KR102655270B1 - 색채정서모델을 개발하기 위한 방법 - Google Patents

색채정서모델을 개발하기 위한 방법 Download PDF

Info

Publication number
KR102655270B1
KR102655270B1 KR1020230140595A KR20230140595A KR102655270B1 KR 102655270 B1 KR102655270 B1 KR 102655270B1 KR 1020230140595 A KR1020230140595 A KR 1020230140595A KR 20230140595 A KR20230140595 A KR 20230140595A KR 102655270 B1 KR102655270 B1 KR 102655270B1
Authority
KR
South Korea
Prior art keywords
model
color
emotion
color image
emotion model
Prior art date
Application number
KR1020230140595A
Other languages
English (en)
Inventor
남수린
백연지
강재구
안문주
Original Assignee
주식회사 아이스크림아트
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 주식회사 아이스크림아트 filed Critical 주식회사 아이스크림아트
Priority to KR1020230140595A priority Critical patent/KR102655270B1/ko
Priority to KR1020240043940A priority patent/KR102673691B1/ko
Priority to KR1020240043938A priority patent/KR102673689B1/ko
Priority to KR1020240043939A priority patent/KR102673690B1/ko
Application granted granted Critical
Publication of KR102655270B1 publication Critical patent/KR102655270B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165Evaluating the state of mind, e.g. depression, anxiety
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34Browsing; Visualisation therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/284Lexical analysis, e.g. tokenisation or collocates
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Hospice & Palliative Care (AREA)
  • Epidemiology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Developmental Disabilities (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Educational Technology (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명의 일 실시예에 따른 색채정서모델을 개발하기 위한 방법은, 하나 이상의 색상으로 채색된 사용자의 그림데이터로부터 상기 사용자의 정서를 분석하는 색채정서모델을 개발하기 위한 방법에 있어서, a) 제1 입력부가 상기 색채정서모델을 구축하기 위한 색채 이미지 모델을 입력받는 단계; b) 제2 입력부가 상기 색채정서모델을 구축하기 위한 정서 모델을 입력받는 단계; c) 저장부가 상기 제1, 2 입력부에 입력된 색채 이미지 모델과 정서 모델을 저장하는 단계; 및 d) 모델링부가 상기 저장부에 저장된 색채 이미지 모델과 정서 모델을 기반으로 상기 색채정서모델을 구축하는 단계;를 포함할 수 있다.

