Performance Enhancement for A.I. Based Analysis Methodology: Focusing on the Internal Emotions Analysis Considering the Colors and Silhouette of Fashion Items

본 논문은 의상 이미지 기반 감성 예측 모델을 구축하기 위해, 의상 이미지와 패션 MD가 판단한 감성 형용사 쌍 데이터를 활용하여 머신러닝 기반의 감성 분류 모델을 설계하였다. 모델 설계를 위해 YOLOv5와 K-Means Clustering 기법을 사용하여 의상 이미지로부터 핏, 길이, 채도, 명도, 따스함 등의 시각적 요소를 추출하였으며, 추출된 특징과 감성 형용사 쌍 수치를 입력 변수로 하여 트리 기반 분류 모델인 RandomForest와 XGBoost를 적용하였다. 실험 결과, 상의와 하의 모두에서 XGBoost가 전반적으로 우수한 예측 성능을 보였으며, 감성 형용사 쌍 별로 분류 정확도에서 차이를 보였다. 이는 감성 형용사 쌍 중 리뷰는 의상의 기본적인 시각 요소로 명확히 분류 가능하나, 일부는 그렇지 않다는 점을 시사한다, 또한 특징 중요도 분석 결과, 상의에서는 핏이, 하의에서는 색상 관련 요소들이 주요 변수로 도출되어 의복 부위에 따른 감성 형성 요인의 차이를 확인할 수 있었다. 본 논문은 향후 감성 기반 패션 추천 시스템 개발에 있어 시각적 요소 중심의 이미지 분석 접근이 활용될 수 있음을 보여준다.