🧑‍🤝‍🧑 회의록(2024-02-20)

[활동 기록]
활동 기간 : 2024-02-20 (일), 10:00 ~ 17:00
활동 장소 : 인천대학교 이룸관 스터디룸
참여자 : [정동교], 고명훈, 김성웅, 김우찬
기록자 : [정동교]

금일부터 주제 신청서 작성을 본격적으로 시작하였음. 기존에 제공되었던 주제 신청서 예시 가이드라인을 활용하고자 하며, 우선적으로 전반적인 틀을 잡는데 집중한다. (작성하는 모든 내용은 주제 신청서에 포함되므로, 본 기록에서는 신청서의 내용 자체를 기록에 담기보다는 어떤 것에 집중하여 조사하였는지를 정리한다.)

---

1. 주제 신청서 가이드라인 양식

1) 주제(근거와 가치) [약 8장]

1. 선정한 주제 및 소개
2. 전문가 인터뷰(업계 30년 경력 전문가와의 인터뷰 내용을 재구성하여 첨부)
3. 주제를 선정한 이유 및 해당 근거 (다루고자 하는 문제 정의 및 해당 문제가 풀만한 가치가 있는지 서술)
   • 가치
   • 핵심
   • 범위
   • 현실 인식

여기에 각종 이미지, 기사 등의 자료들이 많으면 좋음. 이런 것들은 일단 내용 작성 후에 끼워 맞추는 방식으로 추가해도 될 것 같다고 생각됨.

가치/핵심/범위/현실 인식에 대한 내용을 소주제로 만들어서 작성

2) 작품의 기능 소개 및 타제품과의 비교 [약 2장]

1. 기존 제품에 대한 간략한 소개
2. 우리 제품의 기능 소개 및 타제품과의 차별성

• 철저한 문제 인식 과정을 거쳐, 실제 상황에 곧바로 적용 가능하다. 기능 및 조작에 대한 합리성에 대해서 충분히 설명
• 팬톤 컬러 사용 가능한지 확인.
  ⇒ 안되면 대략적으로라도 제시. RGB가 있으니, 변환은 가능할 것으로 보임.
• 기존의 Spectrum 분석 방식에서 Image 분석 방식으로 변환
  • 그러나 Color Confirmation System과의 차이는 필요함.
• 원단을 어떻게 구비할 것인가?
  ⇒ 패션산업학과 친구에게 물어보았음.
  • 원단 1마의 세로는 90cm, 가로는 다름.
  • 원단의 두께, 실의 굵는 nn수라고 말함. (ex. 60수)
    • 즉, 1g의 면으로 얼마나 길게 실을 뽑았는지를 의미함.
    • 20수: 1g의 면으로 34m의 실을 뽑아서 만든 원단
    • 40수: 1g의 면으로 68m의 실을 뽑아서 만든 원단
    • 60수: 1g의 면으로 102m의 실을 뽑아서 만든 원단
    • 따라서 면의 수가 높을수록 실이 가늘어지고 원단도 얇아진다.
  • 동대문 종합 상가 2, 3층에 방문하거나, 인터넷 주문으로 Swatch 구비 가능
  • 마치 패션 회사 직원인것처럼 모자쓰고 초췌하고 시니컬하게 스와치를 꺼내서 들고가서 원단 스와치를 검은 봉지나 큰 가방에 담는다. 경우에 따라서 못들고 가는 경우도 있는데, 대체로 들고가면 됨.
• 스와치의 종류는 소재별 패턴별 색상별 아주 다양하므로 필요한 것을 찾을 수 있을 것임.

3) 구현 방법 [약 5장]

1. 주제 구현 방법 및 해당 근거 자료
   • 해당 문제 해결 방법에 대한 자세한 설명 및 해결 근거
   • 구현할 기술에 대한 사전 조사 자료
     • 논문 인용
     • 색상 공간(Color Space)
     • 색차(Color Distance)
     • 조명 및 광도 등의 촬영 환경 통제 관련 기술

• 기존 제품과의 차별점?

  기존 제품은 단색 원단에 대한 유사도 검사만 실시하므로, 다색상 원단에 대해서는 색상 유사도 비교가 불가능하다. 따라서 원단을 구성하는 색깔이 여러 개일때, 색상 클러스터링을 사용하여 대표색을 추출하고, 이 대표색 간의 유사도(Color Distance)를 판별하는 기능을 새롭게 추가한다. ⇒ 핵심 차이

• 딥러닝(머신러닝) 사용이 가능한가?

  • 블랙박스 안에 원단을 위치시키면, 촬영 후 이미지 분석을 통해 색상을 분석하고 유사도를 검출한다.
  • 원단의 크기는 다양한데, 그것들은 어떻게 처리할 것인가?
    • 원단 스와치의 크기를 고정하자. (100 x 100)
  • 그런데, 이 문제에 대해서 인공지능의 적용이 반드시 필수적인지 확인할 필요성이 있음. ⇒ 다색상 원단을 구분하는 것 외에는 필요하지 않다고 생각된다.
  • 이 외에도 다양한 머신러닝적 해결 방안 고민해보기.

딥러닝을 사용한다면, 라즈베리파이 혹은 서버에서 작동되는지, 작동시에 걸리는 시간은 대략 어느정도인지를 제시, 사용할 모델도 제시.

딥러닝을 안쓴다면, 알고리즘에 대한 원리, 과정 등을 충분히 설명하고 시간복잡도 등을 활용하여 걸리는 시간 설명해야 함. Flow Chart를 만들어야 하며, 아키텍처에 관한 Diagram도 만들어야 함.

관련 논의사항

• 대표색을 추출할 건지 아닌지
  • 대표색을 추출한다면, 원본과 샘플의 대표색 간의 거리를 통해서 유사도를 판별이 가능함. (normalised color distance)
  • 딥러닝(머신러닝) 모델을 활용해서 대표색을 추출하는 방안 ⇒ color confirmation system은 특정한 알고리즘을 거쳐서 여러가지 보정을 통해 대표색을 추출하는 것으로 보이나, 단색 원단에 한정된 알고리즘인 것으로 생각됨.
  • 만약 딥러닝을 사용한다면, 모델은 어떻게 할 것인지, 학습은 어떻게 할 것인지, 데이터셋은 어떻게 할 것인지, 모델의 스펙과 추론 시간은 어떻게 할 것인지
• 대표색을 추출하지 않을거라면 어떻게 유사도를 비교할 것인지
  • RGB보다 인간의 시각적 인지를 더욱 잘 반영하는 CIELAB color distance를 쓸건데, 픽셀 단위로 비교할 것인지, 면적 대비 비율 등으로 비교할 것인지 등등… 고민이 필요함.
  • 현재 수준에서는 대표색 추출이 가장 합리적인 것으로 생각됨.
• 조명에 대한 통제는 어떻게 할 것인지
  • 현재까지 조사한 바에 따르면, 조도를 일정하게 유지하는 것은 불가능하다고 판단.
  • 따라서 조도 센서를 사용해 일련의 보정 과정이 필요할 것임.
• RGB to CIELAB, CIELAB to RGB의 변환 과정
  • 서로 일대일 매칭인지, 어떤 관계를 갖는지 등.
• 3D RGB Map 상에서 얼마나 떨어지는지도 보여주는 것으로 생각됨.
• 히스토그램, 평균값과 중간값 등을 사용해서 유사도 검측에 활용.

4) 개발 계획

1. 팀원 간 업무 내용
2. 작품 제작 추진 계획 및 일정표
3. 지원 경비 사용 계획
   • 인당 10만원 지원(금액 40만원)
   • 해당 지원금은 디바이스 마켓에서만 사용 가능.
   • 라즈베리 파이5도 해당 지원금에서 구매해야함.

• 카메라 1개
• 조명
• 조도를 체크할 수는 있는 조도센서 혹은 광도센서
• 박스 (3D 프린팅으로 뽑는다고 가정)
• 원단 (전문가분께 지원 및 제공 받을 예정이며, 필요할 경우 동대문 종합시장 2~3층에 위치한 각종 원단 매장에 방문하여 필요한 Swatch(원단의 질감과 색감을 확인할 수 있는 간단한 샘플을 일컫는 말)를 공수할 예정임.
• 알고리즘 동작 시 걸리는 시간

센서의 스펙에 대해서도 철저하게 조사 필요하다. 왜 하필 그 센서를 쓰는가? ‘이거 괜찮다! 이걸로 하자.’
라고 하면 선택의 근거가 부족하다고 할 수 있음. 우리 예산 안에서 원하는 성능이 어느 정도이고, 그걸 고려할 때
해당 카메라 센서가 가장 적합하다고 판단했다. 이러한 언급이 필요함. 또한 카메라가 색상을 왜곡하지는 않는지 조사가 필요함.

---

2. 추가 논의

추후 일정

• 2024-02-21 (수) 추가 회의 진행(밤샘 예정)
• 각 항목 별로 구체화 진행하여 신청서 추가 작성