KR20190033934A - 컨셉 추출 알고리즘에 의한 이미지 추출 방법 - Google Patents

컨셉 추출 알고리즘에 의한 이미지 추출 방법 Download PDF

Info

Publication number
KR20190033934A
KR20190033934A KR1020170122692A KR20170122692A KR20190033934A KR 20190033934 A KR20190033934 A KR 20190033934A KR 1020170122692 A KR1020170122692 A KR 1020170122692A KR 20170122692 A KR20170122692 A KR 20170122692A KR 20190033934 A KR20190033934 A KR 20190033934A
Authority
KR
South Korea
Prior art keywords
image
concept
color
image data
area
Prior art date
Application number
KR1020170122692A
Other languages
English (en)
Inventor
공미선
Original Assignee
주식회사 스타일큐
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 스타일큐 filed Critical 주식회사 스타일큐
Priority to KR1020170122692A priority Critical patent/KR20190033934A/ko
Publication of KR20190033934A publication Critical patent/KR20190033934A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06K9/3233—
    • G06T5/002—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 컨셉 추출 알고리즘에 의한 이미지 추출 방법에 관한 것으로, 보다 상세하게는 감성영역인 사람 및 사물의 이미지 중에서 주된 컨셉을 추출하고 이를 확정이미지로 생성하여 사용자가 편리하게 송수신 하는 기술에 관한 것이다.
본 발명에 따른 컨셉 추출 알고리즘에 의한 이미지 추출 방법은 이미지에서 사물의 이미지 컨셉을 도출할 수 있는 형태, 색채, 소재, 문양 또는 사람의 얼굴, 키, 얼굴색, 머리색상의 구성요소를 선택 받는 단계; 상기 선택 받은 구성요소의 세부구성요소를 입력하는 단계; 컨셉 도출 알고리즘에 의해 이미지가 분석되는 단계; 상기 이미지가 노출되고 감성용어가 결정되는 단계; 성가 이미지에서 시각적, 청각적 그레이드 또는 시각적 표식으로 주요 컨셉을 나타내는 수단을 선택하는 단계; 주요 컨셉 이미지가 결정되는 단계;가 포함되는 것을 특징으로 한다.

