WO2022019654A1 - 공간 이미지 분석 기반 배색 추천 장치 및 방법 - Google Patents

공간 이미지 분석 기반 배색 추천 장치 및 방법 Download PDF

Info

Publication number
WO2022019654A1
WO2022019654A1 PCT/KR2021/009428 KR2021009428W WO2022019654A1 WO 2022019654 A1 WO2022019654 A1 WO 2022019654A1 KR 2021009428 W KR2021009428 W KR 2021009428W WO 2022019654 A1 WO2022019654 A1 WO 2022019654A1
Authority
WO
WIPO (PCT)
Prior art keywords
color
spatial image
colors
element value
ratio
Prior art date
Application number
PCT/KR2021/009428
Other languages
English (en)
French (fr)
Inventor
김수민
윤대희
Original Assignee
주식회사 어반베이스
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 어반베이스 filed Critical 주식회사 어반베이스
Priority to EP21845812.3A priority Critical patent/EP4184413A1/en
Priority to CN202180060392.9A priority patent/CN116420154A/zh
Priority to JP2023504683A priority patent/JP2023537262A/ja
Publication of WO2022019654A1 publication Critical patent/WO2022019654A1/ko
Priority to US18/156,743 priority patent/US20230154050A1/en

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/535—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Definitions

  • the present invention relates to an apparatus and method for color matching based on spatial image analysis.
  • the size of the domestic online shopping market in 2019 was about 133 trillion won, showing a 20% growth rate compared to 111 trillion won in 2018.
  • the growth rate of the online shopping market increases sharply, the number of stores and products registered on the online shopping platform is rapidly increasing, and the ratio of consumers purchasing products through online stores rather than offline stores is significantly increasing.
  • objects constituting a space such as wallpaper, landscape, and objects, each have their own colors, and the harmony of these colors is one of the important factors in determining a good interior. Accordingly, when a user desires to purchase a specific product, a technology capable of recommending the product by determining whether the product suits the user's space according to the color of the product is required.
  • An object to be solved in an embodiment of the present invention is to provide a technique for analyzing a color included in a specific image and recommending a color matching suitable for the corresponding image.
  • the embodiment of the present invention determines soft values and dynamic values for main colors constituting the input image when recommending a color suitable for the input image, and combines the soft values and dynamic values of the main colors to obtain a color.
  • a technique for selecting a color scheme using the combined values as elements on the image scale is presented.
  • an embodiment of the present invention proposes a technique for generating a color image scale DB from data collected information on colors mainly used on the web.
  • An apparatus for recommending a color scheme based on spatial image analysis includes: one or more memories for storing instructions for performing a predetermined operation; and one or more processors connected to the one or more memories and configured to execute the instructions, wherein the operation performed by the processor includes: receiving a spatial image; determining a type of color constituting the spatial image and a ratio in which each type of color is used in the spatial image; selecting a first color that is a part of the colors constituting the spatial image in an order of increasing a ratio of colors used in the spatial image; determining an element value in which each of the first colors is located on a predetermined color image scale using soft and dynamic elements as elements; calculating a color arrangement element value that is combined by adding the weight to the element value of each of the first colors using a ratio of each of the first colors used in the spatial image as a weight; and recommending a color arrangement group including the color arrangement element value on the color image scale as a color arrangement suitable for the spatial image.
  • the operation performed by the processor further includes an operation of generating the color image scale
  • the operation of generating the color image scale includes: obtaining a color palette including P colors (P is a natural number); classifying the colors based on the RGB information of the P colors and grouping them into U groups (U is a natural number smaller than P); calculating a median value of RGB information based on RGB information of colors included in the group, and selecting a color having RGB information closest to the median value among colors included in the group as a leader color of the group; determining a soft value and a dynamic value of the leader color based on RGB information of the leader color; determining soft values and dynamic values of colors belonging to the same group as the leader color by adding or subtracting preset values to the soft value and dynamic value of the leader color; and generating a color arrangement group in which soft values and dynamic values determined for the P colors are classified according to a predetermined range.
  • P may be 275
  • U may be 32.
  • the determining of the ratio is an operation of analyzing the spatial image based on a k-means clustering algorithm to determine the type of color constituting the spatial image and the ratio of each type of color used in the spatial image may include
  • the selecting of the first color may include: selecting n colors (where n is a natural number) constituting the spatial image in an order of increasing a ratio of colors used in the spatial image; and a% (a is 100 or less when the sum of the ratios of the n colors used in the spatial image is converted to 100%, and the ratios are accumulated in the order of increasing the ratio among the n colors. and selecting a color until it exceeds a natural number) as the first color.
  • the n kinds may be 5, and the a% may be 70%.
  • a weighted arithmetic mean is applied to the element value of each of the first colors by weighting the ratio of each of the first colors used in the spatial image as a weight to obtain the color scheme element value. It may include an operation of calculating.
  • the operation of calculating the color matching element value includes using each ratio derived by converting the sum of ratios used in the spatial image of each of the first colors into 100% as a weight of each of the first colors, and calculating the color matching element value by applying a weighted arithmetic mean to the two-dimensional element value of each color.
  • a method for recommending a color scheme based on spatial image analysis includes: receiving a spatial image; determining a type of color constituting the spatial image and a ratio in which each type of the color is used in the spatial image; selecting a first color, which is a part of the colors constituting the spatial image, in an order of increasing a ratio of colors used in the spatial image; determining an element value in which each of the first colors is located on a predetermined color image scale using soft and dynamic elements; calculating a color arrangement element value that is combined by adding the weight to the element value of each of the first colors using a ratio of each of the first colors used in the spatial image as a weight; and recommending a color arrangement group including the color arrangement element value on the color image scale as a color arrangement suitable for the spatial image.
  • the present invention may analyze a color included in a specific image to recommend a color matching suitable for the image. Accordingly, when the present technology is used as a solution for an online shopping mall, the online shopping mall can recommend a color arrangement of products suitable for the user's space. In addition, not only the colors already used in the user's space, but also various color schemes that can give a more harmonious feeling can be recommended.
  • FIG. 1 is a diagram illustrating a function of determining the type and ratio of colors included in a spatial image using a spatial image analysis-based color matching recommendation apparatus according to an embodiment of the present invention.
  • FIG. 2 is a functional block diagram of an apparatus for recommending a color arrangement based on spatial image analysis according to an embodiment of the present invention.
  • FIG. 3 is an exemplary diagram for explaining an operation of extracting, by the spatial image analysis-based color matching recommendation apparatus according to an embodiment of the present invention, five colors mainly used in a spatial image and their usage ratios.
  • FIG. 4 is an exemplary diagram of a color image scale in which colors are arranged in a two-dimensional coordinate plane with soft and dynamic axes.
  • 5 is an exemplary diagram of groups classified based on ranges of soft values and dynamic values for colors on a color image scale.
  • FIG. 6 is an exemplary diagram in which colors included in a color palette are arranged on a three-dimensional coordinate plane with R, G, and B as axes.
  • FIG. 7 is a flowchart of a method for recommending a color arrangement based on spatial image analysis according to an embodiment of the present invention.
  • a component when it is mentioned that a component is connected or connected to another component, it may be directly connected or connected to the other component, but it should be understood that another component may exist in the middle.
  • FIG. 1 is a diagram illustrating a function of determining the type and ratio of colors included in a spatial image using a spatial image analysis-based color matching recommendation apparatus 100 according to an embodiment of the present invention.
  • an apparatus 100 for recommending a color arrangement based on spatial image analysis recommends a color arrangement among spatial analysis, object analysis, style analysis, and color arrangement recommendation functions in the upper menu of the interface shown in FIG. 1 . function can be provided.
  • the data augmentation-based object analysis model learning apparatus 100 analyzes and outputs colors and ratios included in a specific image (eg, a spatial image including objects arranged in a predetermined space), and further recommends a color matching for the image. can do.
  • the literal meaning of the color combination means the color weave, and the color arrangement to be provided by the embodiment of the present invention is not only the color already used in the image input by the spatial image analysis-based color matching recommendation apparatus 100, but also the space
  • the image analysis-based color matching recommendation apparatus 100 refers to a color proposal that is not used in the input image but can give a harmonious feeling with the color used in the input image.
  • FIG. 2 is a functional block diagram of an apparatus 100 for recommending a color scheme based on spatial image analysis according to an embodiment of the present invention.
  • the spatial image analysis-based color matching recommendation apparatus 100 includes a memory 110 , a processor 120 , an input interface 130 , a display unit 140 , and a communication interface 150 .
  • a memory 110 includes a processor 120 , an input interface 130 , a display unit 140 , and a communication interface 150 .
  • a communication interface 150 may include
  • the memory 110 may include a spatial image DB 111 , a color data DB 113 , and a command DB 115 .
  • the spatial image DB 111 may include a spatial image file including objects arranged in a predetermined space.
  • the spatial image may be acquired through an external server, an external DB, or a spatial image on the Internet.
  • the spatial image may be composed of a plurality of pixels (eg, M*N pixels in the form of M horizontal and N vertical matrix), and each pixel is R(Red), G(Green), B(Blue). ) may include pixel information composed of RGB element values (x, y, z) representing a unique color.
  • the color data DB 113 includes a color palette including RGB information for a plurality of colors and a color image scale capable of classifying colors according to various element values (eg, soft, dynamic, brightness, saturation, hue, etc.) can do.
  • the command DB 115 may store commands capable of performing an operation of the processor 120 .
  • the command DB 115 may store computer code for performing operations corresponding to operations of the processor 120 to be described later.
  • the processor 120 may control the overall operation of the components included in the spatial image analysis-based color matching recommendation apparatus 100 , the memory 110 , the input interface 130 , the display unit 140 , and the communication interface 150 . have.
  • the processor 120 may include a color determination module 121 , a color matching module 123 , a control module 125 , and a DB generation module 127 .
  • the processor 120 executes the instructions stored in the memory 110 to drive the labeling module 121, the color determination module 121, the color matching module 123, the control module 125, and the DB generation module 127.
  • the operations performed by the color determination module 121 , the color matching module 123 , the control module 125 , and the DB generation module 127 may be understood as operations performed by the processor 120 .
  • the color determination module 121 may determine the types of colors constituting the spatial image input for color arrangement recommendation, and may determine the ratio in which each of the types of colors constituting the spatial image is used.
