摘要
我们如何确定两件或多件衣物是否相配或视觉上吸引人？部分答案在于对视觉美学的理解，而这种理解又受到个人偏好和社会态度、时代和地域的影响。在本研究中，我们提出了一种方法，该方法基于衣物的视觉特征及其上下文来预测它们之间的兼容性。我们定义上下文为已知与每件衣物相配的产品。我们的模型与其他仅依赖于物品特征之间成对比较的度量学习方法不同。我们利用图神经网络解决兼容性预测问题，该网络能够根据产品上下文生成嵌入向量。我们在两个时尚数据集Polyvore和Fashion-Gen以及Amazon数据集的一个子集上测试了两种预测任务（填空和搭配兼容性），并取得了使用上下文信息时的最佳结果，同时展示了随着更多上下文信息的加入，测试性能如何得到提升。