Description

컨셉 추출 알고리즘에 의한 이미지 추출 방법{Image Extraction Method by Concept Extraction Algorithm}
본 발명은 컨셉 추출 알고리즘에 의한 이미지 추출 방법에 관한 것으로, 보다 상세하게는 감성영역인 사람 및 사물의 이미지 중에서 주된 컨셉을 추출하고 이를 확정이미지로 생성하여 사용자가 편리하게 송수신 하는 기술에 관한 것이다.
이미지컨셉이란 특정 이미지에서 강조되는 것으로부터 연상되는 특정 관념을 의미하는 것이다. 이는 제품 디자인과 이미지 연출에 있어서 고유한 개성이나 특성으로 추구되기 때문에 이미지컨셉을 선정, 분석 및 평가하기 위해서는 이를 사전에 확정시킬 수 있는 정량적인 기술이 필요하다.
따라서 본 발명에서는 사물 또는 인물 등의 다양한 이미지로 구성되어 있는 복수의 집단에서 주류를 이루는 이미지를 추출하여 이를 강조 이미지로 확정하는 기술을 제안하고자 한다.
본 발명과 유사한 선행기술에는 1)대한민국 등록특허공보 제10-1230034호 ‘취향 아이디 코드의 생성시스템 및 생성방법, 그리고 상품 추천 시스템 및 추천 방법’이 있다. 상기 유사 선행기술에서는 사용자의 취향 아이디 코드를 생성하는 취향 아이디 코드 생성서버를 포함하고, 상기 취향 아이디 코드 생성서버는 상기 취향 아이디 코드를 생성하기 위한 질문정보를 사용자에게 제공하고, 사용자에게 제공된 질문정보에 대응하는 사용자 답변정보로부터 취향요인, 선호속성, 선호속성의 세부 속성 충성도 및 트렌드 수용도를 생성하고, 생성된 취향요인, 선호속성, 선호속성의 세부 속성 충성도 및 트렌드 수용도로부터 연상 어휘를 추출하며, 상기 연상어휘를 포함하는 상기 취향 아이디 코드를 생성하여 사용자 정보로 저장 관리하는 취향 아이디 코드의 생성 시스템을 제공하고, 취향 아이디 코드의 구성요소인 취향 요인, 선호 속성, 속성 충성도 및 트렌드 수용도를 조합하고 연상어휘로 변환한 후 취향 아이디 코드를 생성하여, 사용자, 판매자, 기술 제공자, 서버 관리자 등 다수 대중이 개인별 취향을 구분 및 인지하여 상호 소통하고 지칭할 수 있는 취향 아이디 코드를 생성하며 사용자의 취향과 적합한 구매 환경에 맞춰 선택적으로 정보를 검색 및 추천받는 기술을 개시하는 특징이 있다.
다른 유사 선행기술에는 2)대한민국 등록특허공보 제10-1617828호 ‘정량 평가 네트워크 기반 이미지 컨셉정보 추출 시스템’이 있다. 상기 유사 선행기술에서는 이미지 컨셉 평가자에 의해 운용되는 복수의 클라이언트 단말기로 이루어지되, 각 클라이언트 단말기는 이미지 컨텐츠의 컨셉을 검출하기 위한 컨셉 추출용 선택항목 컨텐츠가 출력되고, 출력된 컨셉 추출용 선택항목 컨텐츠에 대한 이미지 컨셉 평가자의 선택정보를 입력받게 되는 클라이언트 단말기 유니트와; 클라이언트 단말기 유니트를 이루는 각 클라이언트 단말기와 연동되고, 이미지 컨셉정보 컨텐츠와 컨셉 추출용 선택항목 컨텐츠 및 컨셉 추출 알고리즘이 설정되어 관리되고, 클라이언트 단말기로 컨셉 추출용 선택항목 컨텐츠를 전달하며, 클라이언트 단말기로부터 입력되는 평가자 선택정보를 전달받는 컨셉 추출 알고리즘에 의해 이미지 컨텐츠의 컨셉이 추출되도록 하는 이미지 컨셉 추출 유니트를 포함하는 기술을 개시하는 특징이 있다.
또 다른 유사 선행기술에는 3)대한민국 등록특허공보 제10-1345119호 ‘이미지 취향 아이디 코드 생성, 진단 시스템 및 방법, 그리고 정보 제공 시스템 및 정보 제공 방법’이 있다. 