부분 스타일 분류 단계;를 포함하되,
상기 구성 부분 스타일 분류 단계는,
해당 구성 부분에 대한 표준 이미지와 다수의 미리 저장된 구성 부분 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류하고, 해당 유사도가 상기 제 2 값 이상으로 산출된 미리 저장된 구성 부분의 유형이 없는 경우에는 새로운 구성 부분의 유형으로 해당 구성 부분의 스타일을 분류하는, 패션 스타일 분류 방법.In the fashion style classification method,
A fashion object image extraction step of extracting an image of the fashion object from a product photo including the image of the fashion object;
a component part extraction step of extracting a plurality of component part images belonging to the fashion object from the image of the fashion object extracted from the fashion object image extraction step;
A component standard image generating step of generating a standard image for each of the plurality of component images extracted from the component portion extraction step; and
A component style classification step of classifying each type of a plurality of component parts using the standard images for the multiple component parts generated from the component standard image generation step,
The component style classification step is,
Calculate the similarity between the standard image for the corresponding component part and the standard image of a plurality of pre-stored component part types, respectively, and style the component part as a type of the pre-stored component part for which the similarity is calculated to be higher than a preset second value. and, if there is no pre-stored type of the component part for which the similarity is calculated to be greater than the second value, classify the style of the corresponding component part as a new component type. 삭제delete 제13항에 있어서,
상기 구성 부분 표준 이미지 생성 단계는,
상기 다수의 구성 부분 각각에 대한 구성 부분 정보를 추출하는, 패션 스타일 분류 방법.According to clause 13,
The component standard image generation step is,
A fashion style classification method that extracts component information for each of the plurality of component parts. 제15항에 있어서,
상기 구성 부분 정보는,
해당 구성 부분의 위치 정보;
해당 구성 부분의 영역 정보;
해당 구성 부분의 형태 정보;
해당 구성 부분의 재질 정보;
해당 구성 부분의 패턴 정보; 및
해당 구성 부분의 컬러 정보; 중 다수를 포함하는, 패션 스타일 분류 방법.According to clause 15,
The above component information is,
location information of its constituent parts;
Area information of the corresponding component part;
Shape information of the corresponding constituent part;
Information on the material of the component parts in question;
pattern information of the corresponding component part; and
color information of the corresponding component part; A method of classifying fashion styles, including many of them. 제16항에 있어서,
상기 패션 스타일 분류 방법은,
상기 구성 부분 표준 이미지 생성 단계로부터 생성된 다수의 구성 부분에 대한 표준 이미지를 조합하여, 상기 패션 객체에 대한 표준 이미지를 생성하는, 패션 객체 표준 이미지 생성 단계;를 더 포함하는, 패션 스타일 분류 방법.According to clause 16,
The fashion style classification method is,
A fashion object standard image generation step of generating a standard image for the fashion object by combining standard images for a plurality of component parts generated from the component part standard image generation step. 제17항에 있어서,
상기 패션 스타일 분류 방법은,
상기 패션 객체 표준 이미지 생성기에 의해 생성된 상기 패션 객체에 대한 표준 이미지를 이용하여, 상기 패션 객체에 대한 스타일을 분류하는 패션 객체 스타일 분류 단계;를 더 포함하는, 패션 스타일 분류 방법.According to clause 17,
The fashion style classification method is,
A fashion object style classification step of classifying a style for the fashion object using a standard image for the fashion object generated by the fashion object standard image generator. 제18항에 있어서,
상기 패션 객체 스타일 분류 단계는,
상기 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하고, 해당 유사도가 상기 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하는, 패션 스타일 분류 방법.According to clause 18,
The fashion object style classification step is,
The similarity between the standard image for the fashion object and the standard image of a plurality of pre-stored fashion object types is calculated, respectively, and the similarity for the fashion object is calculated as a type of a pre-stored fashion object that is greater than a preset first value. A fashion style classification method that classifies a style and, if there is no type of a pre-stored fashion object whose similarity is calculated to be greater than the first value, classifies the style for the fashion object as a new fashion object type. 삭제delete 삭제delete 제13항에 있어서,
상기 패션 스타일 분류 방법은,
상기 구성 부분 스타일 분류 단계에 의해 분류된 상기 패션 객체에 속하는 다수의 구성 부분의 각각의 유형에 해당하는, 다수의 구성 부분 유형의 표준 이미지를 조합하여 상기 패션 객체에 대한 표준 이미지를 생성하는, 패션 객체 표준 이미지 생성 단계;를 더 포함하는, 패션 스타일 분류 방법.According to clause 13,
The fashion style classification method is,
Fashion, generating a standard image for the fashion object by combining standard images of a plurality of constituent part types, corresponding to each type of a plurality of constituent parts belonging to the fashion object classified by the constituent part style classification step. A fashion style classification method further comprising: object standard image generation step. 제22항에 있어서,
상기 패션 스타일 분류 방법은,
상기 패션 객체 표준 이미지 생성 단계에 의해 생성된 상기 패션 객체에 대한 표준 이미지를 이용하여, 상기 패션 객체에 대한 스타일을 분류하는 패션 객체 스타일 분류 단계;를 더 포함하는, 패션 스타일 분류 방법.According to clause 22,
The fashion style classification method is,
A fashion object style classification step of classifying a style for the fashion object using a standard image for the fashion object generated by the fashion object standard image generation step. 제23항에 있어서,
상기 패션 객체 스타일 분류 단계는,
상기 패션 객체에 대한 표준 이미지와 다수의 미리 저장된 패션 객체 유형의 표준 이미지 사이의 유사도를 각각 산출하여, 해당 유사도가 미리 설정된 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하고, 해당 유사도가 상기 제 1 값 이상으로 산출된 미리 저장된 패션 객체의 유형이 없는 경우에는 새로운 패션 객체의 유형으로 상기 패션 객체에 대한 스타일을 분류하는, 패션 스타일 분류 방법.

