[패션 스캐너] 유즈 케이스 다이어그램 및 시나리오

Borahm·2021년 5월 18일
1

패션 스캐너

목록 보기
1/1
post-thumbnail

유즈 케이스 다이어그램

  • 유즈 케이스(Use case): 클라이언트가 시스템을 통해 하고자 하는 것 (반대로 시스템이 사용자에게 제공하는 서비스)

  • 질문할 내용

유스 케이스 시나리오 : 사용자 관점

1. 메인 페이지 조회

기본 흐름

  • 시스템이 메인 페이지를 사용자에게 보여준다.
  • 사용자는 내비게이션 바의 메뉴를 클릭해 원하는 위치로 이동한다. (혹은 스크롤로 이동한다)
  • 시스템은 각 메뉴에 해당하는 문구, 이미지, 영상을 화면에 보여준다.

2. 룩북 조회

데이터

  • 룩북 이미지 정보 (의류 카테고리와 속성1, 속성2, 속성3, 멤버 정보)
  • 비슷한 의류 이미지 정보 (딥패션 데이터셋 또는 크롤링한 이미지로부터 얻은 의류 카테고리와 속성1, 속성2, 속성3 등)

선행 흐름

  • 룩북 이미지 정보를 csv 파일에 미리 저장해놓는다.

    룩북 이미지 정보 중 의류 카테고리와 속성1, 2, 3 값은 딥러닝 모델을 돌린 후 그 아웃풋 값을 csv 파일에 저장한다.

  • 시스템에서 csv 파일을 읽고 내용을 DB에 저장한다.
  • 사용자가 룩북을 보기 원하는 멤버 사진을 선택한다.

기본 흐름

  1. 사용자가 멤버 사진을 선택할 때 해당하는 인물 id를 시스템에 넘긴다.
  2. 인물 id를 외래키로 하는 이미지 정보를 모두 불러온다.
  3. 룩북 메인 카드에는 id가 가장 낮은 이미지와 의류 카테고리, 색상, 속성 정보를 보여준다.
  4. 나머지는 캐러셀 안에서 이미지만 보여준다.
  5. 사용자가 캐러셀에서 이미지를 클릭할 경우, 메인 카드에 선택한 이미지 정보(이미지, 카테고리, 색상, 속성)를 보여준다.
  6. 사용자가 캐러셀에서 이미지를 좌우로 넘길 경우, 이동한 방향에 맞게 이미지를 이동시켜 보여준다.

Step 1: 딥러닝 모델 1 사용 + 딥패션 데이터셋

모델 1: 카테고리 및 속성 분류

  • 위에 작성한 기본 흐름대로 진행한다.

Step 2: 모델 2 사용 + 딥패션 데이터셋

모델 2: 의류 간 유사도 분석

  • 먼저 룩북 이미지를 모델 2의 인풋값으로 넣고, 딥패션 데이터셋 중 비슷한 의류를 찾는다.
  • 비슷한 의류 정보를 csv 파일에 저장한 다음, 시스템에서 그 파일을 읽고 내용을 DB에 저장한다.
  • 기본 흐름 2번에서 이미지 정보를 넘길 때 해당 이미지 정보와, 해당 이미지 id를 외래키로 하는 (비슷한) 의류 이미지 정보를 함께 전달한다.

Step 3: 모델 2 사용 + 크롤링 데이터셋

  • 이커머스 쇼핑몰에서 룩북 이미지의 카테고리와 속성과 같은 유형의 이미지들을 100장 크롤링한다.
  • 룩북 이미지를 모델 2의 인풋값으로 넣고, 크롤링한 데이터셋 중 비슷한 의류를 찾는다.
  • csv 파일에 비슷한 의류 정보를 저장한 다음, 시스템에서 그 파일을 읽고 내용을 DB에 저장한다.
  • 기본 흐름 2번에서 이미지 정보를 넘길 때 해당 이미지 정보와, 해당 이미지 id를 외래키로 하는 (비슷한) 의류 이미지 정보를 함께 전달한다.

예외 흐름

  • 시스템이 알지 못하는 인물 id를 넘겨줄 경우
  • 인물 id에 이미지가 존재하지 않는 경우
  • 이미지가 화면 상에서 올바르게 보이지 않는 경우 (alt 속성)

3. 나와 유사한 멤버 찾기

데이터

  • 사용자가 업로드한 이미지
  • 멤버 테이블 (멤버별 자주 사용하는 의류 카테고리와 속성)

선행 흐름

  • 메인 페이지에서 '나와 유사한 멤버 찾기' 버튼을 클릭한다.

기본 흐름

  • 사용자가 자신의 의류 이미지를 업로드한다.
  • 업로드한 이미지의 형식과 크기를 검증한다.
  • 올바른 이미지라면 미리보기 카드 안에 이미지를 보여준다.
  • 사용자가 이미지 삭제 버튼을 누르면 이미지를 삭제한다.
  • 사용자가 결과 보기 버튼을 누르면 분석 결과 페이지로 이동한다.
  • 업로드한 이미지를 딥러닝 모델의 인풋값으로 넣고 아웃풋을 받는다.
  • 이미지와 아웃풋 정보를 DB에 저장한다.

예외 흐름

  • 업로드한 이미지의 형식이 올바르지 않은 경우
  • 업로드한 이미지의 크기가 너무 클 경우
  • 업로드한 이미지를 분석할 수 없는 경우
  • 이미지 업로드 없이 결과 보기 버튼을 누를 경우

4. 이미지 추가 요청

데이터

  • 사용자가 업로드한 이미지
  • 사용자의 이메일
  • 이미지 출처

기본 흐름

  • 분석하기 원하는 의류 이미지를 사용자가 업로드한다.
  • 업로드한 이미지의 형식과 크기를 검증한다.
  • 올바른 이미지라면 미리보기 카드 안에 이미지를 보여준다.
  • 사용자가 이미지 삭제 버튼을 누르면 이미지를 삭제한다.
  • 사용자가 이메일과 이미지 출처를 작성한다.
  • 이메일과 이미지 출처 양식을 검증한다.
  • 사용자가 개인 정보 수집 및 이용에 동의 버튼을 누른다.
  • 사용자가 제출 버튼을 누른다.

예외 흐름

  • 업로드한 이미지의 형식이 올바르지 않은 경우
  • 업로드한 이미지의 크기가 너무 클 경우
  • 업로드한 이미지를 분석할 수 없는 경우
  • 이미지 업로드 없이 제출 결과를 누를 경우
  • 메일 주소를 입력하지 않은 경우
  • 메일 형식이 올바르지 않은 경우
  • 이미지 출처를 작성하지 않은 경우
  • 이미지 출처 양식이 올바르지 않은 경우(..?)

관리자 관점 시나리오는 추후 작성할 예정입니다.

0개의 댓글