상기 유사 선행기술에서는 입출력부와 연산 처리부를 갖는 하나 이상의 서버; 하나 이상의 상기 서버에 연결되고 사용자 인증 및 정보 저장부로서의 데이터베이스; 하나 이상의 사용자 단말; 및 하나 이상의 상기 서버와 하나 이상의 상기 사용자 단말을 연결하는 유무선 통신망을 포함하는 이미지 취향 아이디 코드 생성 시스템과 하나 이상의 서버가 입출력부를 통해서 하나 이상의 사용자 단말로부터 개별 정보를 입력받아 사용자 인증하고 데이터베이스에 관련 정보를 저장하는 단계, 생성하고자 하는 이미지 취향 아이디 코드와 관련된 사람, 상점, 브랜드를 포함하는 유무형 상품 대상 및 상기 대상의 구성 요소에 대한 정보로 설정되는 정보 제공 대상의 범주 및 카테고리를 입력받는 단계, 하나 이상의 서버 또는 하나 이상의 사용자 단말로부터 감성 어휘, 및 상기 감성 어휘와 관련된 연상 어휘, 이미지로 이루어지는 이미지 정보 중 하나 이상을 채집하는 단계, 하나 이상의 사용자 단말로부터, 생성하고자 하는 취향 이미지 수를 입력받는 단계, 연산 처리부가, 채집된 이미지 정보를 포지셔닝 좌표 이미지로 클러스터링한 다음, 클러스터링된 좌표 이미지에서 취향 이미지를 위치화하고 확정하는 단계, 연산 처리부가, 위치화되고 확정된 취향 이미지로부터 이미지 취향 아이디 코드를 생성하여 저장하는 단계를 포함하는 기술을 개시하는 특징이 있다.
하지만, 종래기술은 사람 또는 사물의 주된, 강조된 부분인 컨셉을 생성할시 컨셉 도출이 되는 과정인 컨셉 추출 알고리즘에서 생성된 결과물을 사용자가 사용편의대로 확정된 컨셉 이미지로 전달하거나 전달받을 수 있는 기술적 수단이 제시되지 못하였다.
대한민국 등록특허공보 제10-1230034호(2013.01.30.) ‘취향 아이디 코드의 생성시스템 및 생성방법, 그리고 상품 추천 시스템 및 추천 방법’ 대한민국 등록특허공보 제10-1617828호(2016.04.27.) ‘정량 평가 네트워크 기반 이미지 컨셉정보 추출 시스템’ 대한민국 등록특허공보 제10-1345119호(2013.12.19.) ‘이미지 취향 아이디 코드 생성, 진단 시스템 및 방법, 그리고 정보 제공 시스템 및 정보 제공 방법’
본 발명은 상기한 발명의 배경으로부터 요구되는 기술적 필요성을 충족하는 것을 목적으로 한다. 구체적으로, 본 발명의 목적은 사람 또는 사물의 컨셉을 도출하여 이미지로 추출 시 사용자의 편의대로 확정된 컨셉 이미지로 전달하거나 전달받는 기술을 구현하는데 그 목적이 있다.
본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
이러한 목적을 달성하기 위한 본 발명에 따른 컨셉 추출 알고리즘에 의한 이미지 추출 방법은 이미지에서 사물의 이미지 컨셉을 도출할 수 있는 형태, 색채, 소재, 문양 또는 사람의 얼굴, 키, 얼굴색, 머리색상의 구성요소를 선택 받는 단계; 상기 선택 받은 구성요소의 세부구성요소를 입력하는 단계; 컨셉 도출 알고리즘에 의해 이미지가 분석되는 단계; 상기 이미지가 노출되고 감성용어가 결정되는 단계; 성가 이미지에서 시각적, 청각적 그레이드 또는 시각적 표식으로 주요 컨셉을 나타내는 수단을 선택하는 단계; 주요 컨셉 이미지가 결정되는 단계;가 포함되는 것을 특징으로 한다.
이상과 같이 본 발명은 사물 또는 사람의 컨셉이 도출되는 알고리즘의 조합에서 생성된 추출된 이미지를 쉽게 전달받거나 전달할 수 있어 컨셉을 활용한 다양한 기술에 적용할 수 있으며, 관련분야의 비전문가들도 이를 활용할 수 있어 컨셉관련 기술의 파급에 도움이 되는 효과가 있다.
본 발명의 기술적 효과들은 이상에서 언급한 기술적 효과들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 효과들은 청구범위의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명에 따른 컨셉 추출 알고리즘에 의한 이미지 추출 방법의 실시흐름도이다.
도 2는 본 발명에 따른 컨셉 도출 알고리즘의 세부 실시흐름도이다.
이하에서는, 본 발명의 목적이 구체적으로 실현될 수 있는 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 설명하지만, 이는 본 발명의 더욱 용이한 이해를 위한 것으로, 본 발명의 범주가 그것에 의해 한정되는 것은 아니다. 또한 본 실시예를 설명함에 있어서, 동일 구성에 대해서는 동일 명칭 및 동일 부호가 사용되며 이에 따른 부가적인 설명은 생략하기로 한다.
