| 연구목표 |
[인공지능 패션 코디네이터와 개인 맞춤 솔루션] -개인화는 4차 산업 혁명의 디지털 시대의 중요 화두로, 많은 비즈니스에서 AI 기술로 접근하고 있음 (insider, 2020). 하지만 인공지능이 빅 데이터를 이용한 학습 과정을 통해 상품에 대한 모든 정보를 가지고 있어도 인간의 노하우와 같이 명확히 규격화하기 어려운 분야는 아직까지 인간 전문가를 따라... |
| 연구내용 |
[1년차 연구내용]○ 감성 속성 메타데이터 분석- 감성 속성 메타데이터 수집: 연구자의 선행 연구에서 기 수집된 패션 아이템 이미지 4,000개 중 2,000개의 이미지에 대해 20대 소비자에게 감성 속성을 자유 기술토록 하며, 메타데이터는 메타 텍스트 툴킷을 이용하여 수집- 패션 아이템 이미지는 네이버 트랜드의 검색 순위가 높은 20-30대 여성 쇼핑몰로... |
| 기대효과 |
[학문적 측면에서의 활용 및 기대효과]- 연구에서 완성된 속성 분류 체계는 패션 아이템의 태깅이나 주석 작업에 표준화된 기준을 제시하여 양질의 패션 데이터셋을 보다 쉽게 확보하여 패션 아이템의 분석 연구에 신뢰도를 높일 수 있을 것으로 기대 - 감성 그룹별로 표현되는 형태, 색채, 소재 속성의 분석은 패션 코디네이션을 위한 기초 연구로 패션 AI 코디네이터... |
| 키워드 |
디자인 속성, 속성분류체계, 패션 AI 코디네이터, 패션 감성, 감성의 데이터화, 이미지 데이터셋 |