SlideShare una empresa de Scribd logo
1 de 28
Descargar para leer sin conexión
Complete Fashion
Coordinator:
A support system for
capturing and selecting
daily clothes with social
networks
- Hitomi Tsujita , Koji Tsukada, Keisuke
Kambara, Itiro Siio

/김수미
x 2013 Fall
Complete	
  Fashion	
  Coordinator:	
  
A	
  support	
  system	
  for	
  capturing	
  and	
  selecting	
  daily	
  clothes	
  
with	
  social	
  networks

Department	
  of	
  Digital	
  Contents	
  Convergence
UX	
  Lab.
Kim,	
  Sumi
Authors

Hitomi Tsujita
Post-doctoral fellow at The University of Tokyo(Humanities and Sciences)
Research fellow of the Japan Society for the Promotion of Science (JSPS)
Ubiquitous computing applications, HCI (supporting for remote communication)

Koji Tsukada
Associate Professor, Future University Hakodate (HCI)
Novel user interfaces for Ubicomp, Collecting and inventing digital gadgets
Background
오늘 뭐 입지??
Background

알아서 내가 있는 옷을 코디해주면 좋겠다..

5
Introduction
Weather

Host PC
Situation

사진을 찍고..

Web

+

SNS

최적의 코디 제안

Historical Data

Feedback
Introduction
Concept of Complete Fashion Coordinator(TagTansu)
- 기존 옷장활용: 공간절약
- 카메라와 후크센서가 다른 문에 붙어있음: 초점거리가 확보됨
- 동일 백그라운드, 조명: 사진 퀄리티 일정
Scenario
친구와 가을옷을 산 후,
자연스럽게 TagTansu를 활용해 사진을 찍어 DB화!

옷을 살 때,
자신의 옷장 속에 있는 옷을 실시간으로 확인해서 최대한 겹치지 않게!
그리고 있는 아이템과 잘 어울리게!

옷을 입을 때,
내가 뭘 입었었는지 확인해서 최소한의 옷으로 최대한의 코디를!

데이트를 가는데 어떤 옷을 입을지 고민이라면?
사진을 올려 실시간으로 SNS 피드백!
Implementation
Test Setting

센서와 캡쳐 컴포넌트가 옷장 문에 부착
캡쳐와 태깅 시스템을 통해 의상 DB를 즉각적으로 생성
Implementation
Test Setting

문을 열면 자동으로 불이 들어옴
LCD 화면에 Data 보여줌
카메라가 설치되어 반대편 후크 센서에 걸린 옷을 자동으로 찍음
Implementation
Test Setting

옷을 입고 촬영하면
자동으로 업로드
(SNS 피드백 등에 활용)
Implementation
Test Setting
Implementation
Hook Sensor
옷을 Inner(셔츠, 티), Outer(자켓, 잠바), Bottom(치마, 바지) 3가지로 나눠 걸면,

센서가 ‘옷의 타입 / 무게 / Time stamp’를 자동으로 태깅
(압력이 감지되면) 자동으로 사진을 찍고 업로드(JPEG)
Implementation
Recommendation System
On-line 사전조사(46 people)
Q. What factors do you consider most important

when deciding what clothes to wear for the day?
Intuition
Occasion
Weather/Temperature
Who they are meeting
Lucky color
Fortune/Horoscope
Other
Implementation
Recommendation System
On-line 사전조사(46 people)
Q. What factors do you consider most important

when deciding what clothes to wear for the day?
Intuition
Occasion
Weather/Temperature
Who they are meeting

60%

Lucky color
Fortune/Horoscope
Other

날씨, 상황(Situation) + 주변 피드백을 고려
Implementation
Recommendation System
- 사람, 날씨를 Key로 두고 진행
- 썸네일 형식으로 Flickr에 저장 및 관련 카테고리로 자동분류 됨(Inner, Outer, Bottom)

Screenshot of Recommendation System
Implementation
Recommendation System

- 캘린더, 날씨, 상황을 고려해 체크박스 선택하면,
- 추천 의상을 제외한 옷은 Blur 처리되며,
(이를 한 번 더 누르면 Blur가 해지됨)
- 필터링
. 최근 과거 입은 옷 제외
. 과거 비슷한 날씨나 상황에서 입었던 옷

- Select: 히스토리로서, Log DB로 저장
- SNS: Feedback 기능

Situation Menu
Implementation
system overview
사진이 찍히면,

자동으로 웹상에,
DB로 활용!