사물이나 사람에 있어 컨셉을 도출하는 것은 컨셉을 생성하는 구성요소 및 구성요소의 알고리즘에 의해 가능하다. 무엇보다 감성분야인 패션관련분야인 패션의류상품의 경우에는 형태, 색채, 소재, 문양의 대분류 의류상품 컨셉추출 구성요소가 선택되어지면 형태를 구성하는 세부항목인 테일러드, 드레이프, 혼합 구조 그리고 H, A, X, Y 등의 실루엣에 따라 그 이미지가 기 설정된 컨셉 알고리즘에 의해 정해진다.
즉, 빨간색의 테일러드 형태의 H실루엣의 정장인 경우, 형태의 각이 강조된 의류상품인 경우, 매니쉬(manish) 클래식 이미지 용어가 알고리즘에서 추출될 수 있는데 이런 경우 상기 빨간색의 테일러드 정장을 구성하는 형태, 빨간색채, 면소재, 문양이 없는 구성요소 중에서 형태를 제외한 타 구성요소가 보이지 않거나 시각적 그레이드 즉, 형태가 가장 진하게, 그리고 다른 컨셉도출 구성요소가 아주 연하게 보여지도록 한다. 또는 형태를 특징지을수 있는 표식이나 형태를 청각적으로 인지하여 구분짓게 한다. 즉, 시각적, 청각적 그레이드로 컨셉이미지를 표현하기도 하고 표식으로 표현할 수 있다.
색채의 세부항목으로 비비드톤, 덜톤, 모노톤, 그레이시톤, 유사배색, 보색대비 등의 색조와 배색에 따라 알고리즘을 통해 컨셉 이미지를 부여할 수 있다.
블랙 앤 화이트 컬러의 면 분할 배색이 들어간 블라우스의 경우에는 형태, 소재, 문양의 타구성요소에 비해 색채의 컨셉 구성요소가 강조되어 색채가 주된 컨셉으로 설정된다. 결과적으로 모노톤 컬러의 명도대비에 따라 컨셉 알고리즘에 의해 모던이라는 감성이미지 용어가 결정된다.
소재의 세부항목으로 레이스, 가죽, 퍼, 실크, 캐시미어, 데님, 쉬폰 등의 소재가 주는 느낌에 따라 그 이미지의 컨셉이 도출된다.
블랙컬러의 전체 레이스 소재의 미니원피스의 경우, 형태, 색채, 소재, 문양 중 레이스 소재가 주된 컨셉으로 설정된다. 소재를 특징지을 수 있는 표식이나 형태가 강조되어 표현되며, 컨셉알고리즘에 의해 레이스 소재는 페미닌, 엘레강스, 걸리쉬 등 여성적인 감성 이미지와 연관되어 도출된다.
문양의 세부항목으로 꽃무늬, 체크, 스트라이프, 도트, 카모플라주, 기하학, 호피 등의 패턴 이미지에 따라 컨셉 이미지가 결정된다.
만약 체크무늬와 꽃무늬 등 복수의 다양한 무늬가 있는 패션의류제품인 경우 컨셉을 도출하는 알고리즘에 의해 감성이미지를 중복적으로 필터링하여 꽃무늬가 주된 컨셉으로 도출된 경우, 꽃무늬가 가장 진하게 그다음 체크 무늬가 진하게 보이고 다른 컨셉 구성요소인 형태, 색채, 소재 등이 연하게 보여서 컨셉을 전달하는 것이다. 물론 상기 형태 컨셉처럼 이를 특징지을수 있는 표식 또는 청각적으로 그레이드를 달리 하여 전달할 수도 있다.
사람의 주된 컨셉이미지를 전달받고자 할때는 원이미지인 특정인에서 사람의 이미지를 구성하는 얼굴, 키, 얼굴색, 머리색상 등의 구성요소 중 강조컨셉인 눈을 결정하여 입력하고 그 세부항목인 눈색, 눈크기, 눈모양 중에서 내려간눈, 올라간눈, 옴팍한 눈 등에서 내려간눈을 선택하게 되고 컨셉도출 알고리즘에 의해 선한 인상, 아이같은 인상으로 결정되고 원이미지인 특정인이 나타나고 네츄럴, 걸리쉬 등의 감성용어가 알고리즘에 의해 도출된다.
그리고 이를 원 이미지인 특정인의 눈에 시각적, 청각적 그레이드 또는 표식으로 나타나서 주컨셉을 손쉽게 인지할 수 있게 된다.
즉, 본 발명은 이미지에서 특정사람, 사물의 이미지 컨셉을 도출할 수 있는 형태, 색채, 소재, 문양 또는 얼굴, 키, 얼굴색, 머리색상의 구성요소를 선택받는 단계(S100); 선택받은 구성요소의 세부구성요소를 입력하는 단계(S200); 컨셉도출 알고리즘에 의해 이미지가 분석되는 단계(S300); 원이미지가 노출되고 감성용어가 결정되는 단계(S400); 원이미지에서 시각적, 청각적 그레이드 또는 시각적 표식으로 주컨셉을 나타내는 수단을 선택하는 단계(S500); 주 컨셉 이미지가 결정되는 단계(S600);로 실시 흐름이 구성된다.