Description

색채정서모델을 개발하기 위한 방법{Method for developing Color Emotion Model, CEM}
본 발명은 색채정서모델을 개발하기 위한 방법에 관한 것으로, 더욱 상세하게는 하나 이상의 색상으로 채색된 아동의 그림데이터로부터 아동의 정서를 분석할 수 있는 색채정서모델을 개발하기 위한 방법에 관한 것이다.
유아 및 아동의 비정형 데이터를 분석하는 비정형데이터 분석기술 시스템이 있다. 비정형데이터 분석 기술 시스템은 테마 주제에 대한 그림 도구로 입력된 그림을 분석하여 유아 및 아동의 정서심리를 분석한다.
종래 비정형데이터 분석기술 시스템은 프로그램과 전문가의 병행 판단에 따라 입력된 그림을 분석하고 분석 결과를 제공한다. 이에 따라 행해지는 종래 비정형데이터 분석기술 시스템은 다수의 임상 자료가 부족하여 분석 신뢰도가 높지 않다. 낮은 분석 신뢰도는 심리 치료에 사용될 수 없으며 이러한 분석 결과를 아동에게 적용할 경우 의도치 않은 부정적 결과를 초래할 수 있다.
또한, 비정형데이터 분석기술 시스템을 통한 유아 및 아동의 정서.심리.행동의 진단이 일회성에 그치는 경우가 많아 지속적 및 연속적인 사전점검과 솔루션을 원하는 소비자들의 니즈를 충족시키는 데에도 한계가 있었다.
대한민국 등록특허공보 제10-1654551호 대한민국 등록특허공보 제10-1258978호
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 본 발명의 목적은 하나 이상의 색상으로 채색된 아동의 그림데이터로부터 유아 및 아동의 정서를 분석할 수 있는 색채정서모델을 개발하기 위한 방법을 제공함에 있다.
또한, 본 발명의 목적은 하나의 그림데이터 뿐만 아니라 복수의 그림데이터를 기반으로 유아 및 아동의 정서를 보다 정확히 분석하는 것이 가능한 색채정서모델을 개발하기 위한 방법을 제공함에 있다.
다만, 본 발명에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 기술적 방법으로서 본 발명의 일 실시예에 따른 색채정서모델을 개발하기 위한 방법은, 하나 이상의 색상으로 채색된 사용자의 그림데이터로부터 상기 사용자의 정서를 분석하는 색채정서모델을 개발하기 위한 방법에 있어서, a) 제1 입력부가 상기 색채정서모델을 구축하기 위한 색채 이미지 모델을 입력받는 단계; b) 제2 입력부가 상기 색채정서모델을 구축하기 위한 정서 모델을 입력받는 단계; c) 저장부가 상기 제1, 2 입력부에 입력된 색채 이미지 모델과 정서 모델을 저장하는 단계; 및 d) 모델링부가 상기 저장부에 저장된 색채 이미지 모델과 정서 모델을 기반으로 상기 색채정서모델을 구축하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 의하면, 하나 이상의 색상으로 채색된 사용자의 그림데이터로부터 사용자의 정서를 분석할 수 있으므로, 유아 및 아동이 어떠한 정서의 그림을 주로 그리는지를 용이하게 판단할 수 있다.
본 발명의 일 실시예에 의하면, 유아 및 아동이 제작한 복수의 그림데이터를 이용하여 유아 및 아동의 정서를 보다 정확히 분석할 수 있는 가능한 장점이 있다.
다만, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 색채정서모델을 개발하기 위한 시스템을 도시한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 색채정서모델을 개발하기 위한 방법의 과정을 도시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 색채 이미지 모델 및 정서 모델을 도시한 블록도이다.
도 4는 도 3에 도시된 제1 색상 이미지 모델인 고바야시 색채 이미지 스케일을 도시한 도면이다.
도 5는 제2 색상 이미지 모델인 I.R.I 색채 이미지 스케일을 도시한 도면이다.
도 6은 PA 정서 모델을 도시한 도면이다.
도 7은 도 2에 도시된 색채정서모델 구축 단계의 세부 과정을 도시한 흐름도이다.
도 8은 도 7에 도시된 1차 모델링 단계의 세부 과정을 도시한 흐름도이다.
도 9는 3차원의 색채 이미지 모델을 도시한 도면이다.
도 10 및 도 11은 단색 구조의 복수의 색상 기반 3차원의 색채 이미지 모델에 PA 정서 모델을 맵핑할 때의 이미지 스케일을 도시한 도면이다.
도 12 및 도 13은 배색 구조의 복수의 색상 기반 3차원의 색채 이미지 모델에 PA 정서 모델을 맵핑할 때의 이미지 스케일을 도시한 도면이다.
도 14는 도 7에 도시된 2차 모델링 단계의 세부 과정을 도시한 흐름도이다.
도 15는 도 7에 도시된 감성언어 매칭 및 정서단어 할당 단계의 세부 과정을 도시한 흐름도이다.
도 16은 본 발명의 일 실시예에 따른 색채정서모델의 2차원 이미지 스케일을 도시한 도면이다.
도 17은 본 발명의 일 실시예에 따른 색채정서모델을 이용한 정서 분석 시스템을 도시한 블록도이다.
이하에서는, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
본 발명의 일 실시예에 따른 색채정서모델 개발 시스템(100)은 사용자가 제작한 그림데이터에 채색된 하나 이상의 색상을 기반으로 상기 사용자의 정서를 분석하는 것이 가능한 색채정서모델(145)을 개발하기 위한 시스템이다.
본 발명에서, 사용자는 그림데이터의 제작이 가능한 앱(app)이 설치되는 후술될 제1 단말(210)을 통해 그림데이터를 하나 이상 제작하며, 일 실시예에서는 정서 분석이 필요한 미취학 영유아와 취학 아동을 모두 포함할 수 있으나, 이에 한정되는 것은 아니다.
본 발명에서, 색채정서모델(145)은 사용자가 제작한 하나의 그림데이터에 채색된 하나 이상의 색상을 기반으로 상기 사용자의 정서를 분석할 수 있으나, 사용자가 제작한 복수의 그림데이터에 채색된 하나 이상의 색상을 기반으로 상기 사용자의 정서를 보다 정확히 분석하는 것이 바람직하다.
도 1은 본 발명의 일 실시예에 따른 색채정서모델을 개발하기 위한 시스템을 도시한 블록도이다.
도 1을 참조하면, 색채정서모델 개발 시스템(100)은 색채정서모델(145)을 구축하기 위해 제1 입력부(110), 제2 입력부(120), 저장부(130) 및 모델링부(140)를 포함한다.
