딥러닝으로 생성된 2D 이미지 기반 3D 바디의 치수 정확도 및 가상착의 적합성 평가

Abstract

본 연구는 2D 이미지 기반으로 생성된 3D 바디(A)와 3D 스캔 형상(B)를 비교분석하여 인체 재현성을 검증하고, 다양한 의복환경에서 가상착의 맞음새와 실제착의 맞음새와의 외관유사도를 분석하여 온라인 가상피팅룸(VFR)에서의 활용시 문제점 파악 및 개선방안을 제안하였다. 인체 재현성 결과를 종합하면, 2D 이미지 기반의 3D 바디(A)는 3D 스캔 형상(B)와 비교적 유사하게 모델링 되었으나, 체형의 굴곡 표현이 미흡하였으며, 하반신 부위에서 치수 및 형상 차이가 가장 크게 나타났다. 가상착의 맞음새 평가는 면 100% 소재의 두 가지 조직으로 구성된 직물과 편성물로 구성된 의복환경에서 수행되었다. 가상바디와 의복간의 공극면적을 분석한 결과, 가상바디의 치수와 형상에서 차이가 나타난 부위는 가상착의 맞음새에서도 차이가 드러났다. 2D 이미지 기반의 3D 바디(A)와 3D 스캔 형상(B)의 가상착의 자극물과 실제 착의의 외관을 비교한 결과, 토르소 원형에서는 소매길이와 목둘레에서, 바지 원형에서는 바지길이와 엉덩이 둘레에서 뚜렷한 차이를 보였다. Exit interview로부터 도출된 결과와 인체 재현성, 가상착의 맞음새, 외관유사도 분석 결과를 종합하여 살펴보면, 2D 이미지 기반의 3D 바디(A)는 인체 치수 측정이 편리하고, 사이즈 체계를 시각화한다는 점에서 큰 장점을 갖지만, 2D 이미지 기반의 3D 바디(A)는 정확한 체형을 반영하지 못하고, 맞음새 정보 제공이 모호하며, 실물 소재와의 괴리감에 있어 기능적 한계가 나타났다. 이러한 한계를 개선하기 위해서는 길이항목과 높이항목에 대한 인체 치수 추정 알고리즘을 개선할 필요가 있으며, 다양한 각도의 이미지를 활용하거나, 체형 정보를 추가적으로 획득하는 등, 정확한 인체 굴곡을 반영할 수 있는 데이터 수집 및 기술 개발이 필요하다. 또한 맞음새 정보를 제공함에 있어, 단순한 주름 표현이 아닌 맞음새를 시각화하여 표현해야할 필요가 있으며, 가상 의복의 소재 물성에 있어서도 실제 물성을 반영하기 위한 기술 개발이 요구된다. 본 연구는 기존 선행연구와 다르게 2D 이미지 기반의 3D 바디(A)를 활용한 맞음새 제시에 대한 정확성을 실증적으로 검증하였으며, 3D 가상바디 개발자 및 현재 가상피팅룸(VFR) 기술을 사용 또는 도입하고자 하는 기업에게 가상착의 그리고 가상바디 모델링 기술의 현주소와 개선방향을 파악하기 위한 자료를 제공하고자 하였다. 그러나 본 연구는 2D 이미지로부터 3D 가상 바디를 모델링할 수 있는 한 가지 프로그램 Deepbody에 한정하였기에, 향후, 온라인 시장에서 2D 이미지로부터 모델링된 가상바디를 도입하여 다양한 맞음새 정보를 제공하기 위해서는 다양한 프로그램을 활용하여 검증해야할 필요가 있으며, 본 연구로부터 도출된 개선사항을 반영한 기술 개발 후속 연구가 필요하다.

This study compared the size and shape accuracy of virtual body models developed from 2D images(A) and those from 3D scans(B), and analyzed the virtual fit on the body models in various clothing environments. Findings of this study identified the technical issues of the current human body modeling technologies and areas for improvement for future development. From this study, we discovered that the virtual body developed from 2D images (A) was modeled relatively similarly to 3D scans(B). However, when compared to 3D scans (B), the body curviture of the virtual model (A) seemed to be lacking of body details, which was more prominent in the lower part of the body. The fit of virtual garments on the body models was assessed in various garment conditions consisting of two types of 100% cotton woven and knit. As a result, it was found that the size and shape of the virtual body affected the fit of virtual garment. In addition, when comparing the fit on the virtual body(A) versus the actual body, the study participants evaluated that the visual difference was most noticeable in the sleeve length and neck circumference on the torso, and the pants length and hip circumference on the pant. Considering all results identified in this study, the virtual body(A) modeled from the 2D image does not seem to fully reflect correct anthropometric dimensions of the human body, which tends to lead to insufficient qulities in virtual garmet fitting on the body models. Further, functional limitations must be recognized in simulating the material properties of the real fabric in a virtual context. In order to improve these limitations, we suggest enhancing the human body size estimation algorithm particularly for the length and height items and building up a more robust dataset of various human body shapes and 2D images collected from various angles. Additionally, it is necessary to visualize fit accuratly, rather than simply mimicing wrinkles. In order to do so, technology advancement is desired to reflect actual physical properties of fabrics in virtual space. In conclusion, this study empirically verified the accuracy of virtual fit using a virtual body modeled from a 2D image(A). It is expected that the outcomes of this study will provide practical guidance to the apparel industry that would like to understand the current status of virtual body modeling and virtual fitting technologies and the direction for future improvement.