상기 컨셉도출 알고리즘에 대해서 상술하면, 일반적으로 컬러 모델을 단일로만 이용하는 경우에는 판별 오류가 발생할 수 있으므로 컬러 영역을 제외한 배경 부분이나 노이즈를 제거하여 이미지 컨셉 추출의 정확도를 높이는 관심영역 검출 알고리즘을 적용하여 색채, 형태, 소재 및 문양을 특징으로 하는 이미지 컨셉을 추출해야 한다.
이미지 데이터를 처리하여 정해진 컨셉으로 구분하기 위해서는 먼저 입력된 이미지 데이터를 정규화하고 노이즈를 제거하여 이미지 데이터를 평활화하는 전처리 단계와, 학습과정을 통해 생성한 이미지 특징 벡터를 기반으로 전처리된 이미지를 분류하는 후처리 단계를 수행한다.
이미지 컨셉을 추출하기 위해서는 입력 이미지 데이터를 가로와 세로 픽셀의 개수를 동일하게 맞추어주는 이미지 데이터 정규화 단계(S310)를 수행한다. 이때 가로와 세로 픽셀의 설정 개수는 분석하려는 대상 이미지 데이터에 따라서 가변적으로 설정할 수 있는 요소이므로 특정 픽셀 수치가 한정되는 것은 아니다.
상기 이미지 데이터 정규화 단계(S310)가 완료되면 이미지 데이터에 포함된 노이즈를 제거하는 이미지 데이터 노이즈 제거 단계(S320)를 수행하여 상기 이미지 데이터를 평활화시키되, 이 때 노이즈 제거를 위한 필터는 메디안 필터가 사용되는 것이 바람직하다.
이미지 데이터에서 컨셉을 검출하기 위해서는 색채, 형태, 소재 및 문양에 대한 RGB 색공간 정보를 사전에 정의하는 색공간 정보 모델링 단계(S330)를 수행하여야 한다. 복잡한 색채, 형태, 소재 및 문양의 경우를 처리하고자 가우시안 혼합 모델이 사용되는 것이 바람직하며, 복잡성에 기인한 오검출을 저감시키기 위해서 사전 정의된 색채, 형태, 소재 및 문양의 이미지 컨셉을 나타내는 경우와 상기 이미지 컨셉을 나타내는 것이 아닌 경우의 확률 비율을 아래의 수식(1)을 이용하여 상기 이미지 컨셉을 판별한다.
Figure pat00001
... 수식(1)
상기 수식(1)에서
Figure pat00002
로 계산된다. 여기서
Figure pat00003
는 색상 벡터,
Figure pat00004
는 가우시안 모델의 개수,
Figure pat00005
는
Figure pat00006
번째 가우시안 모델의 가중치,
Figure pat00007
,
Figure pat00008
는
Figure pat00009
번째 가우시안 모델의 평균과 공분산 행렬을 의미한다.
각 픽셀에서 사전에 정의된 이미지 컨셉을 나타내는 데이터인 경우의 확률과 그렇지 않을 확률을 가우시안 혼합 모델을 통해서 산출한 후 아래의 수식(2)를 이용하여 이미지 컨셉을 나타내는 데이터일 경우의 확률을 산출한다.
Figure pat00010
... 수식(2)
이미지 데이터에서 이미지 컨셉을 나타내는 영역이 아닌 데이터를 제거하기 위해서 균일성 검사를 하는데 이를 위해서는 아래의 수식(3)을 이용하여 이미지 컨셉 영역 내에서의 에지 픽셀 개수, 이미지 강도의 표준 편차(
Figure pat00011
)를 사용한다.
Figure pat00012
... 수식(3)
여기서
Figure pat00013
는 이미지 데이터 내의 이미지 컨셉 영역에서의 에지 픽셀 개수,
Figure pat00014
는 이미지 컨셉 영역을 포함하는 사각형의 최대 크기,
Figure pat00015
는 이미지 컨셉 영역의 픽셀 수를 의미한다. 이때 이미지 컨셉 후보 영역이 비균일할 시 상기 이미지 컨셉 후보 영역이 균일해질 때까지 임계값을 높이는 것이 바람직하다.