  • the color discrimination module 121 uses the k-means clustering algorithm (reference: https://en.wikipedia.org/wiki/K-means_clustering) to configure the color types and spatial images constituting the spatial image. It is possible to determine the ratio in which each type of color is used, but the embodiment of the present invention is not limited to the exemplified algorithm.
  • the color discrimination module 121 calculates some of the colors constituting the spatial image in the order in which the ratio of the colors used in the spatial image is high (hereinafter referred to as ' referred to as 'the first color') may be selected.
  • FIG. 3 is an exemplary diagram for explaining an operation of extracting, by the spatial image analysis-based color matching recommendation apparatus according to an embodiment of the present invention, five colors mainly used in a spatial image and their usage ratios.
  • the color discrimination module 121 selects the first color until it exceeds a% (a is a natural number less than or equal to 100) when the ratios are accumulated and summed in the order of increasing the ratio among the five colors of C1 to C5. It can be selected by color. For example, when a% is 70%, when the ratios of colors C1, C2, and C3 are added up, it exceeds 70%, so that the first color can be selected as C1, C2, and C3. .
  • the color matching module 123 determines the position of the first color on a predetermined color image scale using soft and dynamic elements based on RGB information of each of the selected first colors to determine the soft (soft) color of the first color. It is possible to determine the element value and the dynamic element value of the color.
  • FIG. 4 is an exemplary diagram of a color image scale in which colors are arranged in a two-dimensional coordinate plane with soft and dynamic axes.
  • the color image scale is a graph for expressing colors with matching colors to be located close together. ) is a graph that classifies colors based on values.
  • the color matching module 123 determines the coordinates of the color having RGB information of the closest numerical value to the first color on the color image scale based on the RGB information of the first color, and determines the coordinates of the first color as a soft element of the first color. It is possible to determine dynamic element values of values and colors.
  • the embodiment of the present invention may use various color image scales, but in the part to be described later on the DB generation module 127, the embodiment of the present invention generates a color image scale based on colors mainly used on the Web. suggest how to
  • the control module 125 may calculate a color arrangement element value, which is a coordinate at which a color most suitable for a spatial image is located on the color image scale, based on element values on the color image scale of each of the first colors.
  • control module 125 may calculate a color arrangement element value that is combined by weighting the element value of each of the first colors by using the ratio of each of the first colors in the spatial image as a weight.
  • each element value is weighted and combined, various methods such as a median value, an average value, and a vector sum may be realized, for example, a weighted arithmetic average may be applied.
  • control module 125 converts the sum of the ratios of each of the first colors used in the spatial image to 100%, and uses the derived ratios as the weights of each of the first colors,
  • a color arrangement element value can be calculated by applying a weighted arithmetic mean to the dimension element value as shown in Equation 1 below.
  • N the number of first colors
  • a the ratio of using a specific first color when the sum of the ratios of the N first colors in the spatial image is converted to 100%
  • S soft element value
  • D dynamic element value
  • S av weighted arithmetic average element value for soft values of first colors
  • D av weighted arithmetic average element value for dynamic values of first colors
  • Equation 1 An example of applying Equation 1 to the example of FIG. 3 will be described.
  • the ratios in which C1, C2, and C3 selected as the first color in FIG. 3 are used in the spatial image are C1: 30%, C2: 25%, and C3: 20%. At this time, if the sum of each ratio is converted to 100%,
  • the color matching element values (S av , D av ) can be calculated as (0.4133, 0.3133) as follows when Equation 1 is applied.
  • the control module 125 may recommend a color group including color matching element values calculated on the color image scale as a color matching the spatial image.
  • 5 is an exemplary diagram of groups classified based on ranges of soft values and dynamic values for colors on a color image scale.
  • the color matching element values (0.4133, 0.3133) in FIG. 3 are located in a color matching group called “simple” located in the soft range 0.4 to 0.6 and the dynamic range 0.0 to 0.4.
  • the control module 125 may recommend a color belonging to a color matching group of “simple” in the color image scale as a color matching the spatial image.
  • the DB generation module 127 may generate a color image scale based on colors mainly used on the web.
  • the DB generation module 127 may acquire a color palette including 275 colors.
  • the DB generation module 127 may use an HTML color palette or a JavaScript color palette to use colors frequently used on the web.
  • the DB generation module 127 needs to determine soft and dynamic values for 275 colors. In order to efficiently calculate the values, first, colors are classified based on RGB information of 275 colors and divided into 32 groups. can be clustered. The DB generation module 127 can be arranged on the RGB three-dimensional coordinate plane as shown in FIG. 6 based on RGB information of 275 colors, and 32 groups of close colors based on the distance between colors located in the three-dimensional space can be classified as
  • the DB generation module 127 calculates the median or average value of the RGB information based on the RGB information of the colors included in the group, and selects a color whose RGB information among the colors included in the group is closest to the median or average value for each group. It can be selected by the leader color of
  • the DB generation module 127 may determine the soft value and the dynamic value of the leader color based on the RGB information only for the leader color of each group. After the determination, the DB generation module 127 adds or subtracts preset values to the soft value and dynamic value of the leader color based on the difference value between the RGB information of the leader color and other colors belonging to the same group, such as the leader color. It is possible to determine the soft value and the dynamic value of colors that are the same group as the color.
  • the DB generation module 127 can generate a color-based color image scale mainly used on the web by arranging the soft and dynamic values on the axis based on the soft values and dynamic values determined for 275 colors. , soft values, and dynamic values may be classified according to predetermined ranges to generate a color matching group as shown in FIG. 4 .
  • the 275 colors and 32 groups illustrated above are merely examples, and various colors may be used depending on the implementation method, and the embodiment may be implemented by classifying the numbers into groups smaller than the number of colors used.
  • the input interface 130 may obtain data input by a user or data on the web, and may receive a spatial image for operation of the processor 120 .
  • Data includes an image of objects arranged in a predetermined space, a spatial image including RGB information of pixels constituting the image, a color palette including RGB information for a plurality of colors, and predetermined element values (eg, soft, It may include a plurality of color image scales capable of classifying colors according to dynamics, brightness, saturation, hue, etc.).
  • the display unit 140 may include a hardware configuration for outputting an image including a display panel.
  • the communication interface 150 communicates with an external device (eg, an online shopping mall server, a user terminal, etc.) to transmit/receive information.
  • an external device eg, an online shopping mall server, a user terminal, etc.
  • the communication interface 150 may include a wireless communication module or a wired communication module.
  • FIG. 7 is a flowchart of a method for recommending a color arrangement based on spatial image analysis according to an embodiment of the present invention.
  • Each step of the spatial image analysis-based color matching recommendation method according to FIG. 7 may be performed by the spatial image analysis-based color matching recommendation apparatus 100 described with reference to FIG. 2 , and each step is described below.
  • the input interface 130 may receive a spatial image ( S710 ). Thereafter, the color determination module 121 determines the type of color constituting the spatial image and the ratio of each type of color used in the spatial image (S720), and the spatial image in the order of increasing the ratio of the color used in the spatial image. A first color, which is a part of colors constituting , may be selected ( S730 ). Next, the color matching module 123 may determine an element value in which each of the first colors is located on a predetermined color image scale having soft and dynamic elements as elements ( S740 ).
  • control module 125 calculates a color arrangement element value that is combined by weighting the element value of each of the first colors using the ratio of each of the first colors used in the spatial image as a weight (S750), and the color image A color arrangement group including color element values in the scale may be recommended as a color arrangement suitable for the spatial image (S760). Additionally, the DB generation module 127 may generate a color image scale based on a color palette on the web.
  • embodiments of the present invention may be implemented through various means.
  • embodiments of the present invention may be implemented by hardware, firmware, software, or a combination thereof.
  • the method according to embodiments of the present invention may include one or more Application Specific Integrated Circuits (ASICs), Digital Signal Processors (DSPs), Digital Signal Processing Devices (DSPDs), and Programmable Logic Devices (PLDs). , FPGAs (Field Programmable Gate Arrays), processors, controllers, microcontrollers, microprocessors, and the like.
  • ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • processors controllers
  • microcontrollers microcontrollers
  • microprocessors and the like.
  • the method according to the embodiments of the present invention may be implemented in the form of a module, procedure, or function that performs the functions or operations described above.
  • a computer program in which a software code or the like is recorded may be stored in a computer-readable recording medium or a memory unit and driven by a processor.
  • the memory unit may be located inside or outside the processor, and may transmit and receive data to and from the processor by various known means.
  • combinations of each block in the block diagram attached to the present invention and each step in the flowchart may be performed by computer program instructions.
  • These computer program instructions may be embodied in the encoding processor of a general purpose computer, special purpose computer, or other programmable data processing equipment, such that the instructions executed by the encoding processor of the computer or other programmable data processing equipment may correspond to each block of the block diagram or
  • Each step of the flowchart creates a means for performing the functions described.
  • These computer program instructions may also be stored in a computer-usable or computer-readable memory that may direct a computer or other programmable data processing equipment to implement a function in a particular way, and thus the computer-usable or computer-readable memory.
  • the instructions stored in the block diagram may also produce an item of manufacture containing instruction means for performing a function described in each block of the block diagram or each step of the flowchart.
  • the computer program instructions may also be mounted on a computer or other programmable data processing equipment, such that a series of operational steps are performed on the computer or other programmable data processing equipment to create a computer-executed process to create a computer or other programmable data processing equipment. It is also possible that instructions for performing the processing equipment provide steps for carrying out the functions described in each block of the block diagram and in each step of the flowchart.
  • each block or each step may represent a module, segment, or part of code including one or more executable instructions for executing a specified logical function. It should also be noted that it is also possible for the functions recited in blocks or steps to occur out of order in some alternative embodiments. For example, it is possible that two blocks or steps shown one after another may in fact be performed substantially simultaneously, or that the blocks or steps may sometimes be performed in the reverse order according to the corresponding function.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