본 발명의 색채정서모델 개발 시스템(100)에 구성된 장치(110~140)에 대한 자세한 설명은 상기 색채정서모델 개발 시스템(100)에 의해 수행되는 본 발명의 일 실시예에 따른 색채정서모델 개발 방법(S100)의 과정을 통해 자세히 설명하도록 하겠다.
도 2는 본 발명의 일 실시예에 따른 색채정서모델을 개발하기 위한 방법의 과정을 도시한 흐름도이다.
도 2를 참조하면, 색채정서모델 개발 방법(S100)은 입력 단계(S110), 색채 이미지 및 정서 모델 저장 단계(S120), 색채정서모델 구축 단계(S130) 및 색채정서모델 저장 단계(S140)순으로 진행될 수 있다.
상기 입력 단계(S110)에서, 제1 입력부(110)는 색채정서모델(145)을 구축하기 위한 색채 이미지 모델(115)이 입력되고(S111), 제2 입력부(120)는 색채정서모델(145)을 구축하기 위한 정서 모델(125)이 입력될 수 있다(S112).
본 발명에서, 제1 입력부(110)와 제2 입력부(120)는 저장부(130)와 연결되는 장치(예: 컴퓨터 등)일 수 있다.
본 발명에서, 색채 이미지 모델(115) 및 정서 모델(125)은 도 3에 도시된 바와 같이 구축된 모델일 수 있다.
도 3은 본 발명의 일 실시예에 따른 색채 이미지 모델 및 정서 모델을 도시한 블록도이다.
도 3의 (a)를 참조하면, 색채 이미지 모델(115)은 제1 색채 이미지 모델(115a) 및 제2 색채 이미지 모델(115b)을 기반으로 구축된 모델일 수 있다.
본 발명에서, 제1 색채 이미지 모델(115a)은 도 4에 도시된 고바야시(Kobayashi) 색채 이미지 스케일이며, 고바야시 색채 이미지 스케일은 일본의 고바야시가 130개의 색상과 톤으로 구성한 색채 이미지 스케일이다.
도 4는 도 3에 도시된 제1 색상 이미지 모델인 고바야시 색채 이미지 스케일을 도시한 도면이다.
도 4를 참조하면, 고바야시 색채 이미지 스케일은 색채감성 분석을 위해 복수의 색상과 감성언어를 따뜻한(warm)-차가운(cool)의 x축 및 딱딱한(hard)-부드러운(soft)의 y축으로 구성되는 제1 색채 감성척도에 배치시킨 이미지 공간이다.
이때, 제1 색채 감성척도에 배치된 각각의 색상은 RGB값을 기준으로 하여 사람들이 느끼는 색채 감성이 반영된 형용사 형태의 감성언어와 매칭될 수 있다.
또한, 고바야시 색채 이미지 스케일은 도 4의 (a)에 도시된 바와 같이 단색 구조의 복수의 색상에 대한 색채 감성척도를 분석하기 위한 이미지 공간과, 도 4의 (b)에 도시된 바와 같이 둘 이상의 색으로 배열(배색)된 배색 구조의 복수의 색상에 대한 색채 감성척도를 분석하기 위한 이미지 공간으로 구분될 수 있다.
도 5는 도 3에 도시된 제2 색상 이미지 모델인 I.R.I 색채 이미지 스케일을 도시한 도면이다.
도 5를 참조하면, 제2 색채 이미지 모델(115b)은 도 5에 도시된 I.R.I(Image Research Institute Inc.) 색채 이미지 스케일일 수 있다.
여기서, I.R.I 색채 이미지 스케일은 한국 색채디자인 전문 연구소가 1992년에 개발한 120개, 880개의 색과 톤으로 구성된 색채분석도구와 색채 이미지 공간 지표를 의미한다.
또한, I.R.I 색채 이미지 스케일은 색채감성 분석을 위해 복수의 색상과 감성언어를 동적인(dynamic)-정적인(static)의 x축 및 딱딱한(hard)-부드러운(soft)의 y축으로 구성되는 제2 색채 감성척도에 배치시킨 이미지 공간이다.
그리고 I.R.I 색채 이미지 스케일은 도 5의 (a)에 도시된 바와 같이 단색 구조의 복수의 색상에 대한 색채 감성척도를 분석하기 위한 이미지 공간과, 도 5의 (b)에 도시된 바와 같이 배색 구조의 복수의 색상에 대한 색채 감성척도를 분석하기 위한 이미지 공간으로 구분될 수 있다.
한편, 제1 색채 이미지 모델(115a)인 고바야시 색채 이미지 스케일과 제2 색채 이미지 스케일(115b)인 I.R.I 색채 이미지 스케일은 이하의 [표 1]과 같이 비교될 수 있다.
이미지 스케일 차원 구분 색의 속성 PA 정서가
Kobayashi 색상에 따라
(온도감)
차가운 한색 계열 비각성
따뜻한 난색 계열 각성
I.R.I 명도에 따라
(경연감)
저명도의 어두운 색 계열 부정
고명도의 밝은 색 계열 긍정
채도에 따라
(역동감)
저채도의 흐린색 계열 비각성
고채도의 선명한 색 계열 각성
도 6은 PA 정서 모델을 도시한 도면이다.
도 6을 참조하면, 정서 모델(125)은 복수의 정서단어를 비각성(non-arousal)-각성(arousal)의 x축 및 부정(displeasure)-긍정(pleasure)의 y축으로 구성되는 PA(Pleasure-Arousal) 척도에 배치시킨 PA 정서 모델(125)일 수 있으며, 이에 따라 이하에서는 설명의 편의상 정서 모델(125)을 PA 정서 모델(125)로 명명하도록 하겠다.
본 발명에서, PA 정서 모델(125)은 PAD 정서 모델 중 핵심 정서(Core affect)로 축약된 모델이며, 상기 PA 정서 모델(125)의 구조상 핵심 정서는 PA(비각성-각성 및 부정-긍정)를 의미한다.
한편, 본 발명의 PA 정서 모델(125)을 구축하기 위해 사용된 PAD 정서 모델(PAD emotional state model)은 즐거움(pleasure), 각성(arousal), 지배력(dominance)의 수치 차원을 이용하여 감정 상태를 설명 및 측정하기 위해 Albert Mehrabia과 James A.Russell이 1974년 이후에 개발한 심리 모델이다.
상기 색채 이미지 및 정서 모델 저장 단계(S120)에서, 저장부(130)는 제1, 2 입력부(110, 120)에 입력된 색채 이미지 모델(115)과 PA 정서 모델(125)을 각각 저장할 수 있다.
색채정서모델 구축 단계(S130)에서, 모델링부(140)는 저장부(130)에 저장된 색채 이미지 모델(115)과 PA 정서 모델(125)을 기반으로 색채정서모델(145)을 구축할 수 있으며, 상기 색채정서모델(145)을 구축하는 세부 과정은 이하와 같다.
도 7은 도 2에 도시된 색채정서모델 구축 단계의 세부 과정을 도시한 흐름도이다.