그 후에는 이미지 데이터에 관심 영역을 설정하고(S340) 상기 관심 영역 안에서 이미지 컨셉의 분류 특징을 추출(S350)한다. 상기 관심 영역을 설정하는 것은 입력된 이미지 데이터 영역에서 이미지 컨셉 영역이 얼마나 존재하는지를 측정하여 판별 오류를 최소화하기 위한 것이며, 이미지 컨셉 영역 부분을 제외하고 배경 부분 또는 노이즈 부분을 제거함으로써 이미지 컨셉 여부를 정확히 판별하고자 하는 것이다.
상기 관심 영역을 설정하고 검출하는 것은 이미지 데이터의 특징을 추출할 영역을 설정하는 기능을 수행하는데 이미지 데이터는 일정한 색채, 형태, 소재 및 문양으로 이루어진 이미지 컨셉과 배경 영역으로 구성되어 있다. 만일 이미지 데이터 전체에서 이미지 컨셉을 추출하게 된다면 추출된 특징이 배경 영역의 영향을 받으므로 이미지 컨셉 추출 성능이 저하될 수 있다. 이미지 컨셉 추출에서 중요한 것은 이미지 데이터에 포함된 일정한 색채, 형태, 소재 및 문양의 이미지 컨셉이므로 이미지 컨셉 영역의 데이터를 활용하여 이미지 컨셉 영역을 포괄할 수 있는 최대 영역을 관심 영역으로 설정하는 것이 바람직하다.
상기 관심 영역이 너무 작게 설정되는 경우에는 이미지 데이터의 특성을 제대로 반영하지 못할 수 있으므로, 전체 이미지 데이터에서 관심 영역이 차지하는 비율이 임계값보다 작은 경우에는 상기 관심 영역을 전체 이미지 데이터가 되게끔 설정할 수도 있는 것이 바람직하다. 상기 관심 영역에서 이미지 컨셉을 분류할 수 있는 특징을 추출하게 되면 배경 영역의 영향을 받지 않기 때문에 이미지 컨셉의 특징을 추출하여 특성화시키는 것이 가능하다. 또한 이미지 데이터 전체 영역에 비하여 이미지 컨셉 영역의 크기가 작은 경우에도 관심 영역에서 특징을 추출한다면 이미지 컨셉 추출이 가능하기 때문에 이미지 컨셉 분류 성능이 향상될 수 있다.
즉, 상기 관심 영역의 검출을 위한 실시 흐름은 이미지 데이터가 입력된 후, 관심 영역을 검출하고, 전체 이미지 데이터에서 상기 관심 영역이 차지하는 비율이 기 설정된 임계값보다 크면 상기 검출된 관심 영역을 사용하고, 상기 기 설정된 임계값보다 작으면 상기 입력된 이미지 데이터의 전체 이미지를 관심 영역으로 간주하여 다중 서포트벡터머신(이하 SVM, support vector machine)을 기반으로 한 분류 과정에 사용하는 것을 특징으로 한다.
상기 다중 SVM을 기반으로한 이미지 컨셉 추출은, 이미지 데이터가 어떠한 컨셉인지를 추출하는데 가장 중요한 요소인 이미지 특징 벡터를 생성하는 것이 중요하다. 이때 이미지 컨셉일 것으로 예상되는 이미지 컨셉 가능성 분포 이미지와 컨셉 영역 이미지를 이용하여 아래의 수식(4)를 통해 구성한다.
Figure pat00016
...수식(4)
상기 수식(4)에서
Figure pat00017
는 이미지 컨셉일 것으로 예상되는 이미지 컨셉 가능성 분포 이미지를 의미하고 0 또는 255의 값을 갖는다.
Figure pat00018
는 컨셉 영역 이미지를 의미하고
Figure pat00019
과
Figure pat00020
은 컨셉 영역 비율의 최대값과 최소값을 의미한다. 이미지 컨셉 가능성 분포 이미지는 이미지에서 컨셉 영역의 형태와 컨셉일 가능성에 대한 확률 정보를 갖고 있으므로 차원이 높을 수 있다. 이러한 경우에는 크기를 축소하여 조정하는 것이 바람직하며, 이렇게 조정된 상태를 이미지 특징 벡터가 된다. 상기 이미지 특징 벡터는 컨셉에 대한 정보와 컨셉 영역의 형태에 대한 정보를 모두 갖고 있으므로 이미지 컨셉을 분류 및 추출하기 위한 좋은 특징이 될 수 있다.
이상 본 발명의 실시예에 따른 도면을 참조하여 설명하였지만, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자라면 상기 내용을 바탕으로 본 발명의 범주 내에서 다양한 응용, 변형 및 개작을 행하는 것이 가능할 것이다. 이에, 본 발명의 진정한 보호 범위는 첨부된 청구 범위에 의해서만 정해져야 할 것이다.

