
Compatibility Modeling - Data and Knowledge Applications for Clothing Matching
Heutzutage ist Mode zu einem wesentlichen Aspekt des täglichen Lebens der Menschen geworden. Da jedes Outfit in der Regel aus mehreren sich ergänzenden Teilen besteht, z. B. einem Oberteil, einem Unterteil, Schuhen und Accessoires, hängt ein angemessenes Outfit weitgehend von der harmonischen Abstimmung dieser Teile ab. Doch nicht jeder ist gut in der Zusammenstellung von Outfits, vor allem nicht diejenigen, die ein schlechtes Modebewusstsein haben. Glücklicherweise ist in den letzten Jahren die Zahl der modeinteressierten Online-Communities wie IQON und Chictopia sowie der E-Commerce-Sites wie Amazon und eBay gestiegen. Die enorme Menge an Daten aus der realen Welt, die sich auf die verschiedenen Modegewohnheiten der Menschen beziehen, hat eine Tür für den automatischen Kleidungsabgleich geöffnet.
Trotz seiner bedeutenden Wert, Kompatibilität Modellierung für Kleidung Matching, die die Kompatibilität Punktzahl für eine bestimmte Menge von (gleich oder mehr als zwei) Modeartikel, z. B. eine Bluse und ein Rock, ergibt schwierige Herausforderungen: (a) das Fehlen von umfassenden Benchmark; (b) umfassende Kompatibilität Modellierung mit der multimodalen Feature-Variablen ist weitgehend ungenutzt; (c) wie die Domain-Wissen zu nutzen, um das maschinelle Lernen zu führen; (d) wie die Interpretierbarkeit der Kompatibilität Modellierung zu verbessern; und (e) wie der Benutzer-Faktor in der personalisierten Kompatibilität Modellierung zu modellieren. Diese Herausforderungen sind bis heute weitgehend unerforscht.
In diesem Buch beleuchten wir verschiedene moderne Theorien zur Kompatibilitätsmodellierung. Um die Forschung zu erleichtern, erstellen wir zunächst drei große Benchmark-Datensätze von verschiedenen Online-Mode-Websites, darunter IQON und Amazon. Anschließend stellen wir ein allgemeines datengesteuertes Kompatibilitätsmodell vor, das auf fortschrittlichen neuronalen Netzen basiert. Um das umfangreiche Wissen aus dem Modebereich, d. h. die Regeln für den Abgleich von Kleidungsstücken, zu nutzen, stellen wir als Nächstes ein neuartiges wissensbasiertes Kompatibilitätsmodell vor. Um die Interpretierbarkeit des Modells zu verbessern, wird anschließend ein prototypisch interpretierbarer Kompatibilitätsmodellierungsansatz vorgestellt. Anschließend erweitern wir die allgemeine Kompatibilitätsmodellierung unter Berücksichtigung der subjektiven Ästhetik der Benutzer auf die personalisierte Version. Darüber hinaus untersuchen wir das reale Problem der Erstellung einer personalisierten Capsule Garderobe mit dem Ziel, eine minimale Kollektion von Kleidungsstücken zu erstellen, die sowohl kompatibel als auch für den Nutzer geeignet ist. Schließlich schließen wir das Buch ab und stellen zukünftige Forschungsrichtungen vor, wie die generative Kompatibilitätsmodellierung, die virtuelle Anprobe mit beliebigen Posen und die Generierung von Kleidung.