도 7을 참조하면, 색채정서모델 구축 단계(S130)는 1차 모델링 단계(S131), 2차 모델링 단계(S132), 감성언어 매칭 및 정서단어 할당 단계(S133)로 세부 단계가 나누어지고, 모델링부(140)는 상기 세부 단계(S131~S133)를 통해 사용자의 그림데이터로부터 상기 사용자의 정서를 분석할 수 있는 색채정서모델(145)을 구축할 수 있다.
상기 1차 모델링 단계(S131)는 색채정서모델(145)을 구축하기 위해 모델링부(140)가 도 8에 도시된 세부 과정을 진행하는 단계일 수 있다.
도 8은 도 7에 도시된 1차 모델링 단계의 세부 과정을 도시한 흐름도이다.
도 8을 참조하면, 모델링부(140)는 제1 색채 이미지 모델(115a)과 제2 색채 이미지 모델(115b) 간 결합을 진행함으로써(S131a), 3차원으로 확장된 색채 이미지 모델(115)을 생성할 수 있다(S131b).
본 발명에서, 모델 간 결합은 한 공간에서 다른 공간으로의 맵핑, 고차원이나 저차원으로의 차원 축소(또는 확대) 등을 의미하며, 모델 간 결합의 목적은 데이터의 수치화, 데이터의 압축을 통해 적은 차원으로 유의미한 데이터 특징을 표현, 같은 축 위에서 데이터를 플롯(plot)하고 거리를 계산하는 과정 등 같은 위상 공간에서 데이터 간 비교를 용이하게 하기 위함이다.
즉, 상기 1차 모델링 단계(S131)에서의 결합은 제1 색채 이미지 모델(115a) 및 제2 색채 이미지 모델(115b) 중 적어도 하나를 나머지 하나의 이미지 공간에 맵핑하고, 이를 통해 2차원의 제1 색채 이미지 모델(115a) 및 제2 색채 이미지 모델(115b)을 고차원(3차원)으로 차원 확대시키는 과정을 의미한다.
본 발명에서, 3차원의 색채 이미지 모델(115)은 제1 색채 이미지 모델(115a)과 제2 색채 이미지 모델(115b) 간 결합에 의한 차원 확장을 통해 복수의 색상과 감성언어가 3차원 이미지 스케일에 배치될 수 있다.
이때, 색채 이미지 모델(115)은 제1 색채 이미지 모델(115a)인 고바야시 색채 이미지 스케일과 제2 색채 이미지 모델(115b)인 I.R.I 색채 이미지 스케일에서 동일하게 구성된 핵심요인의 두 축을 결합함으로써, 도 9에 도시된 바와 같이 총 3개의 축을 갖는 3차원의 모델일 수 있다.
도 9는 3차원의 색채 이미지 모델을 도시한 도면이다.
도 9를 참조하면, 3차원의 색채 이미지 모델(115)은 제1, 2 색채 이미지 모델(115a, 115b)의 결합을 통해 경연감(부드러운-딱딱함), 온도감(따뜻함-차가운), 역동감(정적인-동적인)의 3개 축으로 축이 축소될 수 있다.
또한, 색채 이미지 모델(115)은 역동감(정적인-동적인)의 x축, 온도감(따뜻함-차가운)의 y축 및 경연감(부드러운-딱딱함)의 z축으로 이미지 스케일이 구성되는 3차원의 모델일 수 있다.
그리고 색채 이미지 모델(115)은 일 실시예에서, 고바야시 색채 이미지 스케일을 구성하는 130개의 색상값과 동일한 색상값이 적용될 수 있다.
상기 3차원의 색채 이미지 모델 생성 단계(S131b) 후, 모델링부(140)는 3차원 색채 이미지 모델(115)과 2차원의 PA 정서 모델(125) 간 바인딩(binding)이 가능한지 여부를 판단할 수 있다(S131c).
여기서, 3차원 색채 이미지 모델(115)과 PA 정서 모델(125) 간 바인딩은 색채정서모델(145)을 PA 정서 모델(125)과 핵심 요인인 축을 기준으로 유사하게 맵핑이 가능한 색채 이미지 모델로 구성하기 위해 진행될 수 있다.
이때 만약, 3차원의 색채 이미지 모델(115)과 PA 정서 모델(125)의 바인딩이 불가능한 경우(S131c-NO), 모델링부(140)는 상기 3차원 색채 이미지 모델 생성 단계(S131b)에서 생성된 3차원의 색채 이미지 모델(115)을 삭제한 후 제1 색채 이미지 모델(115a)과 제2 색채 이미지 모델(115b) 간 결합을 재차 진행하거나(S131a), 3차원 색채 이미지 모델(115)과 PA 정서 모델(125)의 바인딩이 가능하도록 3차원의 색채 이미지 모델(115)을 보정할 수 있다.
이와 달리 만약, 3차원의 색채 이미지 모델(115)과 PA 정서 모델(125)의 바인딩이 가능한 경우(S131c-YES), 모델링부(140)는 3차원의 색채 이미지 모델(115)에 2차원의 PA 정서 모델(125)을 맵핑하기 위해 3차원의 색채 이미지 모델(115)과 PA 정서 모델(125) 간 모델 체이닝(model chaining)을 진행할 수 있다(S131d).
상기 모델 체이닝 단계(S131d)에서, 모델링부(140)는 3차원의 색채 이미지 모델(115)을 구성하는 제1 색채 이미지 모델(115a)과 제2 색채 이미지 모델(115b) 각각에 PA 정서 모델(125)을 맵핑시키는 것에 기반하여, 3차원의 색채 이미지 모델(115)에 2차원의 PA 정서 모델(125)을 맵핑하는 과정을 수행할 수 있다.
또한, 모델링부(140)는 맵핑 과정에서 각 모델 간 비교가 용이하도록, 도 10 내지 도 13에 도시된 바와 같이 제1 색채 이미지 모델(115a) 및 제2 색채 이미지 모델(115b)의 이미지 스케일을 구성하는 x, y축이 서로 반대가 되도록, 상기 제1 색채 이미지 모델(115a) 및 제2 색채 이미지 모델(115b)의 각 스케일 축을 회전시킬 수 있다.
상기 모델링부(140)의 맵핑 과정에 따른 이미지 스케일은 도 10 내지 도 13에 도시된 바와 같다.
한편, 모델 체이닝은 두 개의 모델을 바인딩하는 과정을 의미하며, 바인딩을 통해 첫 번째 모델의 출력이 두 번째 모델의 입력이 되면서 두 번째 모델의 출력이 전체 체인의 원하는 출력값이 될 수 있다.
본 발명에서, 첫 번째 모델은 상술한 바와 같이 경연감(부드러운-딱딱함), 온도감(따뜻함-차가운), 역동감(정적인-동적인)의 3개 축으로 구성되는 3차원의 모델인 3차원의 색채 이미지 모델(115)을 의미하고, 두 번째 모델은 2차원의 PA 정서 모델(125)을 의미한다.
이때, PA 정서 모델(125)은 온도감과 역동감을 한 개의 축으로, 경연감을 다른 한 개의 축으로 구성하여 총 2개의 축을 갖는 2차원의 모델로 구성될 수 있다.
