自動空間認識ファッション概念発見

本論文では、ショッピングウェブサイトから得られる弱ラベルの画像・テキストデータを使用して、自動的な空間認識概念発見手法を提案する。まず、GoogleNetを視覚的意味埋め込み空間において、衣服の画像とそれに対応する説明文を共同でモデリングすることにより微調整する。次に、各属性（単語）について、その意味的な単語ベクトル表現と微調整されたネットワークの畳み込みマップから導き出される空間表現を組み合わせて、空間認識表現を生成する。生成された空間認識表現はさらに利用され、属性を複数のグループにクラスタリングして空間認識概念（例えば、首元概念にはVネックや丸首などの属性が含まれる）を形成する。最後に、視覚的意味埋め込み空間を複数の概念固有の部分空間に分解し、多様な言語規則を利用して構造化されたブラウジングと属性フィードバック製品検索を容易にする。新規収集したFashion200Kデータセット上で広範な実験を行い、クラスタリング品質評価および属性フィードバック製品検索タスクにおける結果は、我々が自動的に発見した空間認識概念の有効性を示している。