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

Description

공간 이미지 분석 기반 배색 추천 장치 및 방법
본 발명은 공간 이미지 분석 기반 배색 추천 장치 및 방법에 관한 것이다.
한국인터넷진흥원(KISA)에 따르면 2019년에 집계된 국내 온라인 쇼핑 시장의 규모는 약 133조 원으로 2018년의 111조 원 대비 약 20% 성장세를 보인다. 이처럼 온라인 쇼핑 시장의 성장세가 가파르게 증가하면서, 온라인 쇼핑 플랫폼에 등록되는 스토어 및 상품의 수가 비약적으로 증가하고 있으며, 소비자들이 오프라인 매장보다 온라인 매장을 통해 물건을 구입하는 비율이 대폭 상승하고 있다.
한편, 오프라인 쇼핑의 형태는 소비자가 매장을 골라 매장 내에 구비된 상품들을 눈으로 확인하여 마음에 드는 상품을 구입하는 형태였다면, 온라인 쇼핑의 형태는 소비자들이 원하는 상품의 키워드를 통해 상품을 검색하여 구입하는 형태로써, 상품이 판매되는 플랫폼이 변화함에 따라 소비자가 상품을 찾게 되는 형태도 달라지고 있다.
그러므로, 온라인 쇼핑에서는 상품 페이지에 소비자들의 트래픽을 유입시킬 수 있도록 상품과 연관된 키워드를 잘 설정하는 것이 매우 중요해지고 있다. 다만, 국내 상위 10개의 온라인 쇼핑몰에 업로드된 상품의 개수만 하더라도 4억 개가 넘는 상황에서 상품마다 키워드를 일일이 설정하는 것은 어려운 상황이기 때문에, 온라인 쇼핑몰에는 상품에 대한 이미지 파일만으로 상품의 키워드를 설정하는 기능이나, 사용자가 제시하는 정보가 담긴 이미지 파일(ex. 공간을 촬영한 이미지)만으로 사용자가 원할 것으로 예측되는 상품을 추천할 수 있는 기능의 솔루션이 요구되고 있다.
특히, 인테리어 분야에서 공간을 구성하는 객체들, 가령 벽지, 풍경, 사물 등은 각각의 색상을 가지며, 이들이 가지는 색상의 조화는 좋은 인테리어를 결정하는 중요한 요소 중 하나이다. 따라서, 사용자가 특정 상품의 구입을 원하는 경우, 해당 상품이 어떠한 색상을 갖는지에 따라 사용자의 공간과 어울리는지를 판단하여 추천할 수 있는 기술이 요구된다.
더하여, 사용자에게 상품의 색상을 추천할 때, 사용자의 공간에 이미 사용된 색상과 동일한 색상으로 새로운 상품을 추천하는 경우 단조로운 느낌을 줄 수도 있기 때문에, 공간에 이미 사용된 색상이 아니더라도 잘 어울리는 느낌을 줄 수 있는 배색을 가진 상품을 추천할 수 있는 기술이 필요한 실정이다.
본 발명의 실시예에서 해결하고자 하는 과제는 특정 이미지가 포함하는 색상을 분석하여 해당 이미지에 어울리는 배색을 추천하는 기술을 제공하고자 한다.
이때 본 발명의 실시예는 입력된 이미지에 어울리는 색상을 추천할 때, 입력된 이미지를 구성하는 주요 색상들에 대한 소프트 값 및 다이내믹 값을 판별하고, 주요 색상들의 소프트 값 및 다이내믹 값을 조합하여 컬러 이미지 스케일 상에서 조합된 값을 원소로 하는 배색을 선정하는 기술을 제시한다.
더하여, 본 발명의 실시예는 웹에서 주로 사용되는 색상들에 대한 정보를 수집한 데이터로부터 컬러 이미지 스케일 DB를 생성하는 기술을 제시한다.
다만, 본 발명의 실시예가 이루고자 하는 기술적 과제는 이상에서 언급한 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 도출될 수 있다.
본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치는 소정의 동작을 수행하도록 하는 명령어들을 저장하는 하나 이상의 메모리; 및 상기 하나 이상의 메모리와 동작할 수 있도록 연결되어 상기 명령어들을 실행하도록 설정된 하나 이상의 프로세서를 포함하고, 상기 프로세서가 수행하는 동작은 공간 이미지를 입력받는 동작; 상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 동작; 상기 공간 이미지에 사용된 색상의 비율이 높은 순서로, 상기 공간 이미지를 구성하는 상기 색상 중 일부인 제1 색상을 선별하는 동작; 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 상기 제1 색상 각각이 위치하는 원소값을 판별하는 동작; 상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 상기 원소값에 상기 가중치를 가하여 조합한 배색 원소값을 계산하는 동작; 및 상기 컬러 이미지 스케일에 상기 배색 원소값을 포함하는 배색군을 상기 공간 이미지에 어울리는 배색으로 추천하는 동작을 포함할 수 있다.
또한, 상기 프로세서가 수행하는 동작은 상기 컬러 이미지 스케일을 생성하는 동작을 더 포함하고, 상기 컬러 이미지 스케일을 생성하는 동작은 P가지(P는 자연수) 색상을 포함하는 컬러 팔레트를 획득하는 동작; 상기 P가지 색상의 RGB 정보를 기준으로 색상들을 분류하여 U개(U는 P보다 작은 자연수)의 그룹으로 군집시키는 동작; 상기 그룹에 포함된 색상들의 RGB 정보를 기초로 RGB 정보의 중앙값을 계산하여, 상기 그룹에 포함된 색상 중의 RGB 정보가 상기 중앙값에 가장 가까운 색상을 상기 그룹의 리더 색상으로 선별하는 동작; 상기 리더 색상의 RGB 정보를 기초로 상기 리더 색상의 소프트 값 및 다이내믹 값을 결정하는 동작; 상기 리더 색상의 소프트 값 및 다이내믹 값에 기 설정된 수치를 가산하거나 감산하여 상기 리더 색상과 같은 그룹인 색상들의 소프트 값 및 다이내믹 값을 결정하는 동작; 및 상기 P 가지의 색상에 대해 결정된 소프트 값 및 다이내믹 값을 소정의 범위에 따라 분류한 배색군을 생성하는 동작을 포함할 수 있다. 또한, 상기 P는 275이고, 상기 U는 32일 수 있다.
또한, 상기 비율을 판별하는 동작은 k-means clustering 알고리즘을 기초로 상기 공간 이미지를 분석하여 상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 동작을 포함할 수 있다.
또한, 상기 제1 색상을 선별하는 동작은 상기 공간 이미지에 사용된 색상의 비율이 높은 순서로 상기 공간 이미지를 구성하는 n가지(n은 자연수)의 색상을 선별하는 동작; 및 상기 n가지의 색상이 상기 공간 이미지에서 사용된 비율의 합을 100%로 환산하여, 상기 n가지 색상 중 상기 비율이 높은 순서로 상기 비율을 누적하여 합하였을 때 a%(a는 100 이하의 자연수)를 초과할 때까지의 색상을 상기 제1 색상으로 선별하는 동작을 포함할 수 있다. 또한, 상기 n가지는 5가지이고, 상기 a%는 70%일 수 있다.
또한, 상기 배색 원소값을 계산하는 동작은 상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 상기 원소값에 가중 산술 평균을 적용하여 상기 배색 원소값을 계산하는 동작을 포함할 수 있다.
또한, 상기 배색 원소값을 계산하는 동작은 상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율의 합을 100%로 환산하여 도출된 각각의 비율을 상기 제1 색상 각각의 가중치로 하여, 상기 제1 색상 각각의 상기 2차원 원소값에 가중 산술 평균을 적용하여 상기 배색 원소값을 계산하는 동작을 포함할 수 있다.