즉, 색채 이미지 모델(115)의 출력값이 PA 정서 모델(125)의 입력값이 될 수 있고, PA 정서 모델(125)의 출력값이 전체 체인의 원하는 출력값이 될 수 있다.
이때, 3차원의 색채 이미지 모델(115)의 출력값임과 동시에 PA 정서 모델(125)의 입력값은 3차원 이미지 공간에 배치된 복수의 색상을 의미하고, PA 정서 모델(125)의 출력값은 상기 복수의 색상이 할당받는 정서단어를 의미한다.
또한, 모델 체이닝의 개념 설명에서 언급된 바인딩은 프로그램에 사용된 구성 요소의 구체적인 값 및 성격을 확정하는 것을 의미한다.
더 나아가, 3차원의 색채 이미지 모델(115)과 2차원 PA 정서 모델(125) 간 모델 체이닝은 [표 2]의 기재된 내용과 같이 진행될 수 있으며, 이를 통해 3차원 형태인 색채정서모델(145)의 데모 모델이 구축될 수 있다.
각성가
(비각성-각성)
긍부정
(부정-긍정)
대표 감정 Kobayashi I.R.I 색의 속성
높음 높음 excitement 난색+부드러운 동적인+부드러운 난색+동적인+부드러운 색
낮음 낮음 depression 한색+딱딱한 정적인+딱딱한 한색+정적인+딱딱한 색
높음 낮음 stress 난색+딱딱한 동적인+딱딱한 난색+동적인+딱딱한 색
낮음 높음 calm 한색+부드러운 정적인+부드러운 한색+정적인+부드러운 색
이러한 색채정서모델(145)의 데모 모델은 3차원의 형태로 구축됨에 따라, 다른 차원(2차원)의 PA 정서 모델(125)을 3차원의 색채 이미지 모델(115)에 맵핑할 때 특정 색상값이 PA 정서 모델(125)에 포함되지 않게 되어 상기 특정 색상값에 대한 정서가 분석되지 않는 한계점이 있다.
상기 2차 모델링 단계(S132)는 데모 모델의 한계점을 개선한 색채정서모델(145)을 최종적으로 구축하기 위해 모델링부(140)가 도 14에 도시된 세부 과정을 진행하는 단계일 수 있다.
도 14는 도 7에 도시된 2차 모델링 단계의 세부 과정을 도시한 흐름도이다.
도 14를 참조하면, 모델링부(140)는 3차원의 색채 이미지 모델(115)을 2차원으로 축소시키며(S132a), 이러한 차원 축소에 기반하여 2차원의 색채정서모델(145)을 생성할 수 있다(S132b).
상기 축소 단계(S132a)에서, 모델링부(140)는 3차원 이미지 스케일에 배치된 복수의 색상에 대한 RGB값을 HSL값으로 변환시킬 수 있다.
이때, 모델링부(140)가 복수의 색상에 대한 RGB값을 HSL값으로 변환시키는 것은 상기 생성 단계(S132b)에서 색채정서모델(145)의 2차원 이미지 스케일(145a)을 구성하는 x, y축의 범위가 색의 채도(saturation) 및 명도(lightness)가 되도록 하기 위함이다.
상기 생성 단계(S132b)에서 생성된 색채정서모델(145)은 3차원 색채 이미지 모델(115)와 PA 정서 모델(125)의 바인딩에 따라 이하의 [표 3]과 같이, 2차원 이미지 스케일(145a)의 x축 범위가 색의 채도에 따른 역동감(정적인-동적인) 및 각성가(비각성-각성)로 구성될 수 있고, y축의 범위가 색의 명도에 따른 경연감(딱딱한-부드러운) 및 정서가(부정-긍정)로 구성될 수 있다.
축 구분 색의 속성 PA 정서가
x축 채도에 따라
(역동감)
저채도, 정적인 비각성
고채도, 동적인 각성
y축 명도에 따라
(경연감)
저명도, 딱딱한 부정
고명도, 부드러운 긍정
본 발명에서, 색채정서모델(145)은 복수의 색상이 2차원 이미지 스케일(145a)의 x, y축 범위에 기반한 x, y 좌표값을 가지게 되어 상기 2차원 이미지 스케일에 배치될 수 있다.
상기 감성언어 매칭 및 정서단어 할당 단계(S133)는 색채정서모델(145)을 구축하기 위해 모델링부(140)가 도 15에 도시된 세부 과정을 진행하는 단계일 수 있다.
도 15는 도 7에 도시된 감성언어 매칭 및 정서단어 할당 단계의 세부 과정을 도시한 흐름도이다.
도 15를 참조하면, 모델링부(140)는 2차원 이미지 스케일(145a) 내 복수의 색상과 제1 색채 이미지 모델(115)의 감성언어를 바인딩시켜 상기 복수의 색상과 감성언어를 매칭시킬 수 있다(S133a).
보다 구체적으로, 모델링부(140)는 상기 매칭 단계(S133a)에서 2차원 이미지 스케일(145a) 내 복수의 색상을 이루는 각각의 색상을 제1 색채 이미지 모델(115a)인 고바야시 색채 이미지 스케일에 배치된 복수의 감성언어 중 적어도 하나의 감성언어를 바인딩시킬 수 있다.
상기 매칭 단계(S133a) 후, 모델링부(140)는 PA 정서 모델(125)의 PA(Pleasure-Arousal) 척도에 배치된 복수의 정서단어 중 적어도 하나의 정서단어를 상기 매칭 단계(S133a)에서 감성언어가 매칭된 복수의 색상에 할당(assign)할 수 있다(S133b).
상기 할당 단계(S133b)에서, 모델링부(140)는 2차원 이미지 스케일(145a) 내 복수의 색상을 이루는 각각의 색상과 PA 정서 모델(125)의 PA 척도에 배치된 복수의 정서단어 간 유사정도를 측정하며, 측정된 유사정도가 가장 높은 정서단어를 할당하는 방식으로 상기 2차원 이미지 스케일(145a) 내 복수의 색상에 정서단어를 할당하여 도 16에 도시된 바와 같이 색채정서모델(145)을 구축할 수 있다.
본 발명에서, 복수의 색상은 단색 구조의 복수의 색상과 및 배색 구조의 복수의 색상을 포함하며, 이에 따라 단색 구조의 복수의 색상과 정서단어 간 유사정도를 측정하는 과정 및 배색 구조의 복수의 색상과 정서단어 간 유사정도를 측정하는 과정은 동일하게 진행될 수 있다.
또한, 단색 및 배색 구조의 복수의 색상과 정서단어 간 유사정도는 이하의 일예와 같이 검증될 수 있다.
구체적인 일예로, 단색 구조의 복수의 색상과 정서단어 간 유사정도는 색채정서모델(145)을 구축하는데 이용된 고바야시 색채 이미지 스케일의 색상 벡터값과 PA 정서 모델(125)의 결합을 통해 검증되고, 배색 구조의 복수의 색상과 정서단어 간 유사정도는 컬러 오브 아트(클로이애슈비, 2023) 저서의 명화 80점 예술 전문가의 배색조합과 색채정서모델(145)을 통해 산출된 배색 조합과의 유사성을 기반으로 검증되며, 추가적으로 후술될 제1 단말(210)의 제작 툴을 통해 그려진 그림데이터의 배색 조합과 관리자의 관찰 평가(정서 관련 단어)간 비교를 통해 유사성을 확인하는 검증에 기반하여 단색 및 배색 구조의 복수의 색상과 정서단어 간 유사정도가 검증될 수 있다.