Claims (4)

  1. 이미지에서 사물 또는 사람의 이미지 컨셉을 도출할 수 있는 구성요소를 선택 받는 단계(S100);
    상기 선택 받은 구성요소의 세부구성요소를 입력하는 단계(S200);
    컨셉 도출 알고리즘에 의해 이미지가 분석되는 단계(S300);
    상기 이미지가 노출되고 감성용어가 결정되는 단계(S400);
    성가 이미지에서 시각적, 청각적 그레이드 또는 시각적 표식으로 주요 컨셉을 나타내는 수단을 선택하는 단계(S500);
    주요 컨셉 이미지가 결정되는 단계(S600);가 포함되는 것을 특징으로 하는 컨셉 추출 알고리즘에 의한 이미지 추출 방법.
  2. 제 1 항에 있어서,
    상기 컨셉 도출 알고리즘에 의해 이미지가 분석되는 단계(S300)에서 상기 컨셉 도출 알고리즘은 복수의 이미지 데이터에 대해 가로, 세로 픽셀의 개수를 동일하게 맞추는 이미지 데이터 정규화 단계(S310);
    상기 복수의 이미지 데이터에 포함된 노이즈를 제거하는 단계(S320);
    이미지 컨셉의 RGB 색공간 정보를 정의하는 색공간 정보 모델링 단계(S330);
    상기 복수의 이미지 데이터에 관심 영역을 설정하는 단계(S340);
    상기 관심 영역 안에서 이미지 컨셉의 분류 특징을 추출하는 단계(S350);가 더 포함되는 것을 특징으로 하는 컨셉 추출 알고리즘에 의한 이미지 추출 방법.
  3. 제 2 항에 있어서,
    상기 색공간 정보 모델링 단계(S330)에서 복잡성에 기인한 오검출을 저감시키고자 사전 정의된 색채, 형태, 소재 및 문양의 이미지 컨셉을 나타내는 경우와 상기 이미지 컨셉을 나타내는 것이 아닌 경우의 확률 비율을 수식(1)로 계산하고,
    Figure pat00021
    ... 수식(1)
    상기 수식(1)에서
    Figure pat00022
    로 계산되며, 상기
    Figure pat00023
    는 색상 벡터, 상기
    Figure pat00024
    는 가우시안 모델의 개수, 상기
    Figure pat00025
    는
    Figure pat00026
    번째 가우시안 모델의 가중치, 상기
    Figure pat00027
    와
    Figure pat00028
    는
    Figure pat00029
    번째 가우시안 모델의 평균과 공분산 행렬을 의미하는 것을 특징으로 하는 컨셉 추출 알고리즘에 의한 이미지 추출 방법.
  4. 제 3 항에 있어서,
    상기 이미지 컨셉을 나타내는 경우의 확률은 수식(2)로 산출하고,
    Figure pat00030
    ... 수식(2)
    상기 이미지 컨셉을 나타내는 영역이 아닌 데이터를 제거하기 위한 균일성 검사는 수식(3)을 이용하며,
    Figure pat00031
    ... 수식(3)
    상기 수식(3)에서
    Figure pat00032
    는 이미지 강도의 표준편차,
    Figure pat00033
    는 이미지 데이터 내의 이미지 컨셉 영역에서의 에지 픽셀 개수,
    Figure pat00034
    는 이미지 컨셉 영역을 포함하는 사각형의 최대 크기,
    Figure pat00035
    는 이미지 컨셉 영역의 픽셀 수를 의미하는 것을 특징으로 하는 컨셉 추출 알고리즘에 의한 이미지 추출 방법.
KR1020170122692A 2017-09-22 2017-09-22 컨셉 추출 알고리즘에 의한 이미지 추출 방법 KR20190033934A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170122692A KR20190033934A (ko) 2017-09-22 2017-09-22 컨셉 추출 알고리즘에 의한 이미지 추출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170122692A KR20190033934A (ko) 2017-09-22 2017-09-22 컨셉 추출 알고리즘에 의한 이미지 추출 방법

