메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
안예은 (덕성여자대학교 소프트웨어전공) 이규빈 (덕성여자대학교 소프트웨어전공) 정수현 (덕성여자대학교 소프트웨어전공) 김희수 (덕성여자대학교 소프트웨어전공) 유제혁 (덕성여자대학교)
저널정보
한국영상학회 한국영상학회논문집 한국영상학회논문집 제22권 제2호
발행연도
2024.2
수록면
41 - 57 (17page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
최근, 뷰티 산업시장의 성장과 함께 개인의 아름다움을 더욱 부각할 수 있는 퍼스널 컬러의 관심도가 증가하고 있다. 오프라인 기반의 퍼스널 컬러 진단의 경우, 전문가의 관능 평가에 의해 퍼스널 컬러 진단이 이루어지며, 온라인 기반 퍼스널 컬러 진단의 경우, 사용자의 안면 촬영 이미지를 활용하여 애플리케이션 기반의 퍼스널 컬러 진단이 이루어진다. 간편성 및 저비용의 이유로 활용되는 온라인 퍼스널 컬러 진단의 경우, 사용자 안면 촬영 시, 광원 영향, 노이즈 등 환경 조건에 영향을 받기 때문에 진단 정확도가 떨어지는 문제가 발생한다. 또한, 기존 퍼스널 컬러 진단 서비스들의 경우, 실제와 같은 가상 메이크업이 이루어지고 있지 않기 때문에, 심미적인 체험을 진행할 수 없다는 단점이 존재한다. 본 연구는 일관성 있는 온라인 퍼스널 컬러 진단을 목표로 하여, 촬영된 사용자 안면 이미지를 다양한 색상 공간상에서 분석하고 대표 피부 색상을 추출하는 알고리즘에 대해 제안한다. 정확한 퍼스널 컬러 분석을 위해, YOLOv5 기반 객체 인식 딥러닝 모델을 활용하여 퍼스널 컬러 진단 저해 요소들을 제거하였으며, 군집화 기반의 데이터 분석 알고리즘 통해 대표 안면 색상을 도출하였다. 대표 안면 색상을 기반으로 퍼스널 컬러 유형을 진단하였으며, 최종적으로 진단된 퍼스널 컬러 기반으로, 사용자에게 심미적인 체험을 제공할 수 있는 가상 메이크업 기능을 추가하여 제공하였다. 가상 메이크업은 생성형 딥러닝 모델인 BeautyGAN을 이용하여 사용자별 가장 조화로운 메이크업 모습을 보여주게 되며, 이를 통해 자신에게 가장 어울리는 메이크업 아이템들을 능동적으로 선별할 수 있다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0