Facebook Vous Donne Un Styliste De Mode, Il Est Recommandé De Le Vérifier Avant De Voyager Le Jour De La Fête Nationale

Description du scénario :Pour beaucoup de gens, s’habiller est une compétence difficile. Que vous alliez au travail, assistiez à une réunion, sortiez en amoureux ou voyagiez en vacances, tout le monde sera perplexe face à la question « quoi porter » devant la garde-robe. Facebook a récemment lancé le styliste de mode IA Fashion++, qui peut vous aider à utiliser pleinement les vêtements existants sans avoir à les acheter, vous rendre plus à la mode et vous transformer en expert de la mode en quelques secondes.

Levez-vous le matin, lavez-vous, maquillez-vous bien, puis cliquez sur les touches « gauche » et « droite » sur l'écran de l'ordinateur, regardez les vêtements sur l'écran changer d'avant en arrière, choisissez un ensemble de combinaisons préférées, cliquez sur « Habille-moi », et l'écran affichera l'effet du portrait virtuel portant les vêtements sélectionnés. La tenue d'aujourd'hui pour sortir est facilement prête.

Ceci est un extrait du film Clueless. L'héroïne à la mode Cher Horowitz a un styliste virtuel. Grâce à ce styliste virtuel, elle peut prévisualiser les effets de ses combinaisons de vêtements et choisir un ensemble de ses tenues préférées.

De nos jours, les scènes de haute technologie dans les films sont devenues réalité grâce à la technologie de l’IA, et l’ont même dépassée.

Facebook  Le dernier modèle de recommandation de vêtements personnalisés Mode++,Grâce à des algorithmes, les vêtements existants peuvent être intelligemment ajustés pour les rendre plus à la mode. Même un novice en matière d’habillement peut instantanément se transformer en un expert de la mode. 

Styliste IA : des compétences vestimentaires à portée de main

Les questions les plus troublantes pour les hommes et les femmes urbains au quotidien ne sont pas seulement « Que dois-je manger aujourd'hui ? », mais aussi « Que dois-je porter aujourd'hui ? »

À chaque fois, avant de sortir, je range les vêtements dans mon placard dans différentes combinaisons, mais je ne sais toujours pas quelle combinaison me va le mieux et est la plus adaptée. C'est pourquoi de nombreuses amies en sont arrivées à la conclusion suivante : « Il manque toujours un vêtement dans la garde-robe d'une femme. »

Alors que la fête nationale approche et que vous allez voyager et prendre toutes sortes de belles photos, avez-vous l'impression qu'il manque à nouveau des vêtements dans votre garde-robe ? En fait, ce qui vous manque peut-être, ce ne sont pas des vêtements, mais un guide vestimentaire. En fait, un même vêtement peut produire des effets très différents selon la façon dont il est porté, comme par exemple en ajoutant une écharpe ou en retroussant les manches.

Même si les grands blogueurs de mode d'aujourd'hui, qui ont un grand nombre de fans, peuvent aider ceux qui ne savent pas s'habiller, leur objectif ultime est souvent « d'acheter, d'acheter, d'acheter ».

Fashion++, un modèle de recommandation de tenues de mode récemment lancé par Facebook, n'encourage pas le shopping. Au lieu de cela, il utilise pleinement les vêtements existants des utilisateurs et ajuste la correspondance en changeant la façon dont ils les portent (comme en retroussant les manches ou en les rentrant dans la taille du pantalon) pour obtenir le look préféré de l'utilisateur.

Le modèle Fashion++ consiste en un réseau neuronal de génération d'images profondes qui reconnaît et apprend à synthétiser des vêtements conditionnés par un codage de chaque vêtement. L'encodage est explicitement décomposé par forme et texture du vêtement, permettant une édition directe de la coupe et de la couleur/du motif/du matériau, respectivement.

L'expérience finale a montré que Fashion++ était capable deFournit des conseils d'habillage efficaces et faciles à mettre en œuvre.Par exemple : acheter un nouveau vêtement ; ajuster la couleur, la façon de le porter (par exemple en retroussant les manches) ou la taille (par exemple en rendant le pantalon plus ample).

Comment les systèmes d’IA peuvent-ils être formés pour fournir des conseils d’habillage ?

La créatrice de mode avant-gardiste française Coco Chanel a dit un jour : « Avant de quitter la maison, regardez-vous dans le miroir et enlevez une chose. » Cette citation a eu un impact profond sur l’industrie de la mode. L’implication est que des ajustements subtils, comme le retrait d’un accessoire ou d’un chapeau, peuvent rendre les vêtements existants plus à la mode.

C'est cette idée qui a inspiré l'équipe Fashion++ à lancer un nouveau défi de vision par ordinateur : espérer améliorer le sens général de la mode en peaufinant les vêtements/accessoires grâce à des algorithmes.

Le contenu spécifique de ce projet comprend : un cadre de génération de vêtements, l'apprentissage de l'évaluation de la mode à partir d'images en ligne, l'édition de combinaisons de vêtements et la sortie des résultats.

Cadre de génération de vêtements Fashion++ 

Les caractéristiques de texte t et les caractéristiques de forme s du vêtement initial x sont initialement éditées puis éditées par le module d'édition F++ pour générer de nouvelles caractéristiques de texte et de forme t++ et s++.