According to clause 23,
The fashion object style classification step is,
The similarity between the standard image for the fashion object and the standard image of a plurality of pre-stored fashion object types is calculated, respectively, and the similarity for the fashion object is calculated as a type of a pre-stored fashion object greater than a preset first value. A fashion style classification method that classifies a style and, if there is no type of a pre-stored fashion object whose similarity is calculated to be greater than the first value, classifies the style for the fashion object as a new fashion object type.
KR1020210137127A 2021-10-15 2021-10-15 Classification system for fashion style and classification method therefor KR102623454B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210137127A KR102623454B1 (en) 2021-10-15 2021-10-15 Classification system for fashion style and classification method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210137127A KR102623454B1 (en) 2021-10-15 2021-10-15 Classification system for fashion style and classification method therefor

Publications (2)

Publication Number Publication Date
KR20230053852A KR20230053852A (en) 2023-04-24
KR102623454B1 true KR102623454B1 (en) 2024-01-10

Family

ID=86141916

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210137127A KR102623454B1 (en) 2021-10-15 2021-10-15 Classification system for fashion style and classification method therefor

Country Status (1)

Country Link
KR (1) KR102623454B1 (en)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160142211A (en) * 2015-06-02 2016-12-12 삼성전자주식회사 Method and terminal for providing 3-dimensional data of clothes
KR20190103098A (en) * 2019-08-16 2019-09-04 엘지전자 주식회사 Method and device for recommending cloth coordinating information
KR20210103835A (en) * 2020-02-14 2021-08-24 연세대학교 산학협력단 Method and Apparatus for trendy prediction Based on artificial intelligence

Also Published As

Publication number Publication date
KR20230053852A (en) 2023-04-24

Similar Documents

Publication Publication Date Title
Jia et al. Fashionpedia: Ontology, segmentation, and an attribute localization dataset
Hsiao et al. Learning the latent" look": Unsupervised discovery of a style-coherent embedding from fashion images
EP3779841B1 (en) Method, apparatus and system for sending information, and computer-readable storage medium
Ak et al. Learning attribute representations with localization for flexible fashion search
KR102045017B1 (en) apparatus and method for generating designs based on images and text
Park et al. Study on fashion image retrieval methods for efficient fashion visual search
US11783408B2 (en) Computer vision based methods and systems of universal fashion ontology fashion rating and recommendation
KR101639657B1 (en) Method and server for searching similar goods
US11037071B1 (en) Cross-category item associations using machine learning
KR102211400B1 (en) Apparatus and method for generating designs based on image and text
US11972466B2 (en) Computer storage media, method, and system for exploring and recommending matching products across categories
KR102284148B1 (en) Method and System of recommending fashion based on vector based deep learning
Zhao et al. Clothing cosegmentation for shopping images with cluttered background
Kotouza et al. Towards fashion recommendation: an AI system for clothing data retrieval and analysis
KR102622779B1 (en) Method, system and non-transitory computer-readable recording medium for tagging attribute-related keywords to product images
EP3829376A1 (en) Ensemble generation for retail marketing
Gong et al. Aesthetics, personalization and recommendation: A survey on deep learning in fashion
Feng et al. Interpretable partitioned embedding for intelligent multi-item fashion outfit composition
Shimizu et al. Fashion intelligence system: An outfit interpretation utilizing images and rich abstract tags
Li et al. Multideep feature fusion algorithm for clothing style recognition
Zou et al. Fashion meets AI technology
Rubio et al. Multi-modal joint embedding for fashion product retrieval
Lin et al. Clothing recommendation system based on visual information analytics
Li et al. Fashion recommendation with multi-relational representation learning
Ning et al. Survey on clothing image retrieval with cross-domain

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right