人們轉(zhuǎn)向許多不同的服裝風(fēng)格建議來源，從雜志到最好的朋友再到Instagram。不過很快，您也許可以詢問您的智能手機(jī)。

得克薩斯大學(xué)奧斯汀分校的計(jì)算機(jī)科學(xué)團(tuán)隊(duì)與康奈爾技術(shù)學(xué)院，佐治亞理工學(xué)院和Facebook AI Research的研究人員合作，開發(fā)了一種人工智能系統(tǒng)，該系統(tǒng)可以查看衣服的照片并提供有用的技巧以使其更時(shí)尚。建議可能包括一些調(diào)整，例如選擇無袖上衣或長外套。

計(jì)算機(jī)科學(xué)教授克里斯汀·格勞曼(Kristen Grauman)表示：“我們認(rèn)為它就像是一個(gè)可以給您反饋的朋友。”他以前的研究主要集中于人工智能的視覺識別。“這還受到一個(gè)實(shí)際想法的激勵(lì)：我們可以與給定的服裝一起進(jìn)行小的更改，這樣會好一點(diǎn)。”

該工具名為Fashion ++，它使用視覺識別系統(tǒng)來分析圖像中服裝的顏色，圖案，紋理和形狀。它考慮了編輯將在哪些方面產(chǎn)生最大的影響。然后，它為用戶提供了幾種替代服裝。

Fashion ++接受了超過10,000幅服裝圖片的培訓(xùn)，這些圖像在時(shí)尚網(wǎng)站的在線網(wǎng)站上公開共享。研究生金佰利(Kimberly Hsiao)說，找到時(shí)尚服裝的圖片很容易。尋找不時(shí)髦的圖像被證明是具有挑戰(zhàn)性的。因此，她想出了一種解決方法。她將時(shí)尚服裝的圖像混合在一起，以創(chuàng)建不太時(shí)尚的示例，并對系統(tǒng)進(jìn)行了不穿衣服方面的培訓(xùn)。

Hsiao說：“隨著時(shí)尚風(fēng)格的發(fā)展，AI可以通過為其提供新的圖像來繼續(xù)學(xué)習(xí)，這些圖像在互聯(lián)網(wǎng)上非常豐富。”

Grauman和Hsiao將在下周于韓國首爾舉行的計(jì)算機(jī)視覺國際會議上介紹他們的方法。

像所有AI系統(tǒng)一樣，F(xiàn)ashion ++的數(shù)據(jù)集也會產(chǎn)生偏差。研究人員指出，老式的外觀很難被識別為時(shí)尚的，因?yàn)橛?xùn)練圖像來自互聯(lián)網(wǎng)，互聯(lián)網(wǎng)僅在1990年代才被廣泛使用。此外，由于提交圖像的用戶主要來自北美，因此來自世界其他地區(qū)的樣式顯示不多。另一個(gè)挑戰(zhàn)是，模特身上會出現(xiàn)許多時(shí)髦的服裝圖像，但身體卻有多種尺寸和形狀，影響著時(shí)尚的選擇。下一步，Grauman和Hsiao正在努力讓AI了解什么能使不同的身體形狀變得討人喜歡，以便可以更加量身定制其建議。

格勞曼說：“我們正在研究一個(gè)人的身體形狀和衣服如何適應(yīng)他們之間的相互作用。我們很高興通過這項(xiàng)研究將其適用范圍擴(kuò)大到所有身材和形狀的人。”