SNS 버튼 누르면,

친구가 피드백 주고,
Implementation
Screenshot of voting page

코디 후보들을 투표하고,

간단한 메세지를 보냄!
Implementation & Evaluation
Actual Test
1. Capture & Recommendation
- 20-day field study, 27살 여자(저자 본인)
- 시작 전, TagTansu를 활용해 100개의 의상 DB 축적
- 매일 아침 시스템 사용
- 결과 (하...아...

)

. 쇼핑시 DB로 활용해서 필요한 옷을 살 수 있음
. 준비 시간이 절약
. 매일 같은 옷을 자주 입는 것을 피하게 됨
. 내가 모르는 내 옷을 발견하게 됨 (“I have such clothes!”)
Implementation & Evaluation
Actual Test
2. Network function
- 10-day field study, 27살 여자(저자 본인)
- 3개의 조합을 가지고 Social Network를 활용한 Voting 유도
. Twitter, Facebook 상에 메세지와 Voting URL을 올림
. 중복 제외하고 Facebook, Twitter 상에서 180명에게 보여짐
- 결과 (하...아...

)

. 짧은 시간에 간편하게 피드백을 받을 수 있으며
. Message 창이 유용하게 활용되며, 좋은 대화소재가 됨
Implementation & Evaluation
Actual Test
2. Network function
- Voting system 결과
. Voting Time

: Voting을 올린 시간

. Decision Time : 마감하고 결정내린 시간
. Votes

: 투표자 수

. Comments

: Votes 중 코멘트 수
Conclusion
옷을 (나름 자동으로) DB화하고,
이를 다양한 요소(날씨, 상황, 피드백)와 함께 Log로 축적하고,
결과적으로 이를 활용해 최적의 코디를 제안함으로써,
사람들의 편리함을 도모(과연?) 함.

의의
DB를 코디 추천 외에도 다양하게 활용할 수 있으며,
SNS를 통해 코디를 실시간으로 피드백을 받는다..
Conclusion
옷을 (나름 자동으로) DB화하고,
이를 다양한 요소(날씨, 상황, 피드백)와 함께 Log로 축적하고,
결과적으로 이를 활용해 최적의 코디를 제안함으로써,
사람들의 편리함을 도모(과연?) 하겠다.

의의
DB를 코디 추천 외에도 다양하게 활용할 수 있으며,
SNS를 통해 코디를 실시간으로 피드백을 받는다..
Conclusion
근데,
옷을 (나름 자동으로) DB화하고,
실험 세팅부터 구멍이 많고,
이를 다양한 요소(날씨, 상황, 피드백)와 함께 Log로 축적하고,
실험자도 논문 저자 딱 코디를 제안함으로써,
결과적으로 이를 활용해 최적의한명이고,
질적 분석도 타당성이 하겠다.
사람들의 편리함을 도모(과연?) 없고 Evaluation 서술이 부실하고,
양적 데이터도 명확한 기준없이 막 측정되고,
그나마 측정된 이 데이터를 분석조차 하지 않은...
의의
DB를 코디 추천 외에도 다양하게 활용할 수 있으며,
그냥 실험 세팅만 뭔가 그럴듯해 보이는...
SNS를 통해 코디를 실시간으로 피드백을 받는다..
Conclusion
근데,
옷을 (나름 자동으로) DB화하고,
실험 세팅부터 구멍이 많고,
이를 다양한 요소(날씨, 상황, 피드백)와 함께 Log로 축적하고,
실험자도 논문 저자 딱 코디를 제안함으로써,
결과적으로 이를 활용해 최적의한명이고,
질적 분석도 타당성이 하겠다.
사람들의 편리함을 도모(과연?) 없고 Evaluation 서술이 부실하고,
양적 데이터도 명확한 기준없이 막 측정되고,
그나마 측정된 이 데이터를 분석조차 하지 않은...
의의
DB를 코디 추천 외에도 다양하게 활용할 수 있으며,
그냥 실험 세팅만 뭔가 그럴듯해 보이는...
SNS를 통해 코디를 실시간으로 피드백을 받는다..

빛 좋은 개살구.. 낚시...!! ㅠㅠ
Discussion
참신한 아이디어 vs 뻔한 아이디어의 그럴듯한 분석..?

