Complete Fashion Coordinator: A support system forcapturing and selecting daily clothes with social networks- Hitomi Tsujita , Koji Tsukada, Keisuke Kambara, Itiro Siio

/김수미x 2013 Fall

Complete  Fashion  Coordinator:  A  support  system  for  capturing  and  selecting  daily  clothes  

with  social  networks

Department  of  Digital  Contents  ConvergenceUX  Lab.

Kim,  Sumi

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

Authors

Background

오늘 뭐 입지??

5

Background

알아서 내가 있는 옷을 코디해주면 좋겠다..

Introduction

최적의 코디 제안

Weather

Host PC

Web

SNS

사진을 찍고..

Historical Data

Situation

Feedback

+

IntroductionConcept 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 부착캡쳐와 태깅 시스템을 통해 의상 DB를 즉각적으로 생성

Implementation

Test Setting

문을 열면 자동으로 불이 들어옴LCD 화면에 Data 보여줌카메라가 설치되어 반대편 후크 센서에 걸린 옷을 자동으로 찍음

Implementation

Test Setting

옷을 입고 촬영하면자동으로 업로드

(SNS 피드백 등에 활용)

Implementation

Test Setting

옷을 Inner(셔츠, 티), Outer(자켓, 잠바), Bottom(치마, 바지) 3가지로 나눠 걸면,

Implementation

Hook Sensor

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

60%

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

날씨, 상황(Situation) + 주변 피드백을 고려

- 사람, 날씨를 Key로 두고 진행- 썸네일 형식으로 Flickr에 저장 및 관련 카테고리로 자동분류 됨(Inner, Outer, Bottom)

Screenshot of Recommendation System

Implementation

Recommendation System

Situation Menu

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

Implementation

system overview

사진이 찍히면,

자동으로 웹상에,

SNS 버튼 누르면,

친구가 피드백 주고,

DB로 활용!

Implementation

Screenshot of voting page

코디 후보들을 투표하고,

간단한 메세지를 보냄!

Implementation & Evaluation

Actual Test1. 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!”)

Actual Test2. 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 Test2. Network function- Voting system 결과 . Voting Time : Voting을 올린 시간 . Decision Time : 마감하고 결정내린 시간 . Votes : 투표자 수 . Comments : Votes 중 코멘트 수

Implementation & Evaluation

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.

DB를 코디 추천 외에도 다양하게 활용할 수 있으며,SNS를 통해 코디를 실시간으로 피드백을 받는다..

의의

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.

DB를 코디 추천 외에도 다양하게 활용할 수 있으며,SNS를 통해 코디를 실시간으로 피드백을 받는다..

의의

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.

DB를 코디 추천 외에도 다양하게 활용할 수 있으며,SNS를 통해 코디를 실시간으로 피드백을 받는다..

의의

근데,

실험 세팅부터 구멍이 많고,실험자도 논문 저자 딱 한명이고,질적 분석도 타당성이 없고 Evaluation 서술이 부실하고,양적 데이터도 명확한 기준없이 막 측정되고,그나마 측정된 이 데이터를 분석조차 하지 않은...

그냥 실험 세팅만 뭔가 그럴듯해 보이는...

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.

DB를 코디 추천 외에도 다양하게 활용할 수 있으며,SNS를 통해 코디를 실시간으로 피드백을 받는다..

의의

근데,

실험 세팅부터 구멍이 많고,실험자도 논문 저자 딱 한명이고,질적 분석도 타당성이 없고 Evaluation 서술이 부실하고,양적 데이터도 명확한 기준없이 막 측정되고,그나마 측정된 이 데이터를 분석조차 하지 않은...

그냥 실험 세팅만 뭔가 그럴듯해 보이는...

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.