딥러닝을 이용한 시각적 의류 분석 기술: 서베이 (Visual Fashion Analysis Using Deep Learning: A Survey)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 45권 / 7호 / 1174 ~ 1182페이지
· 저자명 : 이수민, 오성찬, 정찬호, 김창익

초록

전자상거래가 증가하고 온라인 쇼핑 산업이 발달함에 따라 대량의 의류 이미지의 분석과 관리에 대한 필요성이커지고 있다. 이러한 경향에 따라, 시각적 의류 분석 기술이 크게 주목을 받고 있다. 시각적 의류 분석에는 옷의카테고리와 특성정보를 파악하는 의류 인식, 같은 의류를 찾는 의류 검색 등이 있다. 일반 물체 영상과 달리, non-rigid 특성을 가지는 의류는 영상 안에서 변형과 겹침이 빈번하게 발생한다. 알고리즘 적용을 까다롭게 만드는이러한 특성을 극복하기 위해 위한 다양한 연구들이 활발하게 이루어지고 있다. 최근에는 대량 의류 데이터 셋의등장과 딥러닝의 발달로, 딥러닝 기반의 의류 분석 기술들이 활발히 연구되고 있으며 이는 기존 방법들과 비교 했을 때 상당한 성능 향상을 이루었다. 이러한 연구 동향에 따라 본 논문에서는 최근 주목받고 있는 딥러닝 기반의시각적 의류 분석 방법들을 중 의류 인식 기술과 의류 검색 기술에 대해서 소개하고자 한다.

영어초록

Due to the huge potential in the industry, understanding fashion images has driven a lot of attention. The visual fashion analysis techniques are used in various ways, such ais fashion recognition, fashion retrieval. Unlike general object images, clothes with non-rigid properties usually suffer from a deformation and occlusion in a image. Since the non-rigid characteristic makes hard to apply algorithms to fashion images, various research have been actively conducted to overcome this problem. Recently, with an advent of large-scale datasets and a development of deep learning, diverse fashion analysis methods based on deep-learning are introduced, which achieved huge performance improvement. In this paper, we introduce fashion recognition and fashion retrieval methods among prominent deep learning-based visual fashion analysis methods.

참고자료

· 없음