4. ➢ DB 구성
• 약 14,000장의 패션 이미지
• 3분류의 감성특징: 일상성(daily), 성(gender), 장식성(embellishment)
1) 일상성(7): 실내복 스타일, 가벼운 외출 스타일, 오피스룩, 격식차린 스타일, 이벤트 스타일, 교복 스타일, 운동복 스타일
2) 성(6): 밀리터리 스타일, 매니쉬 스타일, 유니섹스 스타일, 걸리쉬 스타일, 우아한 스타일, 섹시한 스타일
3) 장식성(3): 장식이 없는 스타일, 포인트 장식이 있는 스타일, 장식이 많은 스타일
• 이미지 내 패션 아이템 위치 정보를 나타내는 바운딩 박스(Bounding box) 좌표 정보 (xmin, ymin, xmin, ymin)
(xmin, ymin)
(xmax, ymax)
1
7. 3
연속 학습을 위한 DB 구성 조건
연속 학습은 서로 다른 여러 개의 문제들이 순차적으로 입력되는 상황에서의 학습 방식
따라서, 연속 학습이 가능한 상황을 마련하기 위하여 서로 독립적인 여러 개의 문제(task)를 가지도록 DB 구성
이러한 이유로, 뒤에 설명되는 DB(패션 아이템 메타데이터 DB/훈련용 대화 DB/평가용 대화 DB)는
모두 각각의 task에 대하여 독립적으로 구성되어 있으며, 그 형식은 모두 동일함
각 task는 패션 도메인의 TPO(Time/Place/Occasion) 정보에 기반하여 생성되었음
8. 4
패션 아이템 이미지에 따른 메타데이터 DB
메타데이터는 “패션 아이템의 이름 – 항목 – 패션 아이템의 종류 – 특징 종류 – 특징 기술” 형태로 구성
9. 훈련용 대화 DB
“발화번호 – <CO>|<US>|<AC> – 발화 – TAG”로 구성
<AC>는 추천된 패션 코디네이션을, <CO>는 코디 에이전트를, <US>는 사용자를 말함
5
10. 6
연속 학습 평가용 대화 DB
“; 대화번호”, “US|CO 발화“, “R1|R2|R3 패션 코디네이션” 으로 구성
US는 사용자를, CO는 코디 에이전트를 말함
R1은 1순위, R2는 2순위, R3는 3순위의 후보 패션 코디네이션을 말함
적색 부분의 대화와 청색 부분의 패션 코디네이션들로 구성
13. 8
훈련용 대화 DB
“발화번호 – <CO>|<US>|<AC> – 발화 – TAG”로 구성
<AC>는 추천된 패션 코디네이션을, <CO>는 코디 에이전트를, <US>는 사용자를 말함
14. 연속 학습 평가용 대화 DB
“; 대화번호”, “US|CO 발화“, “R1|R2|R3 패션 코디네이션” 으로 구성
US는 사용자를, CO는 코디 에이전트를 말함
R1은 1순위, R2는 2순위, R3는 3순위의 후보 패션 코디네이션을 말함
적색 부분의 대화와 청색 부분의 패션 코디네이션들로 구성
9