SNS의 Friends Feedback을 Personalization에 활용.. IDEA는 굳!
- 좀 덜 침투적인 방식으로 자동화하는 방안을 고민해보고,
- N수를 좀 더 늘리고, 실험설계를 체계적으로 해서
. 다른 추천시스템에 비해 무엇이 우수한지를 강조한다거나,
. 추후 어떤 방향으로 이 방식을 활용할 수 있는지 밝힌다거나,
. Feedback 해주는 친구와 Feedback 받는 실험자 모두의 행동양식 변화를 도출해내면,

좀 더 Cool한 논문이 되지 않을까?
FIN.

Más contenido relacionado

Similar a 랩발제 20131106

경쟁사 분석
경쟁사 분석경쟁사 분석
경쟁사 분석
YoonKab
 
오래가는 Ux 디자인 파이널 1414905 이서현
오래가는 Ux 디자인 파이널  1414905 이서현오래가는 Ux 디자인 파이널  1414905 이서현
오래가는 Ux 디자인 파이널 1414905 이서현
서현 이
 
데이터과학 입문 8장
데이터과학 입문 8장데이터과학 입문 8장
데이터과학 입문 8장
Jinpil Chung
 
한옥처마의 비밀 2차시 지도안
한옥처마의 비밀 2차시 지도안한옥처마의 비밀 2차시 지도안
한옥처마의 비밀 2차시 지도안
성훈 김
 
[IMR2014]WEEK08
[IMR2014]WEEK08[IMR2014]WEEK08
[IMR2014]WEEK08
JY LEE
 

Similar a 랩발제 20131106 (20)

[2A7]Linkedin'sDataScienceWhyIsItScience
[2A7]Linkedin'sDataScienceWhyIsItScience[2A7]Linkedin'sDataScienceWhyIsItScience
[2A7]Linkedin'sDataScienceWhyIsItScience
 
Research
ResearchResearch
Research
 
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다
 
경쟁사 분석
경쟁사 분석경쟁사 분석
경쟁사 분석
 
8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdf8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdf
 
오래가는 Ux 디자인 파이널 1414905 이서현
오래가는 Ux 디자인 파이널  1414905 이서현오래가는 Ux 디자인 파이널  1414905 이서현
오래가는 Ux 디자인 파이널 1414905 이서현
 
RU5th Open Project_COACH
RU5th Open Project_COACHRU5th Open Project_COACH
RU5th Open Project_COACH
 
데이터과학 입문 8장
데이터과학 입문 8장데이터과학 입문 8장
데이터과학 입문 8장
 
학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)
학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)
학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)
 
1st.Lecture.Introduction.pdf
1st.Lecture.Introduction.pdf1st.Lecture.Introduction.pdf
1st.Lecture.Introduction.pdf
 
Week1 ot
Week1 otWeek1 ot
Week1 ot
 
Closet engine
Closet engineCloset engine
Closet engine
 
Data-Driven UX: 구체적 방법과 사례들
Data-Driven UX: 구체적 방법과 사례들Data-Driven UX: 구체적 방법과 사례들
Data-Driven UX: 구체적 방법과 사례들
 
4월 2주차 ux trend
4월 2주차 ux trend4월 2주차 ux trend
4월 2주차 ux trend
 
한옥처마의 비밀 수업지도안 2차시
한옥처마의 비밀 수업지도안 2차시한옥처마의 비밀 수업지도안 2차시
한옥처마의 비밀 수업지도안 2차시
 
한옥처마의 비밀 2차시 지도안
한옥처마의 비밀 2차시 지도안한옥처마의 비밀 2차시 지도안
한옥처마의 비밀 2차시 지도안
 
9th.lecture.step3.analysis
9th.lecture.step3.analysis9th.lecture.step3.analysis
9th.lecture.step3.analysis
 
[IMR2014]WEEK08
[IMR2014]WEEK08[IMR2014]WEEK08
[IMR2014]WEEK08
 
머신러닝의 개념과 실습
머신러닝의 개념과 실습머신러닝의 개념과 실습
머신러닝의 개념과 실습
 
그래프에서 대시보드까지, 서비스를 위한 데이터 시각화
그래프에서 대시보드까지, 서비스를 위한 데이터 시각화그래프에서 대시보드까지, 서비스를 위한 데이터 시각화
그래프에서 대시보드까지, 서비스를 위한 데이터 시각화
 