또한, 상기 배색 원소값을 계산하는 동작은 하기 수학식 1을 기초로 계산될 수 있다.
[수학식 1]
Figure PCTKR2021009428-appb-img-000001
Figure PCTKR2021009428-appb-img-000002
(N = 제1 색상의 개수, a = 공간 이미지에서 N 개의 제1 색상들이 사용된 비율의 합을 100%로 환산하였을 때 어느 하나의 제1 색상이 사용된 비율, S: 소프트 원소값, D: 다이내믹 원소값, Sav: 제1 색상들의 소프트 값에 대한 가중 산술 평균 원소값, Dav: 제1 색상들의 다이내믹 값에 대한 가중 산술 평균 원소값)
본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 방법은 공간 이미지를 입력받는 단계; 상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 단계; 상기 공간 이미지에 사용된 색상의 비율이 높은 순서로, 상기 공간 이미지를 구성하는 상기 색상 중 일부인 제1 색상을 선별하는 단계; 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 상기 제1 색상 각각이 위치하는 원소값을 판별하는 단계; 상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 상기 원소값에 상기 가중치를 가하여 조합한 배색 원소값을 계산하는 단계; 및 상기 컬러 이미지 스케일에 상기 배색 원소값을 포함하는 배색군을 상기 공간 이미지에 어울리는 배색으로 추천하는 단계를 포함할 수 있다.
본 발명은 특정 이미지가 포함하는 색상을 분석하여 해당 이미지에 어울리는 배색을 추천할 수 있다. 이에 따라, 본 기술이 온라인 쇼핑몰의 솔루션으로 사용되는 경우, 온라인 쇼핑몰은 사용자의 공간에 어울리는 상품의 배색을 추천할 수 있다. 더하여, 사용자의 공간에 이미 사용된 색상뿐만 아니라, 더욱 조화로운 느낌을 줄 수 있는 다양한 색상의 배색을 추천할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다
도 1은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치를 이용하여 공간 이미지가 포함하는 색상의 종류 및 비율을 판별하는 기능을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치의 기능 블록도이다.
도 3은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치가 공간 이미지에 주로 사용된 5가지 색상과 사용 비율을 추출하는 동작을 설명하기 위한 예시도이다.
도 4는 색상들을 소프트 및 다이내믹을 축으로 하는 2차원 좌표 평면에 배치한 컬러 이미지 스케일의 예시도이다.
도 5는 컬러 이미지 스케일 상의 색상들에 대해서 소프트 값 및 다이내믹 값의 범위를 기준으로 분류한 그룹들의 예시도이다.
도 6은 컬러 팔레트에 포함된 색상들을 R, G, B를 축으로 하는 3차원 좌표 평면에 배치한 예시도이다.
도 7은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 방법의 흐름도이다.
의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도면에 표시되고 아래에 설명되는 기능 블록들은 가능한 구현의 예들일 뿐이다. 다른 구현들에서는 상세한 설명의 사상 및 범위를 벗어나지 않는 범위에서 다른 기능 블록들이 사용될 수 있다. 또한 본 발명의 하나 이상의 기능 블록이 개별 블록들로 표시되지만, 본 발명의 기능 블록 중 하나 이상은 동일 기능을 실행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합일 수 있다.
또한 어떤 구성 요소들을 포함한다는 표현은 개방형의 표현으로서 해당 구성 요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성 요소들을 배제하는 것으로 이해되어서는 안 된다.
나아가 어떤 구성 요소가 다른 구성 요소에 연결되어 있다거나 접속되어 있다고 언급될 때에는, 그 다른 구성 요소에 직접적으로 연결 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 한다.
또한 '제1, 제2' 등과 같은 표현은 복수의 구성을 구분하기 위한 용도로만 사용된 표현으로써, 구성들 사이의 순서나 기타 특징들을 한정하지 않는다.
이하에서는 도면들을 참조하여 본 발명의 실시예들에 대해 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치(100)를 이용하여 공간 이미지가 포함하는 색상의 종류 및 비율을 판별하는 기능을 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치(100)는 도 1에 도시된 인터페이스의 상단 메뉴의 공간 분석, 사물 분석, 스타일 분석, 배색 추천 기능 중 배색 추천 기능을 제공할 수 있다. 데이터 증강 기반 사물 분석 모델 학습 장치(100)는 특정 이미지(ex. 소정의 공간에 배치된 객체들을 포함하는 공간 이미지)가 포함하는 색상 및 비율을 분석하여 출력하고, 나아가 해당 이미지에 어울리는 배색을 추천할 수 있다. 배색(color combination)의 문언적인 의미는 색의 짜임을 의미하며, 본 발명의 실시예가 제공하고자 하는 배색은 공간 이미지 분석 기반 배색 추천 장치(100)가 입력받은 이미지에 이미 사용된 색상뿐만 아니라, 공간 이미지 분석 기반 배색 추천 장치(100)가 입력받은 이미지에 사용되지 않은 색상이면서도 입력받은 이미지에 사용된 색상과 조화로운 느낌을 줄 수 있는 색상의 제안을 의미한다.
도 2는 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치(100)의 기능 블록도이다.
도 2를 참조하면, 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치(100)는 메모리(110), 프로세서(120), 입력 인터페이스(130), 디스플레이부(140) 및 통신 인터페이스(150)를 포함할 수 있다.
메모리(110)는 공간 이미지 DB(111), 색상 데이터 DB(113), 및 명령어 DB(115)를 포함할 수 있다.
공간 이미지 DB(111)는 소정의 공간에 배치된 객체들을 포함하는 공간 이미지 파일을 포함할 수 있다. 공간 이미지는 외부 서버, 외부 DB를 통해 획득하거나 인터넷상의 공간 이미지를 획득할 수 있다. 이때 공간 이미지는 다수의 픽셀(ex. 가로 M개, 세로 N개 행렬 형태로 구성된 M*N 개의 픽셀)로 구성될 수 있고, 각각의 픽셀은 R(Red), G(Green), B(Blue)의 고유 색상을 나타내는 RGB 원소값(x, y, z)으로 구성된 픽셀 정보를 포함할 수 있다.
색상 데이터 DB(113)는 복수의 색상에 대한 RGB 정보를 포함하는 컬러 팔레트, 다양한 원소값(ex. 소프트, 다이내믹, 명도, 채도, 색상 등)에 따라 색상을 분류할 수 있는 컬러 이미지 스케일을 포함할 수 있다.
