표제지
초록
목차
제1장 서론 10
1.1. 문제 정의 10
1.2. 연구 동기 및 공헌 16
1.3. 연구 목표 및 기대효과 17
1.4. 연구 방법 개요 18
제2장 선행연구 22
2.1. Convolutional Neural Networks 22
2.2. Regional - Convolutional Neural Networks 24
2.3. Faster Regional - Convolutional Neural Networks 27
2.4. Mask Regional - Convolutional Neural Networks 30
2.5. K-means Cluestering 33
2.6. DBSCAN Clustering 35
2.7. Color Trend Analysis using Machine Learning with Fashion Collection Images 37
2.8. Color identification method for fashion runway images: An experimental study 40
2.9. Digital image analysis method to extract fashion color semantics from artworks 41
제3장 해법 42
3.1. 모델 구조 42
3.2. 데이터 수집 43
3.3. 데이터 정제 44
3.4. 색상 데이터 분류 - CNN 45
3.5. 색상 데이터 세분화 46
제4장 실험 결과 47
4.1. 실험 요약 47
4.2. 실험 데이터 학습 데이터 셋 선정 48
4.3. 실험 데이터 셋 예시 50
4.4. 실험 방법 51
4.5. 실험 결과 51
제5장 결론 55
5.1. 결론 55
5.2. 향후 연구 56
참고 문헌 58
Abstract 61
표 1.1. 색상 분류 기준 20
표 4.1. 실험군 47
표 4.2. 실험 결과 (MOS) 52
그림 1.1. 2022 겨울 색상 분포 11
그림 1.2. 2023 봄 색상 분포 11
그림 1.3. 보라색 안에 존재하는 다양한 색 12
그림 1.4. 매 시즌 브랜드별 재정의되는 보라색 12
그림 1.5. 필터가 대표하지 않는 의류 색상 13
그림 1.6. 색상 분류 이후 단순 RGB 기반 Item Retrieval시 영역의 불분명함 14
그림 2.1. 분석 데이터 예시 37
그림 2.2. 의류 분할 방법 38
그림 2.3. 사용 모델 이미지 40
그림 2.4. 사용 파이썬 컬러 팔레트 41
그림 3.1. 데이터 수집/정제 방법 43
그림 3.2. 의류 분할 결과 예시 44
그림 3.3. 색상 분류 모델 학습 방법 45
그림 4.1. Black 색상 RGB 데이터 기반 K-Means Clustering 결과 49
그림 4.2. Black 색상 HSV 데이터 기반 K-Means Clustering 결과 49
그림 4.3. Blue 색상 RGB 데이터 기반 K-Means Clustering 결과 49
그림 4.4. Blue 색상 HSV 데이터 기반 K-Means Clustering 결과 49
그림 4.5. 실험 진행 데이터셋 예시 50