랩발제 20131106

  • 1. Complete Fashion Coordinator: A support system for capturing and selecting daily clothes with social networks - Hitomi Tsujita , Koji Tsukada, Keisuke Kambara, Itiro Siio /김수미 x 2013 Fall
  • 2. Complete  Fashion  Coordinator:   A  support  system  for  capturing  and  selecting  daily  clothes   with  social  networks Department  of  Digital  Contents  Convergence UX  Lab. Kim,  Sumi
  • 3. Authors Hitomi Tsujita Post-doctoral fellow at The University of Tokyo(Humanities and Sciences) Research fellow of the Japan Society for the Promotion of Science (JSPS) Ubiquitous computing applications, HCI (supporting for remote communication) Koji Tsukada Associate Professor, Future University Hakodate (HCI) Novel user interfaces for Ubicomp, Collecting and inventing digital gadgets
  • 5. Background 알아서 내가 있는 옷을 코디해주면 좋겠다.. 5
  • 7. Introduction Concept of Complete Fashion Coordinator(TagTansu) - 기존 옷장활용: 공간절약 - 카메라와 후크센서가 다른 문에 붙어있음: 초점거리가 확보됨 - 동일 백그라운드, 조명: 사진 퀄리티 일정
  • 8. Scenario 친구와 가을옷을 산 후, 자연스럽게 TagTansu를 활용해 사진을 찍어 DB화! 옷을 살 때, 자신의 옷장 속에 있는 옷을 실시간으로 확인해서 최대한 겹치지 않게! 그리고 있는 아이템과 잘 어울리게! 옷을 입을 때, 내가 뭘 입었었는지 확인해서 최소한의 옷으로 최대한의 코디를! 데이트를 가는데 어떤 옷을 입을지 고민이라면? 사진을 올려 실시간으로 SNS 피드백!
  • 9. Implementation Test Setting 센서와 캡쳐 컴포넌트가 옷장 문에 부착 캡쳐와 태깅 시스템을 통해 의상 DB를 즉각적으로 생성
  • 10. Implementation Test Setting 문을 열면 자동으로 불이 들어옴 LCD 화면에 Data 보여줌 카메라가 설치되어 반대편 후크 센서에 걸린 옷을 자동으로 찍음
  • 11. Implementation Test Setting 옷을 입고 촬영하면 자동으로 업로드 (SNS 피드백 등에 활용)
  • 13. Implementation Hook Sensor 옷을 Inner(셔츠, 티), Outer(자켓, 잠바), Bottom(치마, 바지) 3가지로 나눠 걸면, 센서가 ‘옷의 타입 / 무게 / Time stamp’를 자동으로 태깅 (압력이 감지되면) 자동으로 사진을 찍고 업로드(JPEG)
  • 14. Implementation Recommendation System On-line 사전조사(46 people) Q. What factors do you consider most important when deciding what clothes to wear for the day? Intuition Occasion Weather/Temperature Who they are meeting Lucky color Fortune/Horoscope Other
  • 15. Implementation Recommendation System On-line 사전조사(46 people) Q. What factors do you consider most important when deciding what clothes to wear for the day? Intuition Occasion Weather/Temperature Who they are meeting 60% Lucky color Fortune/Horoscope Other 날씨, 상황(Situation) + 주변 피드백을 고려
  • 16. Implementation Recommendation System - 사람, 날씨를 Key로 두고 진행 - 썸네일 형식으로 Flickr에 저장 및 관련 카테고리로 자동분류 됨(Inner, Outer, Bottom) Screenshot of Recommendation System
  • 17. Implementation Recommendation System - 캘린더, 날씨, 상황을 고려해 체크박스 선택하면, - 추천 의상을 제외한 옷은 Blur 처리되며, (이를 한 번 더 누르면 Blur가 해지됨) - 필터링 . 최근 과거 입은 옷 제외 . 과거 비슷한 날씨나 상황에서 입었던 옷 - Select: 히스토리로서, Log DB로 저장 - SNS: Feedback 기능 Situation Menu