명령어 DB(115)는 프로세서(120)의 동작을 수행시킬 수 있는 명령어들을 저장할 수 있다. 예를 들어, 명령어 DB(115)는 후술할 프로세서(120)의 동작들과 대응되는 동작을 수행하도록 하는 컴퓨터 코드를 저장할 수 있다.
프로세서(120)는 공간 이미지 분석 기반 배색 추천 장치(100)가 포함하는 구성들, 메모리(110), 입력 인터페이스(130), 디스플레이부(140) 및 통신 인터페이스(150)의 전반적인 동작을 제어할 수 있다. 프로세서(120)는 색상 판별 모듈(121), 배색 판별 모듈(123), 제어 모듈(125) 및 DB 생성 모듈(127)을 포함할 수 있다. 프로세서(120)는 메모리(110)에 저장된 명령어들을 실행해 레이블링 모듈(121), 색상 판별 모듈(121), 배색 판별 모듈(123), 제어 모듈(125) 및 DB 생성 모듈(127)을 구동시킬 수 있고, 색상 판별 모듈(121), 배색 판별 모듈(123), 제어 모듈(125) 및 DB 생성 모듈(127)에 의해 수행되는 동작은 프로세서(120)에 의해 수행되는 동작으로 이해될 수 있다.
색상 판별 모듈(121)은 배색 추천을 위해 입력된 공간 이미지를 구성하는 색상의 종류를 판별할 수 있고, 공간 이미지를 구성하는 색상의 종류 각각이 사용된 비율을 판별할 수 있다. 예를 들어, 색상 판별 모듈(121)은 k-means clustering 알고리즘(참고문헌: https://en.wikipedia.org/wiki/K-means_clustering)을 이용하여 공간 이미지를 구성하는 색상의 종류 및 공간 이미지에서 색상의 종류 각각이 사용된 비율을 판별할 수 있으나, 본 발명의 실시예가 예시한 알고리즘에만 한정되는 것은 아니다.
한편, 공간 이미지를 구성하는 색상이 매우 많은 경우, 공간 이미지를 구성하는 모든 색상의 종류와 어울리는 배색을 판별하도록 연산한다면 모든 색상에 대해 연산이 필요하여 오랜 시간이 걸릴 수 있고, 이미지 내에 매우 낮은 비율로 포함된 색상에 대해서도 연산이 수행되기 때문에 비효율적일 수 있다. 따라서, 색상 판별 모듈(121)은 배색 추천에 사용될 주요 색상을 선별하기 위해, 공간 이미지에 사용된 색상의 비율이 높은 순서로 공간 이미지를 구성하는 색상 중 일부를 연산에 사용될 주요 색상(이하, '제1 색상'으로 지칭)을 선별할 수 있다.
도 3은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치가 공간 이미지에 주로 사용된 5가지 색상과 사용 비율을 추출하는 동작을 설명하기 위한 예시도이다.
도 3을 참조하면, 색상 판별 모듈(121)은 공간 이미지에 사용된 색상의 비율이 높은 순서로 공간 이미지를 구성하는 n가지의 색상을 선별할 수 있다. 도 3의 경우 n = 5인 예시로서, 색상 판별 모듈(121)은 5가지의 색상 각각이 공간 이미지에서 사용된 비율의 합을 100%로 환산할 수 있다. (도 3의 경우, C1 색: 30%, C2 색: 25%, C3 색: 20%, C4 색: 15%, C5 색: 10%)
이때 색상 판별 모듈(121)은 C1 내지 C5의 5가지 색상 중 상기 비율이 높은 순서로 상기 비율을 누적하여 합하였을 때 a%(a는 100 이하의 자연수)를 초과할 때까지의 색상을 제1 색상으로 선별할 수 있다. 예를 들어, a%가 70%인 경우, C1, C2, C3 각각의 색상이 사용된 비율을 합산하였을 때, 70%를 초과하게 되므로, 제1 색상을 C1, C2, C3로 선별할 수 있다.
배색 판별 모듈(123)은 선별된 제1 색상 각각이 가지는 RGB 정보를 기초로 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상의 제1 색상의 위치를 판별하여 제1 색상이 갖는 소프트(soft) 원소값 및 색상의 다이내믹(dynamic) 원소값을 판별할 수 있다.
도 4는 색상들을 소프트 및 다이내믹을 축으로 하는 2차원 좌표 평면에 배치한 컬러 이미지 스케일의 예시도이다.
컬러 이미지 스케일은 어울리는 배색을 가진 색상들이 가깝게 위치하도록 표현하기 위한 그래프로서, 색상이 동적인가-정적인가에 따른 척도를 나타내는 다이내믹(dynamic) 값, 색상이 부드러운가-딱딱한가에 대한 척도를 나타내는 소프트(soft) 값을 기준으로 색상들을 분류한 그래프이다. 배색 판별 모듈(123)은 제1 색상의 RGB 정보를 기초로 컬러 이미지 스케일 상에서 제1 색상과 가장 가까운 수치의 RGB 정보를 갖는 색상이 위치하는 좌표를 판별하여, 제1 색상의 소프트(soft) 원소값 및 색상의 다이내믹(dynamic) 원소값을 결정할 수 있다. 본 발명의 실시예는 다양한 컬러 이미지 스케일을 사용할 수 있으나, DB 생성 모듈(127)에 대해 후술하는 부분에서 본 발명의 실시예는 웹(Web)상에서 주로 사용되는 색상을 기반으로 컬러 이미지 스케일을 생성하는 방법을 제시한다.
제어 모듈(125)은 제1 색상 각각이 갖는 컬러 이미지 스케일 상의 원소값을 기준으로, 공간 이미지에 가장 잘 어울리는 배색이 컬러 이미지 스케일 상에서 위치하는 좌표인 배색 원소값을 계산할 수 있다.
이때 제어 모듈(125)은 제1 색상 각각이 공간 이미지에서 사용된 비율을 가중치로 하여, 제1 색상 각각의 원소값에 가중치를 가하여 조합한 배색 원소값을 계산할 수 있다. 각 원소값에 가중치를 가하여 조합하는 실시예는 중앙값, 평균값, 벡터 합 등 다양한 방법을 실현할 수 있으며, 가령 가중 산술 평균을 적용할 수 있다.
예를 들어, 제어 모듈(125)은 제1 색상 각각이 공간 이미지에서 사용된 비율의 합을 100%로 환산하고 도출된 각각의 비율을 제1 색상 각각의 가중치로 하여, 제1 색상 각각의 2차원 원소값에 하기 수학식 1과 같이 가중 산술 평균을 적용하여 배색 원소값을 계산할 수 있다.
[수학식 1]
Figure PCTKR2021009428-appb-img-000003
Figure PCTKR2021009428-appb-img-000004
(N = 제1 색상의 개수, a = 공간 이미지에서 N 개의 제1 색상들이 사용된 비율의 합을 100%로 환산하였을 때 특정 제1 색상이 사용된 비율, S: 소프트 원소값, D: 다이내믹 원소값, Sav: 제1 색상들의 소프트 값에 대한 가중 산술 평균 원소값, Dav: 제1 색상들의 다이내믹 값에 대한 가중 산술 평균 원소값)
도 3의 예시에 수학식 1을 적용하는 예시를 설명한다. 도 3에서 제1 색상으로 선별된 C1, C2, C3가 공간 이미지에서 사용된 비율은 C1: 30%, C2: 25%, C3: 20% 이다. 이때 각 비율의 합이 100%가 되게 환산한다면,
Figure PCTKR2021009428-appb-img-000005
Figure PCTKR2021009428-appb-img-000006
Figure PCTKR2021009428-appb-img-000007
이때 컬러 이미지 스케일(S축, D축) 상에서 C1의 좌표는 (S1, D1) = (0.5, 0.4), C2의 좌표는 (S2, D2) = (0.4, 0,3), C3의 좌표는 (S3, D3) = (0.3, 0.2) 이라고 가정한다.