일 실시예에서는, 정서단어가 단색 구조의 복수의 색상에 할당된 색채정서모델(145)을 기준으로 2차원 이미지 스케일(145a)에 대해 자세히 설명하겠다.
도 16은 본 발명의 일 실시예에 따른 색채정서모델의 2차원 이미지 스케일을 도시한 도면이다.
도 16을 참조하면, 모델링부(140)는 2차원 이미지 스케일(145a)의 1사분면의 좌표평면(도 16에서 우측 상단)에 배치된 복수의 색상에 '즐거운'(joyful)과 관련된 정서단어(예: satisfied, enthusiasm 등)를 할당할 수 있다.
또한, 모델링부(140)는 2차원 이미지 스케일(145a)의 2사분면의 좌표평면(도 16에서 좌측 상단)에 배치된 복수의 색상에 '편안한'(relaxed)과 관련된 정서단어(예: happy, contented, happiness 등)를 할당할 수 있다.
그리고 모델링부(140)는 2차원 이미지 스케일(145a)의 3사분면의 좌표평면(도 16에서 좌측 하단)에 배치된 복수의 색상에 '슬픈'(sad)과 관련된 정서단어(예: miserable, sad, sadness 등)를 할당할 수 있다.
또한, 모델링부(140)는 2차원 이미지 스케일(145a)의 4사분면의 좌표평면(도 16에서 우측 하단)에 배치된 복수의 색상에 '분노'(angry)와 관련된 정서단어(예: disappointed, contempt, disgust, suprise 등)를 할당할 수 있다.
본 발명에서, 모델링부(140)는 색채정서모델(145)이 사용자가 제작한 그림데이터로부터 사용자의 정서를 분석하는 과정에서 사용자의 정서로 분석되지 않아야 할 무관한 정서단어를 통해 사용자의 정서가 분석되지 않도록 색채정서모델(145)을 구축할 필요가 있다.
본 발명에서, 색채정서모델(145)은 그림데이터의 채색에 사용된 색상의 사용정도 차이를 변수로 하여 채색에 이용된 색상에 할당된 정서단어에 가중치를 부여할 수 있다.
또한, 색채정서모델(145)은 가중치가 부여된 정서단어의 비율값을 계산한 후, 일정 이상의 비율값을 가진 정서단어를 사용자의 정서로 분석할 수 있다.
본 발명에서, 색채정서모델(145)은 모델링부(140)에 의해 구축된 후, 모델링부(140)에 의해 설계 변경(또는 업데이트)이 진행될 수 있다.
본 발명에서, 저장부(130)는 모델링부(140)에 의해 구축된 색채정서모델(145) 또는 업데이트가 진행된 색채정서모델(145)을 저장할 수 있다.
또한, 서버(미도시)는 후술될 정서 분석 시스템(200)에서 색채정서모델(145)을 이용하도록, 동기화를 통해 저장부(130)에 저장된 색채정서모델(145)을 전송받아 저장할 수 있다.
본 발명의 색채정서모델(145)을 이용하여 사용자(예: 영유아기의 아동)의 정서를 분석하기 위한 정서 분석 시스템(200)은 도 13에 도시된 바와 같다.
도 17은 본 발명의 일 실시예에 따른 색채정서모델을 이용한 정서 분석 시스템을 도시한 블록도이다.
도 17을 참조하면, 정서 분석 시스템(200)은 제1 단말(210), 분석부(220), 제2 단말(230), 제3 단말(240) 및 통신부(250)를 포함할 수 있다.
제1 단말(210)은 아동인 사용자가 구비한 단말(예: 스마트폰, 태블릿, PC 등)이며, 그림데이터를 제작할 수 있는 제작 툴(tool)이 제공되는 앱(app)이 설치될 수 있다.
분석부(220)는 제1 단말(210)로부터 사용자가 제작한 그림데이터를 전송받게 되며, 통신부(250)를 기반으로 서버와의 동기화를 통해 상기 서버에 저장된 색채정서모델(145)을 이용하여 사용자의 정서를 분석할 수 있다.
제2 단말(230)은 사용자에게 그림데이터를 제작하도록 지시를 주는 관리자(예: 선생님, 의사 등)가 구비한 단말(예: 스마트폰, 태블릿, PC 등)이며, 사용자의 그림데이터 확인, 분석부(220)에서 분석된 사용자의 정서 확인 및 분석된 사용자의 정서에 따른 관리자의 주관적 의견 작성이 가능한 앱이 설치될 수 있다.
제3 단말(240)은 사용자의 보호자(예: 부모님)가 구비한 단말(예: 스마트폰, 태블릿, PC 등)이며, 사용자의 그림데이터 확인, 분석부(220)에서 분석된 사용자의 정서 확인 및 관리자의 주관적 의견 확인이 가능한 앱이 설치될 수 있다.
통신부(250)는 분석부(220)가 서버와의 동기화를 통해 서버에 저장된 색채정서모델(145)을 이용토록 하는 장치일 수 있다.
상술한 바와 같이 개시된 본 발명의 바람직한 실시예들에 대한 상세한 설명은 당업자가 본 발명을 구현하고 실시할 수 있도록 제공되었다. 상기에서는 본 발명의 바람직한 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 본 발명의 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 예를 들어, 당업자는 상술한 실시예들에 기재된 각 구성을 서로 조합하는 방식으로 이용할 수 있다. 따라서, 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다.
본 발명은 본 발명의 기술적 사상 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다. 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함할 수 있다.
100: 색채정서모델 개발 시스템, 110: 제1 입력부,
115: 색채 이미지 모델, 115a: 제1 색채 이미지 모델,
115b: 제2 색채 이미지 모델, 120: 제2 입력부,
125: 정서 모델, 130: 저장부,
140: 모델링부, 145: 색채정서모델,
145a: 2차원 이미지 스케일, 200: 정서 분석 시스템,
210: 제1 단말, 220: 분석부,
230: 제2 단말, 240: 제3 단말,
250: 통신부, 1151: I.R.I 단색 이미지 스케일,
1152: I.R.I 배색 이미지 스케일, 1153: I.R.I 형용사 이미지 스케일.

