KCI등재
딥러닝 기반 지역 상업가로의 파사드 디자인 아이덴티티 구별 - 서울 성수동 등 상업가로 로드뷰 이미지데이터 학습모델을 기반으로 - = Distinguishing Facade Design Identity from Local Commercial Street Based on Deep Learning - Focusing on street view image training model in some areas including Seongsu-dong, Seoul -
저자
발행기관
학술지명
한국공간디자인학회논문집(Journal of the Korea Institute of the Spatial Design)
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
305-314(10쪽)
제공처
(Background and Purpose) This paper describes an approach to distinguishing the identity of façades by region. The study constructed a deep learning model using façade images of buildings located on various local commercial streets in Seoul. In each region, identity is related to individual perceptions and can be described as a collection of images that individuals perceive regarding that region. In many parts of Seoul, local identities have changed, been lost, or have been established during the rapid urbanization process, and related research has been conducted. This study focused on visual elements among the various components that make up these local identities, and utilized deep learning technology to confirm whether each region's identity can be inferred from local visual data alone. With the increased awareness of artificial intelligence, deep learning technology has been expanded and used in various contexts, such as creating images and text, and research on applications such as inference and automation using visual intelligence models has continued in the architectural spatial design field. (Method) This study collected data from various commercial streets in Seoul and built a deep learning model by processing the collected data. The specific processes can be summarized in the following order: 1) acquisition of regional building façade images using the street view function of portal sites, 2) construction of façade datasets through image data preprocessing, 3) utilization and learning of pre-trained CNN-based deep learning models, and 4) a review and discussion of the results from the test image data. (Results) Through the built regional façade image dataset and deep learning model, it was confirmed that images were classified by region only with visual information called façade images of each commercial street. In particular, as a result of learning and testing the model, it was confirmed that façade images in a specific region were classified with high accuracy. This can be presumed to be due to reasons such as policies for commercial streets in the region, such as a clearly lower proportion of franchise stores than in other regions. Thus, it was confirmed that identity can be inferred through the façade image learning model of commercial streets by region using only aesthetic factors. (Conclusions) Existing regional and commercial identity-related studies have defined locality using qualitative methodologies, such as interviews and surveys of local residents and visitors. However, this study is meaningful in that it presented a more time- and cost-effective quantitative approach.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)