패션 이미지 검색에 적용되는 기술

자세한 내용은 아래 링크를 참조하시면 됩니다.

https://m.blog.naver.com/PostView.nhn?blogId=naver_search&logNo=221081268746&proxyReferer=https%3A%2F%2Fwww.google.com%2F

패션 이미지 검색에 적용된 딥러닝 기술을 소개합니다

 

1.     Object Localization 이란?
딥 러닝 기술의 하나인 R-CNN 알고리즘을 기반으로 전체 이미지에서 패션 아이템들의 위치를 감지하고 분류하는 기술입니다. 
이 기술을 통해, 인공지능은 상의, 하의, 아우터 등 8가지 종류의 의류 타입을 구분할 수 있습니다.
(*R-CNN: Regions with CNN features, 이미지 안에 어떠한 물체들이 있는지를 구분해내는 인공지능 기술)

2.     Attribute Learning 이란?
Object Localization 기술을 통해 구분된 개체들의 색상, 재질, 카테고리 등, 구체적 특질(deep feature)을 구체화하는 기술입니다. 
이 기술을 통해, 인공지능은 패션 아이템들의 정보를 검색 가능한 데이터로 이해하고 학습할 수 있게 됩니다.

3.      Vector Quantization & Indexing 이란? 
딥 러닝으로 분석된 이미지의 속성 정보는 매우 복잡하며 이미지의 수는 매우 방대합니다. 
이러한 대규모 데이터를 빠르게 검색하기 위해서는 데이터를 효과적으로 표현하고 색인해야 합니다. 
이미지의 속성 정보의 양자화를 통해 보다 단순한 정보로 변형하고, 이를 전통적인 검색 기술을 통해 색인하면
빠른 탐색 서비스를 제공할 수 있습니다.
(*Vector Quantization: 벡터 양자화, 이미지가 담고 있는 속성정보를 빠르게 처리할 수 있도록 압축하는 방식)