웹 페이지 스케치기반 HTML코드 자동생성

김바다; 박상민; 원태연; 허준영; Bada Kim; Sangmin Park; Taeyeon Won; Junyung Heo

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보과학회 논문지 > 정보과학회논문지 (Journal of KIISE)

정보과학회논문지 (Journal of KIISE)

Current Result Document : 3 / 14 이전건 다음건

한글제목(Korean Title)	웹 페이지 스케치기반 HTML코드 자동생성
영문제목(English Title)	Automatic Generation of HTML Code Based on Web Page Sketch
저자(Author)	김바다 박상민 원태연 허준영 Bada Kim Sangmin Park Taeyeon Won Junyung Heo
원문수록처(Citation)	VOL 46 NO. 01 PP. 0009 ~ 0014 (2019. 01)
한글내용 (Korean Abstract)	웹 응용 개발에서 GUI 스케치를 자동으로 코드화하려는 다양한 연구가 진행되어왔다. 과거 연 구에서는 컴퓨터 비전을 이용한 객체의 위치인식 연구와 딥 러닝을 기반으로 한 객체인식 연구가 진행되 었다. 과거 연구는 객체를 잘못 인식하거나 아예 인식하지 못한다는 한계가 존재한다. 본 논문에서는 두 가지 기술을 함께 적용하여 기존 객체 인식의 한계를 줄인다. 레이아웃 검출에 컴퓨터 비전을, GUI 객체 인식은 딥 러닝을 적용한다. 이러한 기술들을 기반으로 인식한 레이아웃과 GUI객체를 HTML코드로 변환 한다. 결과적으로 GUI객체 인식의 정밀도와 재현율은 각각 91%, 86%를 보였으며 HTML코드로 변환이 가능했다.
영문내용 (English Abstract)	Various studies have been conducted to automatically encode GUI designs in web application development. In the past study, the focus was on object region detection using computer vision and object detection based on deep-learning. The past reported study had the limitations of incorrect detection or no detection of the object. In the present work, two technologies were applied collectively to reduce the limitations of conventional object detection. The computer vision is used for layout detection, and deep-learning is used for GUI object detection. Based on these technologies, detected layouts and GUI objects were converted into HTML code. Consequently, the accuracy and recall rate of GUI object detection were 91% and 86%, respectively, and it was possible to convert into HTML code.
키워드(Keyword)	웹 응용 컴퓨터 비전 딥 러닝 객체인식 web application computer vision deep learning object detection
파일첨부	PDF 다운로드