• 산업문제명디자인 이미지 유사도 측정 방법 개선
• 기업(주)테이아
• 키워드이미지 유사도, CMYK, 분포 거리, Wasserstein distance, CNN
• 산업문제 내용· 기업소개: 브랜드와 프리랜서 디자이너를 매칭해주는 플랫폼 서비스를 운영하는 스타트업 기업 · 산업문제: 브랜드의 레퍼런스 이미지와 디자이너의 포트폴리오 이미지를 비교하여 적절한 디자이너를 매칭하고 있음. 하지만 이미지를 판단하는 기준이 판단하는 사람마다 일관적이지 않고 주관적인 판단으로 하는 것이 대부분이어서 이미지 유사도를 정량화하는 방법을 찾고 이미지 유사도 측정 모델을 개발하고자 함
• 문제해결 결과· 제시된 해결방안: 기존에서 회사에서 적용하던 학습 기반의 딥러닝 CNN 기반 유사도 측정 모델 검증. 이미지 유사도 측정 관련 논문 및 문헌 등 선행 조사 연구 결과 도출. 픽셀 단위의 색상 기반 유사도 측정 방법: C(Cyan), M(Magenta), Y(Yellow), K(Black 또는 Key), CMYK로 변환하여 확률 분포 거리 측정 방법인 Wasserstein 거리를 활용하여 두 이미지의 색상 유사도를 측정하는 방법 구현. 사전 학습된 CNN 필터를 활용한 이미지의 구조적인 특징 비교 방법: 이미지에서 국소적인 특징들을 추출하여 비교하기 위해서 VGG19와 같은 사전 학습된 CNN 필터를 적용하여 feature 레이어 비교를 통한 이미지 유사도를 측정하는 방법 도출. 의뢰 기업의 보유한 데이터 적용 테스트: 적정 threshold 및 feature 레이어의 유사도 측정 모델 · 활용계획 및 기대성과: 그래픽 디자인 업무 분야에 대한 색상과 구조적 유사성의 정량화하여 브랜드(기업)과 디자이너 매칭 과정의 효율성을 높임. 간소해진 워크플로우로 이전보다 효율적이고 신속하게 디자인 업무 처리로 전반적인 디자인 산업의 생산성 향상을 기대할 수 있음