Ensuite, le générateur G_s Les nouvelles fonctionnalités sont renvoyées au modèle de segmentation sémantique 2D et finalement générées par le générateur G_t Générer le nouvel effet de correspondance de vêtements édité x++.

Classificateur de mode Fashion++ 

L'équipe associe les composants d'une tenue donnée (par exemple, un sac, un haut, des bottes) à leurs codes respectifs. Ensuite, un classificateur de mode discriminatif est utilisé, qui est formé sur 12 744 images publiques de vêtements reconnus comme à la mode. 

De plus, l'équipe a également évité les exemples négatifs en échangeant les vêtements de l'exemple de mode avec les vêtements les plus différents. Lors de la formation du classificateur de mode, l'équipe a considéré que l'ensemble de formation idéal serait peut-être composé de deux ensembles d'images : chaque ensemble d'images montrait la même personne portant des tenues légèrement différentes, un ensemble étant généralement considéré comme plus à la mode que l'autre. Cependant, ils soutiennent que ces ensembles de données ne sont pas seulement inadaptés à une conservation à grande échelle, mais qu’ils deviendront également obsolètes à mesure que les éléments populaires évolueront.

Une autre façon de voir les choses est de considérer un ensemble d’images d’un certain groupe (comme les célébrités) comme des exemples positifs, et un autre ensemble d’images comme des exemples négatifs (comme les gens ordinaires). Cependant, ils ont découvert qu’un tel ensemble de données entraînerait une confusion entre l’identité et le style, de sorte que le classificateur trouverait des différences entre les deux groupes sur certains attributs qui n’étaient pas liés à la mode.

Ils ont donc proposé de sélectionner automatiquement les photos les moins à la mode parmi les photos en ligne de vêtements à la mode. L'idée principale est de créer des tenues « démodées » à partir de photos de gourous de la mode pour entraîner la capacité de reconnaissance du modèle.

Ils ont commencé avec une photo d'une tenue complète sur Chictopia, un site de réseautage social de mode en ligne, ont sélectionné une pièce à modifier, puis l'ont remplacée par un autre vêtement. Pour augmenter la probabilité que le vêtement de remplacement réduise la mode, ils ont pris un vêtement de l'ensemble qui était le moins similaire au vêtement original.

À l’aide de ces données, l’équipe a formé un Classificateur de mode Perceptron multicouche (MLP) à 3 couches.En formant un classificateur de mode sur ces décompositions (en vêtements) et les codages de forme et de texture, un simple MLP peut capturer efficacement des propriétés visuelles subtiles et des synergies complexes de vêtements.

Modifiez la collocation et affichez le résultat 

Une fois le classificateur formé, le système met progressivement à jour les vêtements pour les rendre plus à la mode. Utilisation de l'équipe 15930 imagesLe générateur est formé.

Le générateur est composé d'un réseau neuronal pour la génération d'images, d'un autoencodeur variationnel pour la génération de contours et d'un réseau antagoniste génératif conditionnel (cGAN) pour la génération de couleurs et de motifs, ce qui donne une apparence nouvellement ajustée.

Afin de prendre en compte à la fois le motif/la couleur et la forme/l'ajustement du vêtement,Ils ont décomposé le codage de chaque pièce de vêtement en ses composants de texture et de forme.Permet à l'éditeur de contrôler où et quoi modifier (par exemple, ajuster la couleur d'une chemise tout en conservant le style, ou changer l'encolure ou la rentrer).

Après avoir optimisé les modifications, le modèle fournit sa sortie dans deux formats, le premier récupérant les vêtements de l'inventaire qui mettent en œuvre le mieux ses suggestions, et le second traçant à quoi ressemblerait la même personne dans l'apparence ajustée, en fonction des codages de vêtements modifiés.

L'équipe a validé son approche en utilisant l'ensemble de données d'images de mode de Chictopia et a démontré, grâce à des mesures automatisées et des études d'utilisateurs, qu'elle peut générer avec succès des modifications de tenues minimales tout en surpassant une référence.

Facebook estime que Fashion++ aidera les gens à apprendre à s'habiller à la mode en utilisant une application en modifiant les vêtements existants plutôt qu'en dépensant plus d'argent dessus. 

Apprenez à vous habiller et à être le gars le plus cool de la rue

Les gens s’intéressent à la mode depuis l’Antiquité, et comment s’habiller plus joliment est un sujet éternel. C’est pour cette raison que nous constatons des changements constants dans les styles vestimentaires au pays et à l’étranger, depuis l’Antiquité jusqu’à nos jours.

Certaines personnes pensent que la mode est un art, d’autres pensent que la mode est le bonheur. Quoi qu’il en soit, la mode est un symbole de beauté. Tout le monde veut être à la mode, voire même être à la pointe de la mode.

De nos jours, s'habiller à la mode ne signifie plus seulement que « les femmes s'habillent pour se faire plaisir », mais aussiExpression de soi.

Alors, maintenant que vous avez fait des plans de voyage pour la Golden Week, vous vous demandez encore si vous devez emporter cette écharpe ? Est-ce que cette jupe va avec cette chemise ? Comment puis-je m’habiller pour ne pas me perdre dans la foule ?

Avec Fashion++, un styliste vestimentaire personnel gratuit, ces problèmes ne devraient pas être un problème. Dépêchez-vous et adoptez la technologie et l’IA. Qui sait, vous serez peut-être le prochain blogueur de mode.

-- sur--