  • 18. Implementation system overview 사진이 찍히면, 자동으로 웹상에, DB로 활용! SNS 버튼 누르면, 친구가 피드백 주고,
  • 19. Implementation Screenshot of voting page 코디 후보들을 투표하고, 간단한 메세지를 보냄!
  • 20. Implementation & Evaluation Actual Test 1. Capture & Recommendation - 20-day field study, 27살 여자(저자 본인) - 시작 전, TagTansu를 활용해 100개의 의상 DB 축적 - 매일 아침 시스템 사용 - 결과 (하...아... ) . 쇼핑시 DB로 활용해서 필요한 옷을 살 수 있음 . 준비 시간이 절약 . 매일 같은 옷을 자주 입는 것을 피하게 됨 . 내가 모르는 내 옷을 발견하게 됨 (“I have such clothes!”)
  • 21. Implementation & Evaluation Actual Test 2. Network function - 10-day field study, 27살 여자(저자 본인) - 3개의 조합을 가지고 Social Network를 활용한 Voting 유도 . Twitter, Facebook 상에 메세지와 Voting URL을 올림 . 중복 제외하고 Facebook, Twitter 상에서 180명에게 보여짐 - 결과 (하...아... ) . 짧은 시간에 간편하게 피드백을 받을 수 있으며 . Message 창이 유용하게 활용되며, 좋은 대화소재가 됨
  • 22. Implementation & Evaluation Actual Test 2. Network function - Voting system 결과 . Voting Time : Voting을 올린 시간 . Decision Time : 마감하고 결정내린 시간 . Votes : 투표자 수 . Comments : Votes 중 코멘트 수
  • 23. Conclusion 옷을 (나름 자동으로) DB화하고, 이를 다양한 요소(날씨, 상황, 피드백)와 함께 Log로 축적하고, 결과적으로 이를 활용해 최적의 코디를 제안함으로써, 사람들의 편리함을 도모(과연?) 함. 의의 DB를 코디 추천 외에도 다양하게 활용할 수 있으며, SNS를 통해 코디를 실시간으로 피드백을 받는다..
  • 24. Conclusion 옷을 (나름 자동으로) DB화하고, 이를 다양한 요소(날씨, 상황, 피드백)와 함께 Log로 축적하고, 결과적으로 이를 활용해 최적의 코디를 제안함으로써, 사람들의 편리함을 도모(과연?) 하겠다. 의의 DB를 코디 추천 외에도 다양하게 활용할 수 있으며, SNS를 통해 코디를 실시간으로 피드백을 받는다..
  • 25. Conclusion 근데, 옷을 (나름 자동으로) DB화하고, 실험 세팅부터 구멍이 많고, 이를 다양한 요소(날씨, 상황, 피드백)와 함께 Log로 축적하고, 실험자도 논문 저자 딱 코디를 제안함으로써, 결과적으로 이를 활용해 최적의한명이고, 질적 분석도 타당성이 하겠다. 사람들의 편리함을 도모(과연?) 없고 Evaluation 서술이 부실하고, 양적 데이터도 명확한 기준없이 막 측정되고, 그나마 측정된 이 데이터를 분석조차 하지 않은... 의의 DB를 코디 추천 외에도 다양하게 활용할 수 있으며, 그냥 실험 세팅만 뭔가 그럴듯해 보이는... SNS를 통해 코디를 실시간으로 피드백을 받는다..
  • 26. Conclusion 근데, 옷을 (나름 자동으로) DB화하고, 실험 세팅부터 구멍이 많고, 이를 다양한 요소(날씨, 상황, 피드백)와 함께 Log로 축적하고, 실험자도 논문 저자 딱 코디를 제안함으로써, 결과적으로 이를 활용해 최적의한명이고, 질적 분석도 타당성이 하겠다. 사람들의 편리함을 도모(과연?) 없고 Evaluation 서술이 부실하고, 양적 데이터도 명확한 기준없이 막 측정되고, 그나마 측정된 이 데이터를 분석조차 하지 않은... 의의 DB를 코디 추천 외에도 다양하게 활용할 수 있으며, 그냥 실험 세팅만 뭔가 그럴듯해 보이는... SNS를 통해 코디를 실시간으로 피드백을 받는다.. 빛 좋은 개살구.. 낚시...!! ㅠㅠ
  • 27. Discussion 참신한 아이디어 vs 뻔한 아이디어의 그럴듯한 분석..? SNS의 Friends Feedback을 Personalization에 활용.. IDEA는 굳! - 좀 덜 침투적인 방식으로 자동화하는 방안을 고민해보고, - N수를 좀 더 늘리고, 실험설계를 체계적으로 해서 . 다른 추천시스템에 비해 무엇이 우수한지를 강조한다거나, . 추후 어떤 방향으로 이 방식을 활용할 수 있는지 밝힌다거나, . Feedback 해주는 친구와 Feedback 받는 실험자 모두의 행동양식 변화를 도출해내면, 좀 더 Cool한 논문이 되지 않을까?
  • 28. FIN.