A Study on Noble Methods to Generate Logo Images Using Generative Network Learning and Sketching

Le résumé fourni par la source

회사의 로고는 회사의 이미지를 한눈에 파악할 수 있는 가장 효율적인 요소 중 하나이다. 잘 제작된 로고는 지속적으로 회사의 이미지 를 제고하거나 기업의 홍보 및 광고 도구로써 매우 중요한 역할을 부여받는다. 실제로 대부분의 기업이 많은 비용을 투자하여 회사를 대표하는 브랜드 로고를 만들고 있다. 그러나 전문 기관에 의뢰하여 로고를 제작하는 것은 많은 노력과 비용이 지출된다. 이러한 지출 은 스타트업 기업이나 신규 기업에게 있어 큰 부담이 될 수 있다. 이러한 부담을 줄이기 위하여 본 연구에서는 자동으로 새로운 로고 이 미지를 생성하는 방안에 대해 다룬다. 단순히 이미지 생성망을 이용하여 로고를 생성하는 경우 특정 모양이나 기업의 특색이 반영된 로 고가 생성되는 것을 기대하기가 어렵다. 이를 해결하기 위하여 본 연구에서는 기업의 특징을 나타낼 수 있는 스케치를 입력하고 이를 반영한 로고를 생성할 수 있는 AI 기반의 로고 생성 방법을 제안한다. 데이터 생성에는 인공지능 생성모델인 GAN을 활용하였다. 기존 의 GAN을 기반으로 스케치 영상을 함께 반영하여 생성할 수 있는 네트워크 구조의 모델을 구성했다. 로고를 생성하기 위해 사용자로 부터 스케치를 입력받고, 입력받은 스케치를 새로운 로고 생성을 위한 데이터 입력으로 활용하여 로고를 생성해준다. GAN 모델의 안 정적인 학습을 위해서 비용함수로는 와서스테인 거리(Wasserstein distance)를 이용했고, 데이터셋은 Large-Logo Dataset의 32x32 크기의 이미지 48000장을 사용하였다. 또한 파이썬 기반의 GUI를 이용해서 쉽게 사용자가 스케치 영상을 제작할 수 있도록 지 원하였다. 실험을 통해 주어진 스케치와 기존의 로고 데이터에 대한 학습 결과를 반영하여 스케치의 특징을 가지면서도 다양한 변화를 갖는 새로운 로고 이미지가 생성되는 것을 확인하였다.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.