Earticle

초록

영어

A company's logo is one of the most effective elements to identify a company's image at a glance. A well-crafted logo is given a very important role as a company's promotional and advertising tool that continuously enhances the company's image. However, producing a logo through a professional organization requires a lot of effort and expense. In fact, most companies invest a lot of money to create a brand logo that represents the company. However, it is a very big burden for new start-up companies to spend the cost of brand logo production. In order to reduce this burden, this study deals with the method of automatically generating a new logo image. When a logo is simply generated using an image generating network, it is difficult to expect a logo that reflects a specific shape or company's characteristics to be created. In order to solve this problem, this research proposes an AI-based logo generation method that can create a logo that reflects the sketch which can represent the characteristics of the company. For data generation, GAN, an artificial intelligence generation model, was used. Based on the existing GAN, a model of network structure that can be generated by reflecting the sketch image together was constructed. To generate a logo, a sketch is input from the user, and a logo is generated by using the input sketch as data input for creating a new logo. For stable learning of the proposed generation model, Wasserstein distance was used as the cost function, and 48,000 images of 32x32 size of the Large-Logo Dataset were uses as the dataset. In addition, by using a GUI based on Python, users can easily create sketch images. Through extensive experiments, it was confirmed that a new logo image with various changes was generated while having the characteristics of the sketch by reflecting the learning results on the existing logo data.

한국어

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.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
1. GAN(Generative Adversarial Networks)
2. 영상 대 영상 변환
3. 로고 생성
4. 점진적 성장 GAN
Ⅲ. 제안하는 학습 보조 애플리케이션
1. 전통적 GAN
2. 점진적 성장 GAN
3. 와서스테인 거리
4. 그래픽 사용자 인터페이스
Ⅳ. 실험
1. 데이터셋
2. 실험 환경 및 구현 세부사항
3. 실험결과
Ⅴ. 결론
참고문헌

키워드

저자

• 정환희 [ Hwan-Hee Jeong | 상명대학교 스마트정보통신공학과 학부생 ]
• 김갑수 [ Gap-Soo Kim | 상명대학교 스마트정보통신공학과 학부생 ]
• 정승도 [ Seungdo Jeong | 상명대학교 스마트정보통신공학과 부교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  지능정보융합과 미래교육 [Intelligent Information Convergence and Future Education]

• 간기

  부정기

• eISSN

  2951-4762

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 370 DDC 370