이때 배색 원소값 (Sav, Dav)은 수학식 1을 적용할 경우 아래와 같이 (0.4133, 0.3133)으로 계산될 수 있다.
Figure PCTKR2021009428-appb-img-000008
Figure PCTKR2021009428-appb-img-000009
제어 모듈(125)은 컬러 이미지 스케일에 계산된 배색 원소값을 포함하는 배색군을 공간 이미지에 어울리는 배색으로 추천할 수 있다.
도 5는 컬러 이미지 스케일 상의 색상들에 대해서 소프트 값 및 다이내믹 값의 범위를 기준으로 분류한 그룹들의 예시도이다.
도 5를 참조하여, 도 3의 예시를 적용하는 경우 도 3에 대하여 배색 원소값 (0.4133, 0.3133)은 소프트 범위 0.4 ~ 0.6, 다이내믹 범위 0.0 ~ 0.4 에 위치하는 "심플한"이라는 배색군에 위치한다. 이에 따라, 제어 모듈(125)은 컬러 이미지 스케일에서"심플한" 이라는 배색군에 속한 색상을 공간 이미지에 어울리는 배색으로 추천할 수 있다.
DB 생성 모듈(127)은 웹상에서 주로 사용되는 색상들을 기준으로 컬러 이미지 스케일을 생성할 수 있다.
예를 들어, DB 생성 모듈(127)은 275가지 색상을 포함하는 컬러 팔레트를 획득할 수 있다. DB 생성 모듈(127)은 웹상에서 자주 사용되는 색상을 사용하기 위해 HTML 컬러 팔레트 또는 자바스크립트 컬러 팔레트를 사용할 수 있다.
이후, DB 생성 모듈(127)은 275가지 색상에 대해 소프트 및 다이내믹 값을 결정해야 하는데, 값의 연산을 효율적으로 하기 위하여, 먼저 275가지 색상의 RGB 정보를 기준으로 색상들을 분류하여 32개의 그룹으로 군집시킬 수 있다. DB 생성 모듈(127)은 275가지 색상의 RGB 정보를 기준으로 도 6과 같이 RGB 3차원 좌표 평면에 배치할 수 있고, 3차원 공간상에 위치하는 색상 간의 거리를 기준으로 가까운 색상끼리 32개의 그룹으로 분류할 수 있다.
다음으로, DB 생성 모듈(127)은 그룹에 포함된 색상들의 RGB 정보를 기초로 RGB 정보의 중앙값 또는 평균값을 계산하여, 그룹에 포함된 색상 중의 RGB 정보가 중앙값 또는 평균값에 가장 가까운 색상을 각 그룹의 리더 색상으로 선별할 수 있다.
이에 따라, DB 생성 모듈(127)은 각 그룹의 리더 색상에 대해서만 RGB 정보를 기초로 리더 색상의 소프트 값 및 다이내믹 값을 결정할 수 있다. 결정 이후, DB 생성 모듈(127)은 리더 색상과 리더 색상과 같은 그룹에 속한 다른 색상들의 RGB 정보의 차잇값을 기반으로, 리더 색상의 소프트 값 및 다이내믹 값에 기 설정된 수치를 가산하거나 감산하여 리더 색상과 같은 그룹인 색상들의 소프트 값 및 다이내믹 값을 결정할 수 있다.
이에 따라, DB 생성 모듈(127)은 275가지의 색상에 대해 결정된 소프트 값 및 다이내믹 값을 기준으로, 소프트 및 다이내믹을 축에 배치하여 웹상에서 주로 사용되는 색상 기반의 컬러 이미지 스케일을 생성할 수 있고, 소프트 값 및 다이내믹 값을 소정의 범위에 따라 분류하여 도 4와 같은 배색군을 생성할 수 있다. 한편, 위에 예시된 275의 색상과 32개의 그룹은 예시일 뿐, 실시하는 방안에 따라 다양한 색상을 사용할 수 있고, 사용되는 색상보다 작은 수의 그룹으로 분류하여 실시예를 구현할 수 있다.
입력 인터페이스(130)는 사용자가 입력하는 데이터 또는 웹상의 데이터를 획득하고, 프로세서(120)의 연산을 위해 공간 이미지를 입력받을 수 있다. 데이터는 소정의 공간에 배치된 객체들에 대한 이미지, 이미지를 구성하는 픽셀의 RGB 정보를 포함하는 공간 이미지, 복수의 색상에 대한 RGB 정보를 포함하는 컬러 팔레트, 소정의 원소값(ex. 소프트, 다이내믹, 명도, 채도, 색상 등)에 따라 색상을 분류할 수 있는 복수의 컬러 이미지 스케일을 포함할 수 있다.
디스플레이부(140)는 디스플레이 패널을 포함하여 화상을 출력하는 하드웨어 구성을 포함할 수 있다.
통신 인터페이스(150)는 외부 장치(ex. 온라인 쇼핑몰 서버, 사용자 단말 등)와 통신하여 정보를 송수신 할 수 있게 한다. 이를 위해, 통신 인터페이스(150)는 무선 통신 모듈 또는 유선 통신 모듈을 포함할 수 있다.
도 7은 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 방법의 흐름도이다. 도 7에 따른 공간 이미지 분석 기반 배색 추천 방법의 각 단계는 도 2를 통해 설명된 공간 이미지 분석 기반 배색 추천 장치(100)에 의해 수행될 수 있으며, 각 단계를 설명하면 다음과 같다.
도 7을 참조하면, 입력 인터페이스(130)는 공간 이미지를 입력받을 수 있다(S710). 이후, 색상 판별 모듈(121)은 공간 이미지를 구성하는 색상의 종류 및 공간 이미지에서 색상의 종류 각각이 사용된 비율을 판별하고(S720), 공간 이미지에 사용된 색상의 비율이 높은 순서로 공간 이미지를 구성하는 색상 중 일부인 제1 색상을 선별할 수 있다(S730). 다음으로, 배색 판별 모듈(123)은 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 제1 색상 각각이 위치하는 원소값을 판별할 수 있다(S740). 이에 따라, 제어 모듈(125)는 제1 색상 각각이 공간 이미지에서 사용된 비율을 가중치로 하여, 제1 색상 각각의 원소값에 가중치를 가하여 조합한 배색 원소값을 계산하고(S750), 컬러 이미지 스케일에 배색 원소값을 포함하는 배색군을 공간 이미지에 어울리는 배색으로 추천할 수 있다(S760). 추가로, DB 생성 모듈(127)은 웹상의 컬러 팔레트를 기반으로 컬러 이미지 스케일을 생성할 수 있다.
한편, 상술한 각 단계의 주체인 구성 요소들이 해당 단계를 실시하기 위한 과정은 도 1 내지 도 6과 함께 설명하였으므로 중복된 설명은 생략한다.
상술한 본 발명의 실시예들은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.
하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드 등이 기록된 컴퓨터 프로그램은 컴퓨터 판독 가능 기록 매체 또는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 메모리 유닛은 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 프로세서와 데이터를 주고받을 수 있다.
또한 본 발명에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방법으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
더불어 각 블록 또는 각 단계는 특정된 논리적 기능을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또한, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이처럼, 본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (11)