Publications (1)

Publication Number Publication Date
KR20190033934A true KR20190033934A (ko) 2019-04-01

Family

ID=66104780

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170122692A KR20190033934A (ko) 2017-09-22 2017-09-22 컨셉 추출 알고리즘에 의한 이미지 추출 방법

Country Status (1)

Country Link
KR (1) KR20190033934A (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101230034B1 (ko) 2011-08-11 2013-03-15 공미선 취향 아이디 코드의 생성시스템 및 생성방법, 그리고 상품 추천 시스템 및 추천 방법
KR101345119B1 (ko) 2013-01-30 2014-01-27 공미선 이미지 취향 아이디 코드 생성, 진단 시스템 및 방법, 그리고 정보 제공 시스템 및 정보 제공 방법
KR101617828B1 (ko) 2015-09-11 2016-05-12 공미선 정량 평가 네트워크 기반 이미지 컨셉정보 추출 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101230034B1 (ko) 2011-08-11 2013-03-15 공미선 취향 아이디 코드의 생성시스템 및 생성방법, 그리고 상품 추천 시스템 및 추천 방법
KR101345119B1 (ko) 2013-01-30 2014-01-27 공미선 이미지 취향 아이디 코드 생성, 진단 시스템 및 방법, 그리고 정보 제공 시스템 및 정보 제공 방법
KR101617828B1 (ko) 2015-09-11 2016-05-12 공미선 정량 평가 네트워크 기반 이미지 컨셉정보 추출 시스템

Similar Documents

Publication Publication Date Title
US10817749B2 (en) Dynamically identifying object attributes via image analysis
US11010894B1 (en) Deriving a skin profile from an image
KR20190134933A (ko) 이미지 내 객체의 대표 특성을 추출하는 방법, 장치 및 컴퓨터 프로그램
KR101140533B1 (ko) 이미지로부터 추정된 피부색에 기초해서 제품을 추천하는 컴퓨터 구현된 방법
CN109154978A (zh) 用于检测植物疾病的系统和方法
KR20170096971A (ko) 스타일 특징을 이용한 상품 추천 방법
US20110142335A1 (en) Image Comparison System and Method
KR20160120238A (ko) 의류 추천 시스템
CN110232253B (zh) 生成服饰搭配方案的计算机装置、设备、存储介质及方法
CN104598888B (zh) 一种人脸性别的识别方法
CN108629319A (zh) 图像检测方法及系统
Cychnerski et al. Clothes detection and classification using convolutional neural networks
Raghukumar et al. Comparison of machine learning algorithms for detection of medicinal plants
CN113780251B (zh) 一种眼科检测设备的定位方法及系统
JP2022553884A (ja) 靴認証装置及び認証プロセス
JPWO2018189802A1 (ja) 画像処理装置、画像処理方法、及びプログラム
JP2019109843A (ja) 分類装置、分類方法、属性認識装置、及び機械学習装置
CN114723860B (zh) 虚拟形象的生成方法、装置、设备及存储介质
KR20140124087A (ko) 사용자 단말기를 이용한 개인 스타일 추천 시스템과 방법 및 그 방법을 컴퓨터로 실행시키기 위한 프로그램 코드를 저장한 기록매체
KR20200042203A (ko) 사용자 입력 영상 기반 의상코디 장치 및 방법
CN114201681A (zh) 用于推荐衣物的方法及装置
CN111242016B (zh) 衣物管理方法、控制装置、衣柜以及计算机可读存储介质
KR102495868B1 (ko) Ai를 활용한 패션 연계 맞춤형 향수 추천시스템
US20220358752A1 (en) Apparatus and method for developing space analysis model based on data augmentation
KR20190033934A (ko) 컨셉 추출 알고리즘에 의한 이미지 추출 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application