1 |
1
간판 디자인의 효과성 예측 방법에 있어서,(a) 다수의 간판 이미지가 컴퓨터에 설치된 효과성 예측 프로그램에 등록되는 단계와,(b) 각각의 상기 간판 이미지에 대한 미적 점수와 부각성 점수가 상기 효과성 예측 프로그램에 등록되는 단계와,(c) 각각의 상기 간판 이미지의 상기 미적 점수와 상기 부각성 점수를 기반으로 상기 효과성 예측 프로그램이 제공하는 기억력 테스트를 통해 각각의 상기 간판 이미지에 대한 효과성 점수가 상기 효과성 예측 프로그램에 등록되는 단계와,(d) 상기 효과성 예측 프로그램에 의해 각각의 상기 간판 이미지와 상기 효과성 점수가 합산되어 효과성 예측 모델이 생성되는 단계를 포함하고;상기 효과성 예측 프로그램에 의해 수행되는 상기 (d) 단계는(d1) 상기 간판 이미지에 대해 전역적 시점과 지역적 시점 각각에 대한 복수의 전역적 특성 맵과 복수의 지역적 특성 맵이 추출되는 단계와,(d2) 복수의 상기 전역적 특성 맵과 복수의 상기 지역적 특성 맵이 라우팅 알고리즘에 적용되어 각각 복수의 제1 전역적 특성 캡슐과 복수의 제1 지역적 특성 캡슐이 생성되는 단계와;(d3) 복수의 상기 제1 전역적 특성 캡슐과 복수의 상기 제1 지역적 특성 캡슐에 스쿼시 방법이 적용되어 복수의 제2 전역적 특성 캡슐과 복수의 제2 지역적 특성 캡슐이 생성되는 단계와;(d4) 복수의 상기 제2 전역적 특성 캡슐과 복수의 상기 제2 지역적 특성 캡슐을 디코딩을 통해 복수의 노드로 변환하는 단계와;(d5) 상기 복수의 노드를 풀리-커넥티드 방법을 통해 결과값을 출력하는 단계를 포함하며;상기 효과성 예측 모델은 상기 효과성 점수를 목표값으로 하여 손실이 최소화되도록 학습되는 것을 특징으로 하는 간판 디자인의 효과성 예측 방법
|
3 |
3
제1항에 있어서,상기 효과성 예측 프로그램에 의해 수행되는 상기 (c) 단계는(c1) N개의 상기 간판 이미지가 화면 상에 표시되는 단계와,(c2) 상기 (c1) 단계에서 화면 상에 표시된 상기 간판 이미지들 중 미적으로 인식되는 기 설정된 개수의 간판 이미지가 선택되는 단계와,(c3) 기 설정된 실험 조건의 수행 후 M개의 상기 간판 이미지가 화면 상에 다시 표시되는 단계와,(c4) 상기 (c3) 단계에서 화면 상에 표시된 상기 간판 이미지들 중 미적으로 인식되는 기 설정된 개수의 간판 이미지가 선택되는 단계와,(c5) M개의 상기 간판 이미지가 화면 상에 표시되는 단계와,(c6) 상기 (c5) 단계에서 화면 상에 표시된 상기 간판 이미지들 중 부각성이 높다고 인식되는 기 설정된 개수의 간판 이미지가 선택되는 단계와,(c7) 기 설정된 실험 조건의 수행 후 M개의 상기 간판 이미지가 화면 상에 표시되는 단계와,(c8) 상기 (c7) 단계에서 화면 상에 표시된 상기 간판 이미지들 중 부각성이 높다고 인식되는 기 설정된 개수의 간판 이미지가 선택되는 단계와;(c9) 상기 (c1) 단계 내지 상기 (c8) 단계의 수행 결과에 기초하여 상기 효과성 점수가 산출되는 단계를 포함하며;상기 (c9) 단계에서는상기 (c2) 단계 및 상기 (c4) 단계에서 모두 선택된 간판 이미지들을 제1 순위 그룹으로, 상기 (c2) 단계에서만 선택된 간판 이미지들을 제2 순위 그룹으로, 상기 (c2) 단계에서 선택되지 않은 간판 이미지들을 제3 순위 그룹으로 하고, 각각의 순위 그룹 내에서의 간판 이미지들은 상기 미적 점수의 순으로 설정되어, N-순위를 승으로, 순위-1을 패로 설정되고,상기 (c6) 단계 및 상기 (c8) 단계에서 모두 선택된 간판 이미지들을 제1 순위 그룹으로, 상기 (c6) 단계에서만 선택된 간판 이미지들을 제2 순위 그룹으로, 상기 (c6) 단계에서 선택되지 않은 간판 이미지들을 제3 순위 그룹으로 하고, 각각의 순위 그룹 내에서의 간판 이미지들은 상기 부각성 점수의 순으로 설정되어, M-순위를 승으로, 순위-1을 패로 설정되며;상기 효과성 점수가 수학식(는 간판 이미지 의 효과성 점수이고, , 는 각각 간판 이미지 가 승과 패의 횟수이다)를 통해 산출되는 것을 특징으로 하는 간판 디자인의 효과성 예측 방법
|