Claims (10)

  1. 하나 이상의 색상으로 채색된 사용자의 그림데이터로부터 상기 사용자의 정서를 분석하는 색채정서모델을 개발하기 위한 방법에 있어서,
    a) 제1 입력부가 상기 색채정서모델을 구축하기 위한 색채 이미지 모델을 입력받는 단계;
    b) 제2 입력부가 상기 색채정서모델을 구축하기 위한 정서 모델을 입력받는 단계;
    c) 저장부가 상기 제1, 2 입력부에 입력된 색채 이미지 모델과 정서 모델을 저장하는 단계; 및
    d) 모델링부가 상기 저장부에 저장된 색채 이미지 모델과 정서 모델을 기반으로 상기 색채정서모델을 구축하는 단계;를 포함하고,
    상기 색채 이미지 모델은,
    복수의 색상과 감성언어를 따뜻한(warm)-차가운(cool)의 x축 및 딱딱한(hard)-부드러운(soft)의 y축으로 구성되는 제1 색채 감성척도에 배치시킨 고바야시(Kobayashi) 색채 이미지 스케일인 제1 색채 이미지 모델; 및
    상기 복수의 색상과 감성언어를 동적인(dynamic)-정적인(static)의 x축 및 딱딱한(hard)-부드러운(soft)의 y축으로 구성되는 제2 색채 감성척도에 배치시킨 I.R.I(Image Research Institute Inc.) 색채 이미지 스케일인 제2 색채 이미지 모델;을 포함하고,
    상기 정서 모델은,
    복수의 정서단어를 부정(displeasure)-긍정(pleasure)의 x축 및 비각성(non-arousal)-각성(arousal)의 y축으로 구성되는 PA(Pleasure-Arousal) 척도에 배치시킨 PA 정서 모델인 것을 특징으로 하는 색채정서모델을 개발하기 위한 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 d) 단계는,
    상기 모델링부가 상기 제1 색채 이미지 모델과 상기 제2 색채 이미지 모델 간 결합을 진행하는 1차 모델링 과정을 통해 상기 색채 이미지 모델을 3차원으로 확장시키는 것을 특징으로 하는 색채정서모델을 개발하기 위한 방법.
  4. 제 3 항에 있어서,
    상기 3차원의 색채 이미지 모델은,
    상기 제1 색채 이미지 모델과 상기 제2 색채 이미지 모델 간 결합에 의한 차원 확장을 통해 상기 복수의 색상과 감성언어가 역동감(정적인-동적인)의 x축, 온도감(따뜻함-차가운)의 y축 및 경연감(부드러운-딱딱함)의 z축으로 구성되는 3차원 이미지 스케일에 배치되는 것을 특징으로 하는 색채정서모델을 개발하기 위한 방법.
  5. 제 4 항에 있어서,
    상기 d) 단계는,
    상기 모델링부가 상기 3차원의 색채 이미지 모델과 상기 PA 정서 모델의 바인딩이 가능한지 판단하고, 상기 3차원의 색채 이미지 모델과 상기 PA 정서 모델의 바인딩이 가능할 때 상기 3차원의 색채 이미지 모델과 상기 PA 정서 모델 간 모델 체이닝을 진행하는 것을 특징으로 하는 색채정서모델을 개발하기 위한 방법.
  6. ◈청구항 6은(는) 설정등록료 납부시 포기되었습니다.◈
    제 5 항에 있어서,
    상기 d) 단계는,
    상기 모델링부가 상기 3차원의 색채 이미지 모델의 출력값이 상기 PA 정서 모델의 입력값이 되도록, 상기 3차원의 색채 이미지 모델과 상기 PA 정서 모델 간 모델 체이닝을 진행하는 것을 특징으로 하는 색채정서모델을 개발하기 위한 방법.
  7. ◈청구항 7은(는) 설정등록료 납부시 포기되었습니다.◈
    제 5 항에 있어서,
    상기 d) 단계는,
    상기 모델링부가 상기 3차원의 색채 이미지 모델을 2차원으로 축소시키는 2차 모델링 과정을 통해 상기 색채정서모델을 구축하는 것을 특징으로 하는 색채정서모델을 개발하기 위한 방법.
  8. 제 7 항에 있어서,
    상기 d) 단계는,
    상기 모델링부가 상기 복수의 색상, 감성언어 및 정서단어를 색의 채도에 따른 역동감(정적인-동적인) 및 각성가(비각성-각성)의 x축과 색의 명도에 따른 경연감(딱딱한-부드러운) 및 정서가(부정-긍정)의 y축으로 구성된 상기 색채정서모델의 2차원 이미지 스케일에 배치시키는 것을 특징으로 하는 색채정서모델을 개발하기 위한 방법.
  9. 제 8 항에 있어서,
    상기 색채정서모델은,
    상기 2차원 이미지 스케일 내 복수의 색상과 상기 제1 색채 이미지 모델의 감성언어가 바인딩되는 것을 통해 상기 복수의 색상과 감성언어를 매칭되고,
    상기 PA 정서 모델의 PA 척도에 배치된 복수의 정서단어 중 적어도 하나의 정서단어를 상기 감성언어가 매칭된 복수의 색상에 할당하는 것을 특징으로 하는 색채정서모델을 개발하기 위한 방법.
  10. 제 9 항에 있어서,
    상기 색채정서모델은,
    상기 그림데이터의 채색에 사용된 색상의 사용정도 차이를 변수로 하여 상기 채색에 이용된 색상에 할당된 정서단어에 가중치를 부여하고,
    상기 가중치가 부여된 정서단어의 비율값을 계산한 후, 일정 이상의 비율값을 가진 정서단어를 상기 사용자의 정서로 분석하는 것을 특징으로 하는 색채정서모델을 개발하기 위한 방법.
KR1020230140595A 2023-10-19 2023-10-19 색채정서모델을 개발하기 위한 방법 KR102655270B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020230140595A KR102655270B1 (ko) 2023-10-19 2023-10-19 색채정서모델을 개발하기 위한 방법
KR1020240043940A KR102673691B1 (ko) 2023-10-19 2024-04-01 그림 데이터로부터 특정 사용자의 정서를 분석하는 시스템
KR1020240043938A KR102673689B1 (ko) 2023-10-19 2024-04-01 하나 이상의 색상으로 채식된 그림 데이터로부터 사용자의 정서를 분석하는 방법
KR1020240043939A KR102673690B1 (ko) 2023-10-19 2024-04-01 복수의 그림 데이터를 기반으로 사용자의 정서를 분석하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230140595A KR102655270B1 (ko) 2023-10-19 2023-10-19 색채정서모델을 개발하기 위한 방법

