LBG 알고리즘 기반의 의상 색상 유사성 판별

Distinction of Color Similarity for Clothes based on the LBG Algorithm

본 논문은 LBG 알고리즘을 이용하여 다양한 조명에 노출된 의상들의 색상 유사성을 안정적으로 판단하는 방법을 제안한다. 색상 유사성 판별을 위하여 기존에 대표적으로 사용되어왔던 히스토그램 인터섹션이나 누적 히스토그램 방법은 조명 변화에 민감하게 반응하여, 동일한 의상 색상이라 할지라도 서로 다른 조명환경에서는 서로 상이한 색상 판별 결과를 나타낸다. 본 논문에서는 조명에 의한 영향을 줄이고 색상 자체의 분포 특성을 분석하기 위하여 조명조건의 변화에도 일관된 특성을 유지하는 색조와 채도 컬러 성분에 대한 분포 특성을 분석한다. 색조와 채도에 의해 정의되는 2차원 공간에서 각 의상 영상에 대한 색상 분포를 분석하기 위하여 LBG 알고리즘에 의한 비모수적 클러스터링 기법을 적용하고, 클러스터링 결과 얻어진 두 영상의 클러스터 사이의 평균 유클리디안 거리 값을 계산하여 이를 색상 유사성을 판단하는 유사 값으로 정의한다. 제안 기법의 안정성을 입증하기 위하여 서로 다른 조명 환경에서 촬영된 12벌의 의상에 대하여 기존 히스토그램 분석 기법을 기반으로 한 색상 유사성 판별 결과와 제안 기법의 적용 결과를 비교하였다. 실험 결과 제안기법은 동일한 의상 쌍과 상이한 의상 쌍에 대하여 구분을 지을 수 있는 객관적 기준 정의가 용이하였고, 기준에 따른 의상의 동일성 판별 실험에서 91.6%의 판별 성공률을 얻었다.

This paper proposes a stable and robust method to distinct the color similarity for clothes using the LBG algorithm under various light sources, Since the conventional methods, such as the histogram intersection and the accumulated histogram, are profoundly sensitive to the changing of light environments, the distinction of color similarity for the same cloth can be different due to the complicated light sources. To reduce the effects of the light sources, the properties of hue and saturation which consistently sustain the characteristic of the color under the various changes of light sources are analyzed to define the characteristic of the color distribution. In a two-dimensional space determined by the properties of hue and saturation, the LBG algorithm, a non-parametric clustering approach, is applied to examine the color distribution of images for each clothes. The color similarity of images is defined by the average of Euclidean distance between the mapping clusters which are calculated from the result of clustering of both images. To prove the stability of the proposed method, the results of the color similarity between our method and the traditional histogram analysis based methods are compared using a dozen of cloth examples that obtained under different light environments. Our method successively provides the classification between the same cloth image pair and the different cloth image pair and this classification of color similarity for clothe images obtains the 91.6% of success rate.