  1. 공간 이미지 분석 기반 배색 추천 장치에 있어서,
    소정의 동작을 수행하도록 하는 명령어들을 저장하는 하나 이상의 메모리; 및 상기 하나 이상의 메모리와 동작할 수 있도록 연결되어 상기 명령어들을 실행하도록 설정된 하나 이상의 프로세서를 포함하고,
    상기 프로세서가 수행하는 동작은,
    공간 이미지를 입력받는 동작;
    상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 동작;
    상기 공간 이미지에 사용된 색상의 비율이 높은 순서로, 상기 공간 이미지를 구성하는 상기 색상 중 일부인 제1 색상을 선별하는 동작;
    소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 상기 제1 색상 각각이 위치하는 원소값을 판별하는 동작;
    상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 상기 원소값에 상기 가중치를 가하여 조합한 배색 원소값을 계산하는 동작; 및
    상기 컬러 이미지 스케일에 상기 배색 원소값을 포함하는 배색군을 상기 공간 이미지에 어울리는 배색으로 추천하는 동작을 포함하는,
    공간 이미지 분석 기반 배색 추천 장치.
  2. 제1항에 있어서,
    상기 프로세서가 수행하는 동작은,
    상기 컬러 이미지 스케일을 생성하는 동작을 더 포함하고,
    상기 컬러 이미지 스케일을 생성하는 동작은,
    P가지(P는 자연수) 색상을 포함하는 컬러 팔레트를 획득하는 동작;
    상기 P가지 색상의 RGB 정보를 기준으로 색상들을 분류하여 U개(U는 P보다 작은 자연수)의 그룹으로 군집시키는 동작;
    상기 그룹에 포함된 색상들의 RGB 정보를 기초로 RGB 정보의 중앙값을 계산하여, 상기 그룹에 포함된 색상 중의 RGB 정보가 상기 중앙값에 가장 가까운 색상을 상기 그룹의 리더 색상으로 선별하는 동작;
    상기 리더 색상의 RGB 정보를 기초로 상기 리더 색상의 소프트 값 및 다이내믹 값을 결정하는 동작;
    상기 리더 색상의 소프트 값 및 다이내믹 값에 기 설정된 수치를 가산하거나 감산하여 상기 리더 색상과 같은 그룹인 색상들의 소프트 값 및 다이내믹 값을 결정하는 동작; 및
    상기 P가지의 색상에 관해 결정된 소프트 값 및 다이내믹 값을 소정의 범위에 따라 분류한 배색군을 생성하는 동작을 포함하는,
    공간 이미지 분석 기반 배색 추천 장치.
  3. 상기 P는 275이고,
    상기 U는 32인,
    공간 이미지 분석 기반 배색 추천 장치.
  4. 제1항에 있어서,
    상기 비율을 판별하는 동작은,
    k-means clustering 알고리즘을 기초로 상기 공간 이미지를 분석하여 상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 동작을 포함하는,
    공간 이미지 분석 기반 배색 추천 장치.
  5. 제1항에 있어서,
    상기 제1 색상을 선별하는 동작은,
    상기 공간 이미지에 사용된 색상의 비율이 높은 순서로 상기 공간 이미지를 구성하는 n가지(n은 자연수)의 색상을 선별하는 동작; 및
    상기 n가지의 색상이 상기 공간 이미지에서 사용된 비율의 합을 100%로 환산하여, 상기 n가지 색상 중 상기 비율이 높은 순서로 상기 비율을 누적하여 합하였을 때 a%(a는 100 이하의 자연수)를 초과할 때까지의 색상을 상기 제1 색상으로 선별하는 동작을 포함하는,
    공간 이미지 분석 기반 배색 추천 장치.
  6. 제5항에 있어서,
    상기 n가지는 5가지이고,
    상기 a%는 70%인
    공간 이미지 분석 기반 배색 추천 장치.
  7. 제1항에 있어서,
    상기 배색 원소값을 계산하는 동작은,
    상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 상기 원소값에 가중 산술 평균을 적용하여 상기 배색 원소값을 계산하는 동작을 포함하는,
    공간 이미지 분석 기반 배색 추천 장치.
  8. 제7항에 있어서,
    상기 배색 원소값을 계산하는 동작은,
    상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율의 합을 100%로 환산하여 도출된 각각의 비율을 상기 제1 색상 각각의 가중치로 하여, 상기 제1 색상 각각의 상기 2차원 원소값에 가중 산술 평균을 적용하여 상기 배색 원소값을 계산하는 동작을 포함하는,
    공간 이미지 분석 기반 배색 추천 장치.
  9. 제8항에 있어서,
    상기 배색 원소값을 계산하는 동작은,
    하기 수학식 1을 기초로 계산되는,
    [수학식 1]
    Figure PCTKR2021009428-appb-img-000010
    Figure PCTKR2021009428-appb-img-000011
    (N = 제1 색상의 개수, a = 공간 이미지에서 N 개의 제1 색상들이 사용된 비율의 합을 100%로 환산하였을 때 어느 하나의 제1 색상이 사용된 비율, S: 소프트 원소값, D: 다이내믹 원소값, Sav: 제1 색상들의 소프트 값에 대한 가중 산술 평균 원소값, Dav: 제1 색상들의 다이내믹 값에 대한 가중 산술 평균 원소값)
    공간 이미지 분석 기반 배색 추천 장치.
  10. 공간 이미지 분석 기반 배색 추천 장치가 수행하는 공간 이미지 분석 기반 배색 추천 방법에 있어서,
    공간 이미지를 입력받는 단계;
    상기 공간 이미지를 구성하는 색상의 종류 및 상기 공간 이미지에서 상기 색상의 종류 각각이 사용된 비율을 판별하는 단계;
    상기 공간 이미지에 사용된 색상의 비율이 높은 순서로, 상기 공간 이미지를 구성하는 상기 색상 중 일부인 제1 색상을 선별하는 단계;
    소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 상기 제1 색상 각각이 위치하는 원소값을 판별하는 단계;
    상기 제1 색상 각각이 상기 공간 이미지에서 사용된 비율을 가중치로 하여, 상기 제1 색상 각각의 상기 원소값에 상기 가중치를 가하여 조합한 배색 원소값을 계산하는 단계; 및
    상기 컬러 이미지 스케일에 상기 배색 원소값을 포함하는 배색군을 상기 공간 이미지에 어울리는 배색으로 추천하는 단계를 포함하는,
    공간 이미지 분석 기반 배색 추천 방법.
  11. 제10항의 방법을 프로세서가 수행하도록 하는 컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램.
PCT/KR2021/009428 2020-07-23 2021-07-21 공간 이미지 분석 기반 배색 추천 장치 및 방법 WO2022019654A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP21845812.3A EP4184413A1 (en) 2020-07-23 2021-07-21 Spatial image analysis-based color scheme recommendation apparatus and method
CN202180060392.9A CN116420154A (zh) 2020-07-23 2021-07-21 基于空间图像分析的配色推荐装置及方法
JP2023504683A JP2023537262A (ja) 2020-07-23 2021-07-21 空間イメージ分析基盤配色推薦装置及び方法
US18/156,743 US20230154050A1 (en) 2020-07-23 2023-01-19 Spatial image analysis-based color scheme recommendation apparatus and method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200091772A KR102234614B1 (ko) 2020-07-23 2020-07-23 공간 이미지 분석 기반 배색 추천 장치 및 방법
KR10-2020-0091772 2020-07-23

