Fashion CV赛道在琢磨些什么

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 ·