文/徐罗铮
时尚牵手AI的过程中,如何将审美这类主观的事情,提取出内涵知识和经验规则,转化为机器能力AI,是最大的难点。本文介绍Fashion CV赛道(Computer Vision,计算机视觉)的部分实践。
首先,CV在服饰应用有什么基础技术问题?
1、服饰关键点定位
机器分析服饰容易受到尺度和形变的影响,比如拍摄的距离角度、服饰摆放方式、模特姿势等等。借助服饰的关键点定位技术,可以帮助克服上述影响,推动服饰部位对齐,服饰局部属性识别,服饰图像自动编辑等应用的效果提升,从而能够有助于服饰的识别和检索。示意图如下:
2、服饰属性标签识别
服饰属性标签是构成服饰知识体系的重要根基,由此诞生的服饰属性标签识别技术可以广泛应用在服饰图像检索,标签导航,服饰搭配等应用场景。
3、服装检索
包括到店买家服装检索、商家服装检索、给定服饰找同款等。例如以下的Forever 21示意图:
二、CV应用于时尚分析领域的三大方向:
1、服饰搭配推荐:
身上这件T恤到底要不要塞到裤腰里?可以搭配哪些配件来提升整体?AI可以根据现有搭配,给出改进意见。
2、商品导购:
常见应用是“云货架”,或叫“魔镜”。根据到店顾客的识别信息,推荐商品库内的合适搭配。
3、辅助设计:
简单的辅助应用,例如,用GAN(Generative Adversarial Networks,简称GANs,生成对抗网络,即最近火热的“换脸热”的底层技术)生成同一件衣服在不同人身上的样子,以减少模特拍摄的费用。
更为高维的,是通过人工智能CAD技术,设计调整时装网格结构;通过计算机模拟技术,将时装的形态、褶皱、弹性等物理特质模拟重构;通过高真实渲染技术,将布料的光泽、纤维结构、各项异性等等特征,以照片级真实感的标准渲染呈现出来。将服装设计师提供的设计图纸及衣服版型在软件中“缝合”起来,形成3D立体时装模型。结合视觉识别的顾客身体特征值及骨架信息,可为高端服装定制行业提供支持。下图为某服装门店试衣间,使用3D相机采集顾客身体特征信息。
除了Fashion CV,场景化下的系统级Fashion AI应用还有哪些脑洞可开?待续...
References:
1、http://www.ee.cuhk.edu.hk/~xgwang/papers/liuLQWTcvpr16.pdf
2、《当时尚遇上AI!港中文MMLab开源MMFashion工具箱》
3、 Liu, Z., Luo, P., Qiu, S., Wang, X., & Tang, X. (2016). Deepfashion: Powering robust clothes recognition and retrieval with rich annotations. In Proceedings of the IEEE conference on computer vision and pattern recognition.
· end ·
领取专属 10元无门槛券
私享最新 技术干货