人們轉(zhuǎn)向許多不同的服裝風(fēng)格建議來(lái)源，從雜志到最好的朋友再到Instagram。不過(guò)很快，您也許可以詢問(wèn)您的智能手機(jī)?？怂_斯大學(xué)奧斯汀分校的計(jì)算機(jī)科學(xué)團(tuán)隊(duì)與康奈爾技術(shù)學(xué)院，佐治亞理工學(xué)院和Facebook AI Research的研究人員合作開(kāi)發(fā)了一種人工智能系統(tǒng)，該系統(tǒng)可以查看衣服的照片，并提供有用的技巧以使其更時(shí)尚。建議可能包括一些調(diào)整，例如選擇無(wú)袖上衣或長(zhǎng)外套。

計(jì)算機(jī)科學(xué)教授克里斯汀·格勞曼(Kristen Grauman)表示：“我們認(rèn)為它就像是一個(gè)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(jué)識(shí)別上。“這也受到一個(gè)實(shí)際想法的啟發(fā)：我們可以與給定的服裝一起進(jìn)行小改動(dòng)，這樣會(huì)好一點(diǎn)。”

名為Fashion ++的工具使用視覺(jué)識(shí)別系統(tǒng)來(lái)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(chǎn)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(guò)10,000幅服裝圖片的培訓(xùn)，這些圖像在時(shí)尚網(wǎng)站的在線網(wǎng)站上公開(kāi)共享。研究生金佰利(Kimberly Hsiao)說(shuō)，找到時(shí)尚服裝的圖片很容易。尋找不時(shí)髦的圖像被證明是具有挑戰(zhàn)性的。因此，她想出了一種解決方法。她將時(shí)髦服裝的圖像混合在一起，以創(chuàng)建不太時(shí)髦的示例，并對(duì)系統(tǒng)進(jìn)行了不穿衣服的培訓(xùn)。

蕭說(shuō)：“隨著時(shí)尚風(fēng)格的發(fā)展，人工智能可以通過(guò)為其提供新的圖像來(lái)繼續(xù)學(xué)習(xí)，這些圖像在互聯(lián)網(wǎng)上非常豐富。”

Grauman和Hsiao將在下周于韓國(guó)首爾舉行的計(jì)算機(jī)視覺(jué)國(guó)際會(huì)議上介紹他們的方法。

像所有AI系統(tǒng)一樣，F(xiàn)ashion ++的數(shù)據(jù)集也會(huì)產(chǎn)生偏差。研究人員指出，老式的外觀很難被識(shí)別為時(shí)尚，因?yàn)橛?xùn)練圖像來(lái)自互聯(lián)網(wǎng)，互聯(lián)網(wǎng)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(lái)自北美，因此來(lái)自世界其他地區(qū)的樣式顯示不多。另一個(gè)挑戰(zhàn)是，模特身上會(huì)出現(xiàn)許多時(shí)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(shí)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(shuō)：“我們正在研究一個(gè)人的身體形狀和衣服如何適應(yīng)他們之間的相互作用。我們很高興通過(guò)這項(xiàng)研究將其適用范圍擴(kuò)大到所有身材和形狀的人。”