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/156,743 Continuation US20230154050A1 (en) 2020-07-23 2023-01-19 Spatial image analysis-based color scheme recommendation apparatus and method

Publications (1)

Publication Number Publication Date
WO2022019654A1 true WO2022019654A1 (ko) 2022-01-27

Family

ID=75441210

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/009428 WO2022019654A1 (ko) 2020-07-23 2021-07-21 공간 이미지 분석 기반 배색 추천 장치 및 방법

Country Status (6)

Country Link
US (1) US20230154050A1 (ko)
EP (1) EP4184413A1 (ko)
JP (1) JP2023537262A (ko)
KR (2) KR102234614B1 (ko)
CN (1) CN116420154A (ko)
WO (1) WO2022019654A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115024561A (zh) * 2022-05-30 2022-09-09 广东时谛智能科技有限公司 鞋体设计过程中关联配色的自动调整方法及装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102234614B1 (ko) * 2020-07-23 2021-04-01 주식회사 어반베이스 공간 이미지 분석 기반 배색 추천 장치 및 방법
CN114820840B (zh) * 2022-03-29 2023-07-07 广东时谛智能科技有限公司 基于不同区块形状以及关联形状组合生成配色方案的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014037982A1 (ja) * 2012-09-10 2014-03-13 株式会社日本カラーデザイン研究所 カラーイメージスケール、カラーイメージスケール表示装置、及び、カラーイメージスケール表示方法
KR20200030379A (ko) * 2018-09-12 2020-03-20 경상대학교산학협력단 추천 하의 결정 장치 및 방법
KR20200065684A (ko) * 2018-11-30 2020-06-09 카페24 주식회사 온라인 전자상거래의 쇼핑몰의 디자인 자동 생성 방법 및 장치
KR102234614B1 (ko) * 2020-07-23 2021-04-01 주식회사 어반베이스 공간 이미지 분석 기반 배색 추천 장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100102772A (ko) 2009-03-12 2010-09-27 주식회사 퍼시스 실내환경 분석 시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014037982A1 (ja) * 2012-09-10 2014-03-13 株式会社日本カラーデザイン研究所 カラーイメージスケール、カラーイメージスケール表示装置、及び、カラーイメージスケール表示方法
KR20200030379A (ko) * 2018-09-12 2020-03-20 경상대학교산학협력단 추천 하의 결정 장치 및 방법
KR20200065684A (ko) * 2018-11-30 2020-06-09 카페24 주식회사 온라인 전자상거래의 쇼핑몰의 디자인 자동 생성 방법 및 장치
KR102234614B1 (ko) * 2020-07-23 2021-04-01 주식회사 어반베이스 공간 이미지 분석 기반 배색 추천 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XU, LONG; PARK, JAE-WAN; AHN, SI-HYEONG; LEE, SANG-WON: "A Color Research System based on Image Search Engine - Compare with Kobayashi Color Image Scale", JDCS : JOURNAL OF DIGITAL CONTENTS SOCIETY, vol. 20, no. 8, 1 August 2019 (2019-08-01), pages 1625 - 1634, XP009533614, ISSN: 1598-2009, DOI: 10.9728/dcs.2019.20.8.1625 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115024561A (zh) * 2022-05-30 2022-09-09 广东时谛智能科技有限公司 鞋体设计过程中关联配色的自动调整方法及装置
CN115024561B (zh) * 2022-05-30 2023-07-21 广东时谛智能科技有限公司 鞋体设计过程中关联配色的自动调整方法及装置

Also Published As

Publication number Publication date
EP4184413A1 (en) 2023-05-24
KR20220012797A (ko) 2022-02-04
JP2023537262A (ja) 2023-08-31
US20230154050A1 (en) 2023-05-18
KR102234614B9 (ko) 2022-03-23
CN116420154A (zh) 2023-07-11
KR102234614B1 (ko) 2021-04-01
KR102405613B1 (ko) 2022-06-10

Similar Documents

Publication Publication Date Title
WO2022019654A1 (ko) 공간 이미지 분석 기반 배색 추천 장치 및 방법
CN109903256B (zh) 模型训练方法、色差校正方法、装置、介质和电子设备
CN106211804B (zh) 利用对原始图像数据的色度测量进行自动白平衡
WO2012144770A2 (en) Method for displaying status of power consumption and portable device thereof
WO2019132589A1 (ko) 다중 객체 검출을 위한 영상 처리 장치 및 방법
CN108020519A (zh) 一种基于颜色恒常性的虚拟多光源光谱重建方法
CN110889718B (zh) 方案筛选方法、方案筛选装置、介质以及电子设备
WO2020231005A1 (ko) 영상 처리 장치 및 그 동작방법
CN206894813U (zh) 一种摄像头测试系统
WO2020166849A1 (en) Display system for sensing defect on large-size display
WO2017003240A1 (ko) 영상 변환 장치 및 그 영상 변환 방법
WO2021091092A1 (ko) 소장 정결도를 진단하는 시스템 및 방법
WO2023033469A1 (ko) 의료 영상 이미지의 3d 크롭핑 방법 및 이를 위한 장치
CN112489144A (zh) 图像处理方法、图像处理装置、终端设备及存储介质
WO2019194482A1 (ko) 국부 이진 패턴 분류 및 선형 매핑을 이용한 초해상화 방법
CN113139650A (zh) 深度学习模型的调优方法和计算装置
CN103136764A (zh) 图像前景色分析方法及系统
WO2022019389A1 (ko) 데이터 증강 기반 공간 분석 모델 학습 장치 및 방법
WO2020175734A1 (ko) 컨볼루션 뉴럴 네트워크 모델을 이용한 이미지의 원색 복원 장치 및 방법
US20210004699A1 (en) Learning apparatus, inferring apparatus, learning method, program, and inferring method
CN113191376A (zh) 图像处理方法、装置、电子设备和可读存储介质
CN113762058A (zh) 一种视频合成方法、装置、计算机设备和存储介质
Zhang et al. Tongue Color Analysis for Medical Application
WO2023013867A1 (ko) 헬스 스페이스 모델을 이용한 건강 상태 정보 시각화 장치 및 방법
WO2022065821A1 (ko) 보유 의류와 미 보유 의류를 구분하여 의류 관리 정보를 제공하는 방법, 및 이를 이용하는 서버

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21845812

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2023504683

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021845812

Country of ref document: EP

Effective date: 20230214