Modelowanie kompatybilności - aplikacje danych i wiedzy do dopasowywania odzieży

Oryginalny tytuł:

Compatibility Modeling - Data and Knowledge Applications for Clothing Matching

Zawartość książki:

W dzisiejszych czasach moda stała się istotnym aspektem codziennego życia ludzi. Ponieważ każdy strój składa się zwykle z kilku uzupełniających się elementów, takich jak góra, dół, buty i akcesoria, odpowiedni strój w dużej mierze zależy od harmonijnego dopasowania tych elementów. Niemniej jednak, nie każdy jest dobry w komponowaniu strojów, zwłaszcza ci, którzy mają słabą estetykę mody. Na szczęście w ostatnich latach wzrosła liczba społeczności internetowych zorientowanych na modę, takich jak IQON i Chictopia, a także witryn e-commerce, takich jak Amazon i eBay. Ogromna ilość rzeczywistych danych dotyczących różnych zachowań modowych ludzi otworzyła drzwi do automatycznego dopasowywania ubrań.

Pomimo swojej znaczącej wartości, modelowanie zgodności dla dopasowywania odzieży, które ocenia wynik zgodności dla danego zestawu (równego lub więcej niż dwóch) elementów mody, np. bluzki i spódnicy, stawia trudne wyzwania: (a) brak kompleksowego punktu odniesienia; (b) kompleksowe modelowanie zgodności z multimodalnymi zmiennymi cech jest w dużej mierze niewykorzystane; (c) jak wykorzystać wiedzę o domenie do kierowania uczeniem maszynowym; (d) jak zwiększyć interpretowalność modelowania zgodności; oraz (e) jak modelować czynnik użytkownika w spersonalizowanym modelowaniu zgodności. Wyzwania te były do tej pory w dużej mierze niezbadane.

W tej książce rzucamy światło na kilka najnowocześniejszych teorii dotyczących modelowania zgodności. W szczególności, aby ułatwić badania, najpierw tworzymy trzy duże zbiory danych porównawczych z różnych internetowych witryn modowych, w tym IQON i Amazon. Następnie wprowadzamy ogólny schemat modelowania kompatybilności oparty na zaawansowanych sieciach neuronowych. Aby wykorzystać bogatą wiedzę z dziedziny mody, tj. zasady dopasowywania ubrań, przedstawiamy nowatorskie ramy modelowania zgodności oparte na wiedzy. Następnie, aby zwiększyć interpretowalność modelu, przedstawiliśmy podejście do modelowania kompatybilności, które można interpretować na podstawie prototypu. Następnie, zwracając uwagę na subiektywną estetykę użytkowników, rozszerzamy ogólne modelowanie kompatybilności do wersji spersonalizowanej. Co więcej, dalej badamy rzeczywisty problem tworzenia spersonalizowanej garderoby kapsułowej, mając na celu wygenerowanie minimalnej kolekcji odzieży, która jest zarówno kompatybilna, jak i odpowiednia dla użytkownika. Na koniec podsumowujemy książkę i przedstawiamy przyszłe kierunki badań, takie jak generatywne modelowanie kompatybilności, wirtualne przymierzanie z dowolnymi pozami i generowanie odzieży.