人工智能系統提供時尚建議

人們轉向許多不同的服裝風格建議來源，從雜志到最好的朋友再到Instagram。不過很快，您也許可以詢問您的智能手機。克薩斯大學奧斯汀分校的計算機科學團隊與康奈爾技術學院，佐治亞理工學院和Facebook AI Research的研究人員合作開發了一種人工智能系統，該系統可以查看衣服的照片，并提供有用的技巧以使其更時尚。建議可能包括一些調整，例如選擇無袖上衣或長外套。

計算機科學教授克里斯汀·格勞曼(Kristen Grauman)表示：“我們認為它就像是一個可以給您反饋的朋友。”他以前的研究主要集中在人工智能的視覺識別上。“這也受到一個實際想法的啟發：我們可以與給定的服裝一起進行小改動，這樣會好一點。”

名為Fashion ++的工具使用視覺識別系統來分析圖像中服裝的顏色，圖案，紋理和形狀。它考慮了編輯將在哪些方面產生最大的影響。然后，它為用戶提供了幾種替代服裝。

Fashion ++接受了超過10,000幅服裝圖片的培訓，這些圖像在時尚網站的在線網站上公開共享。研究生金佰利(Kimberly Hsiao)說，找到時尚服裝的圖片很容易。尋找不時髦的圖像被證明是具有挑戰性的。因此，她想出了一種解決方法。她將時髦服裝的圖像混合在一起，以創建不太時髦的示例，并對系統進行了不穿衣服的培訓。

蕭說：“隨著時尚風格的發展，人工智能可以通過為其提供新的圖像來繼續學習，這些圖像在互聯網上非常豐富。”

Grauman和Hsiao將在下周于韓國首爾舉行的計算機視覺國際會議上介紹他們的方法。

像所有AI系統一樣，Fashion ++的數據集也會產生偏差。研究人員指出，老式的外觀很難被識別為時尚，因為訓練圖像來自互聯網，互聯網僅在1990年代才被廣泛使用。此外，由于提交圖像的用戶主要來自北美，因此來自世界其他地區的樣式顯示不多。另一個挑戰是，模特身上會出現許多時髦的服裝圖像，但是身體的尺寸和形狀卻很多，從而影響了時尚的選擇。下一步，Grauman和Hsiao正在努力讓AI了解什么能使不同的身體形狀變得討人喜歡，以便可以更適合其建議。

格勞曼說：“我們正在研究一個人的身體形狀和衣服如何適應他們之間的相互作用。我們很高興通過這項研究將其適用范圍擴大到所有身材和形狀的人。”