본 기술은 콘텐츠 비주얼 브라우징 기술 중 패션 검색을 위한 학습 모델과 관련 정보를 제공한다.
ㅇ 콘텐츠 비주얼 브라우징(비주얼 검색) 시장은 `15년 124.9억 달러에서 ‘20년 299.8억 달러로 연 19.1% 성장 예상 (Image Recognition Market Report, MarketsandMarkets, 2016)
ㅇ 구글, 아마존 등 미국 기업의 패션 검색 기능을 지원하고 있으며, 세계 패션 시장은 2017년에서 2020년까지 연평균 증가율 2.4%를 예상하며, 2020년에는 2400조원 규모의 시장으로 성장 예상 되고, 국내 패션 시장은 규모는 2018년 44조 3216억원에 다를 것으로 예상됨. 이에 따라 검색 기술과 결합시 새로운 산업생태계로 발전을 예상
ㅇ 최근 패션 기반 객체 인식 기술의 발전으로 영상 내 의상(패션)을 인식하여 쇼핑 및 관련 정보를 제공할 수 있는 서비스에 대한 수요 증대
ㅇ 의상 검색을 위한 모델 제공을 통해 의상 이미지 DB 구축과 모델 학습에 대한 시간을 최소화하고, 별도의 설치 절차 없이 필요한 비즈니스에 즉시 활용 가능
- 패션 고속 객체 검출 (상의, 하의) 모델 제공을 통한 패션 탐지 지원
- 패션 객체 의상 카테고리 모델 기반 의상 속성 추출(카테고리, 확률) 지원
- 패션 객체 내 칼러 속성 추출 (칼러, 확률) 지원
- 상, 하의 검출, 카테고리 분류 및 칼러 속성 분류의 모듈 제공을 통한 패션 검색, 증강현실 등 응용환경에 따른 서비스 개발 가능
[내용]
A. 기술명 : 콘텐츠 속성 비주얼 브라우징 기술 (패션 검색)
- 패션 검색을 위한 객체 검출 및 분류 기술
[범위]
A. 기술명 : 콘텐츠 속성 비주얼 브라우징 기술 (패션 검색)
- 패션 상, 하의 검출을 위한 딥러닝 학습 모델 (caffe model, 바이너리)
- 패션 속성 분류를 위한 딥러닝 학습 모델 (caffe model, 바이너리)
- 딥러닝 학습 모델 검증을 위한 샘플 이미지 DB 및 예제코드
- 패션 검색 시스템 요구사항 정의서 및 설계서
- 패션 검색 시스템 시험절차서 및 결과서
- 적용분야
: 패션 인식 정보 기반 유사 의상 검색 서비스
: 패션 인식 기반 온라인 트렌드 예측
: AR 서비스와 연계한 객체 검출 기반 패션 검색 서비스
: 개인형 맞춤 패션 검색 서비스
- 기대효과
: 패션 산업과 ICT기술 결합을 통한 새로운 산업생태계로 발전
: AR 등 증강 현실 기술과 결합된 차별화된 서비스 제공 가능
: 온라인 및 동영상 내의 패션 인식을 통한 분석 및 예측 정보 제공