KIMSSI22
commented
1 year ago 안녕하세요. 칭찬주시조의 발표를 시작하겠습니다.
목차를 소개하겠습니다. 먼저 지난 발표를 요약(fitting room?, 필요성, 제안방법)하고 저희가 준비한 시연 영상을 시청한 후에 한계점과 개선 방향에 대해 이야기하겠습니다.
저번 시간 제시한 프로젝트인 fitting room은 가상 피팅 서비스를 제공하는 앱으로 사용자의 이미지와 피팅해 보고 싶은 옷의 이미지를 합성하여 사용자에게 제공하는 기능을 구현하고 있습니다. 저희가 이러한 서비스가 필요하다고 생각하게 된 이유에 대해 설명하겠습니다. 오늘날 현대인들은 많은 결정과 일처리를 공간에 제약받지 않고 수행할 수 있으며 그중 쇼핑 또한 간편화되었습니다. 그럼에도 의상만큼은 다른 제품들에 비하여 오프라인 구매가 크게 떨어지지 않았는데 그 이유는 착장 가능의 유무입니다. 시간과 체력 절약 측면에서 온라인 구매가 더 뛰어나서 사람들이 선택한 것인데 만약 옷이 막상 입어보니 마음에 안 들고 환불까지 이어진다면 오히려 더 귀찮아지고 시간을 버리게 되는 상황이 생깁니다. 그래서 여전히 오프라인 구매의 수요가 남아있습니다만 여기 저희의 프로젝트, 가상 피팅 서비스를 이용한다면 이러한 온라인의 단점을 보안하여 현대인이 추구하는 편리함과 부족한 필요를 채워줄 수 있습니다. 따라서 현시점에서 가장 적합한 서비스라고 판단되어 시작하였습니다. 그리고 fitting room의 제안방법으로는 다음 화면의 아키텍처를 보며 설명하겠습니다. 앱 환경의 클라이언트가 착장할 옷과 자신의 사진을 제공합니다. 그러면 그 이미지를 가지고 여기 세가지 딥러닝 모델을 이용해서 가상 피팅 이미지를 생성하고 이를 데이터베이스에 저장한 후 클라이언트에게 반환하면서 서비스가 제공됩니다. 이를 구현하는 과정에서 프론트 엔드는 flutter로, 데이터베이스는 mysql, 회원가입, 로그인, 이미지 로직은 php를 이용하여 구현하였고 모델 서빙 기능은 fastapi로 구현하였습니다. 그리고 딥러닝 모델은 다음과 같이 3가지 파이토치 모델들을 사용하였고 해당 모델들의 자세한 의존성은 저희 readme 파일로 가시면 더 알아보실 수 있습니다.
다음으로 저희가 준비한 시연 영상을 시청하겠습니다.
저희 프로젝트의 한계점으로는 먼저 속도입니다. 아무래도 저희가 이번 프로젝트를 진행하면서 모두 개인의 laptop을 이용해서 진행하였고 따라서 코랩으로 머신을 돌린다고해도 laptop만을 가지고 빠른 속도를 내기에는 어려움이 있었습니다. 그래서 영상에서 보신 것처럼 피팅된 이미지를 반환하기까지의 딜레이가 꽤 생겼고 속도의 한계점이 발생하였습니다. 그리고 또 다른 한계점으로는 상의에 국한된다는 것입니다. 이는 저희가 첫 번째 발표 때도 언급 드렸다시피 하의는 피팅이 불가하다는 점인데. 저희가 이용하고 있는 딥러닝 모델 중 하나인 옷 합성 모델은 상의까지 기능을 제공하고 있고 저희는 이에 의존하고 있기 때문에 계속 이용할 시에는 하의 피팅이 어려운 한계점을 가지게 되었습니다.
그 다음은 개선방향입니다. 현재 저희 회원가입이나 로그인 부분은 메일, 비밀번호, 사용자 이름으로 받고 있습니다. 그러나 추후 카톡이나 구글 등 대표적인 곳에서 제공하는 api를 이용하여 연동 로그인을 가능하도록 할 것입니다. 그리고 시연 영상에서 공개된 fitting room은 대부분 주요 기능만 작동되고 있는 상황인데 저희가 생각하는 개선 방향으로는 세부 요소의 기능도 살려서 다른 앱의 구성과 비교하였을 때 최대한 따라갈 수 있을 정도로 올리는 것이 좋겠다고 생각하고 있습니다.
그럼 지금까지 칭찬주시조의 가상 피팅 서비스, 피팅룸에 대한 발표를 마치겠습니다. 감사합니다.
아래는 현재 작성된 대본입니다. 시간은 4분 15초 정도 나오는데 ppt 제작하면서 5분대까지는 더 늘려볼 수 있도록 하겠습니다. 혹시 추가하고 싶은 내용 있으시면 말씀 부탁 드립니다. 그리고 시연 영상 시간이 얼마나 나오는 지에 따라서 대본 수정하도록 하겠습니다. 아 그리고 내용이나 말이 좀 이상하다 싶은 부분 있으면 알려주세요.