Related Child Applications (3)

Application Number Title Priority Date Filing Date
KR1020240043938A Division KR102673689B1 (ko) 2023-10-19 2024-04-01 하나 이상의 색상으로 채식된 그림 데이터로부터 사용자의 정서를 분석하는 방법
KR1020240043940A Division KR102673691B1 (ko) 2023-10-19 2024-04-01 그림 데이터로부터 특정 사용자의 정서를 분석하는 시스템
KR1020240043939A Division KR102673690B1 (ko) 2023-10-19 2024-04-01 복수의 그림 데이터를 기반으로 사용자의 정서를 분석하는 방법

Publications (1)

Publication Number Publication Date
KR102655270B1 true KR102655270B1 (ko) 2024-04-09

Family

ID=90707618

Family Applications (4)

Application Number Title Priority Date Filing Date
KR1020230140595A KR102655270B1 (ko) 2023-10-19 2023-10-19 색채정서모델을 개발하기 위한 방법
KR1020240043940A KR102673691B1 (ko) 2023-10-19 2024-04-01 그림 데이터로부터 특정 사용자의 정서를 분석하는 시스템
KR1020240043938A KR102673689B1 (ko) 2023-10-19 2024-04-01 하나 이상의 색상으로 채식된 그림 데이터로부터 사용자의 정서를 분석하는 방법
KR1020240043939A KR102673690B1 (ko) 2023-10-19 2024-04-01 복수의 그림 데이터를 기반으로 사용자의 정서를 분석하는 방법

Family Applications After (3)

Application Number Title Priority Date Filing Date
KR1020240043940A KR102673691B1 (ko) 2023-10-19 2024-04-01 그림 데이터로부터 특정 사용자의 정서를 분석하는 시스템
KR1020240043938A KR102673689B1 (ko) 2023-10-19 2024-04-01 하나 이상의 색상으로 채식된 그림 데이터로부터 사용자의 정서를 분석하는 방법
KR1020240043939A KR102673690B1 (ko) 2023-10-19 2024-04-01 복수의 그림 데이터를 기반으로 사용자의 정서를 분석하는 방법

Country Status (1)

Country Link
KR (4) KR102655270B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101258978B1 (ko) 2010-08-05 2013-05-02 마인드프리즘 주식회사 심리치유를 위하여 심리검사 서비스를 제공하는 방법 및 그 서버
KR101572781B1 (ko) * 2015-03-18 2015-11-30 중앙대학교 산학협력단 입력 이미지에 대한 정서 추출 방법 및 장치
KR101654551B1 (ko) 2014-04-14 2016-09-07 (주)메쏘드소프트 미술 치료 정보 관리 방법 및 시스템
KR101767651B1 (ko) * 2016-03-15 2017-08-14 중앙대학교 산학협력단 감성 예측 장치 및 방법
KR102502210B1 (ko) * 2022-11-21 2023-02-23 주식회사 아이스크림아트 그림 색채 분석 방법 및 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101258978B1 (ko) 2010-08-05 2013-05-02 마인드프리즘 주식회사 심리치유를 위하여 심리검사 서비스를 제공하는 방법 및 그 서버
KR101654551B1 (ko) 2014-04-14 2016-09-07 (주)메쏘드소프트 미술 치료 정보 관리 방법 및 시스템
KR101572781B1 (ko) * 2015-03-18 2015-11-30 중앙대학교 산학협력단 입력 이미지에 대한 정서 추출 방법 및 장치
KR101767651B1 (ko) * 2016-03-15 2017-08-14 중앙대학교 산학협력단 감성 예측 장치 및 방법
KR102502210B1 (ko) * 2022-11-21 2023-02-23 주식회사 아이스크림아트 그림 색채 분석 방법 및 시스템

Also Published As

Publication number Publication date
KR102673691B1 (ko) 2024-06-13
KR102673690B1 (ko) 2024-06-13
KR102673689B1 (ko) 2024-06-13

Similar Documents

Publication Publication Date Title
Frigg et al. Models and representation
Mäkelä et al. Documentation as a practice-led research tool for reflection on experiential knowledge
Tian [Retracted] Immersive 5G Virtual Reality Visualization Display System Based on Big‐Data Digital City Technology
Pujol-Tost Realism in Virtual Reality applications for Cultural Heritage.
Lee et al. Grammatical and Syntactical Approaches in Architecture: Emerging Research and Opportunities: Emerging Research and Opportunities
Senbel et al. Precedents reconceived: Urban design learning catalysed through data rich 3-D digital models
Yu et al. Application of digital mining facing information fusion technology in the field of national costume culture design
Chen Research on the design of intelligent music teaching system based on virtual reality technology
KR102655270B1 (ko) 색채정서모델을 개발하기 위한 방법
Mehan et al. Questioning hegemony within white academia
Baugh Haptic insights: model making as historical methodology
Ostwald et al. Fractal dimensions in architecture: measuring the characteristic complexity of buildings
Gómez-Sirvent et al. Vrproe toolbox for virtual pre-occupancy evaluation: Proof of concept on a BIM model of a conservatory classroom
Koskinen et al. Academic design
CN111191458A (zh) 一种基于上下文的语义匹配方法和系统
Carnevale Toronto Augmented Reality Map: Enhancing citizen engagement with open government data using contemporary media platforms
Anwar et al. Designing Product Gestalt: Semiotic and semantic influences of ablution development
Salingaros Fractals and Christopher Alexander’s “fifteen fundamental properties”
Xinyi Metaverse-oriented visual art quality enhancement strategies: a field architecture design and fuzzy assessment theory perspective
Jiang Soft archives: Motherhood and daughterhood in post-socialist China
Li [Retracted] The Method of Graphic Design Using 3D Virtual Vision Technology
Bowring Teaching design critique
Simeoni Querying the Quantification of the Queer. Xenofeminist interactive visualizations of the gender spectrum
Bauer-Krösbacher et al. MODELLING MUSEUM VISITORS'PERCEPTION AND EXPERIENCE OF AUTHENTICITY: EXAMINING HETEROGENEITY WITH A FINITE MIXTURE MODEL.
Weijun 3D Indoor Scene Synthesis System Based on Collaborative Retrieval

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant