Taker (API, Engine)

Taker는 공간분석 AI 서비스로 특정 공간의 스냅샷을 Computer Vision과 CNN(Convolutional Neural Network) 기반 Deep Learning 기술을 이용하여 분석합니다. 공간에 위치한 다양한 사물을 빠르게 인식하고, 인식된 사물들을 바탕으로 어반베이스의 Space 알고리즘 기반으로 이미지를 거실/방/주방/욕실 등 공간 중 하나로 분류합니다.

인식된 사물과 공간분류 정보를 통해 공간에 어울리는 소품, 가구, 전자제품 등을 추천하는데 활용할 수 있습니다. 페르소나 분석이나 취향분석(연령대,성별,성향)이 가능하도록 발전시키고 있습니다.

• Note
  • Computer Vision과 Deep Learning 전문 지식이 필요 없으며, 사용하기 쉬운 API를 통해 강력한 공간 이미지 분석 서비스를 웹, 모바일, 애플리케이션 등에 추가 할 수 있습니다.
  • User Data를 이용해서 Retraining하는 프로세스를 통해 엄청난 양의 새로운 데이터를 끊임없이 학습하여 정확도를 개선합니다.

Taker 기능 소개

공간 분류

약 80,000장의 공간 이미지와 생성모델(GAN,Generative Model)을 통해 다각도로 학습을 완료. 약 96%의 정확도를 보여주고 있습니다.

공간 분류는 공간 이미지를 분석하여 Space 알고리즘을 통해 거실/방/주방/욕실 등의 공간 중 확률이 높은 순으로 분류하여 반환합니다.

사물 인식

Object Detection 기술은 Faster-RCNN에 기반하고 있으며, 정확도와 속도를 모두 대응하기 위해 추가 알고리즘을 확대 적용할 예정입니다.

사물 인식은 공간 이미지 내에 존재하는 가구, 전자제품, 인테리어 소품 등의 위치와 종류를 반환합니다.

취향 분석

공간 이미지에 대한 성별, 연령, 주거형태, 스타일 선호도 분석을 통해 사용자의 취향을 예측, e-commerce 뿐만 아니라 다양한 산업군에서 활용 할 수 있습니다.

제품 추천

상품 추천은 공간 분류, 사물 인식, 취향 분석의 결과를 바탕으로 공간에 어울리는 제품을 추천합니다.

공간의 사진을 업로드하고, 공간 분석정보를 볼 수 있습니다. Taker를 직접 만나보세요.
>Taker 경험 하기

Taker Machine Learning Process

응용분야

Home Interior Curator

개인별 상황에 최적화된 홈 인테리어 제품들을 제안합니다. 홈인테리어 지식이 없는 사용자도 손쉽게 인테리어를 시도해 볼 수 있도록 해줍니다.

e-Commerce

최근 대부분의 온라인 쇼핑몰은 상품 추천 엔진을 사용하고 있습니다. Taker의 상품 추천 알고리즘을 이용해서 소비자가 구매할 확률이 높은 제품군을 추천할 수 있습니다. 또한, 취향 분석 알고리즘을 통해 소비자의 취향이나 트렌드를 예측할 수 있습니다.

Space Viewer

어반베이스 Space Viewer를 통해 추천된 제품을 증강현실(AR)에서 사용자가 원하는 위치에 배치할 수 있습니다. 실제 제품을 배치하지 않아도 그 제품이 공간에 어울리는지 쉽고 간단하게 확인할 수 있습니다.

Taker 기술을 보유한 어반베이스는 3D 공간데이터 플랫폼입니다.

전 세계의 모든 공간정보를 하나의 플랫폼 안에서 자유롭게 활용할 수 있도록 도면 변환 기술 및 AR, VR 뷰어 기술이 담긴 API와 SDK를 제공하고 있습니다.



어반베이스 개발자 사이트 자세히 보기