香港理工大學(理大)紡織及製衣學系聯同阿里巴巴集團旗下的「圖像和美」研究團隊,結合服飾專業知識及機器學習,共同推出全球首個「FashionAI 數據集」。原理是根據服飾屬性標籤(即時裝特徵)及服飾關鍵點,把服飾圖像進行系統性的分析和標註。此數據集結合服飾專業及機器學習的要求,旨在讓機器能深入理解時裝,推動時尚行業與人工智能(AI) 融合,開拓時尚零售的新模式。

解決服飾圖像搜尋的挑戰

現今網上平台的圖像搜尋技術,是利用整張圖像去搜尋相同或類似的圖像,但當顧客只對圖像上的某些服飾設計元素感興趣,而希望搜尋具備某種設計元素的服飾圖像時,現今的搜尋技術未能滿足這需求,大大限制了個性化購物體驗技術的發展及應用。

從人工智能(AI)研究的角度來看,這是由於現時欠缺一個建基於服飾專業知識又能達到機器學習要求的服飾圖像數據集,即未能訓練電腦去理解並準確辨認每張服飾圖像的服飾特徵

FashionAI 數據集以解決電腦在服飾圖像數據集進行認知算法的兩個基本問題:「服飾關鍵點定位」和「服飾屬性標籤識別」。服飾關鍵點(例如頸線、袖口、腰線)及服飾屬性標籤(例如袖長、領子設計、裙型)是機器學習和理解服飾圖像的基本元素。此兩項元素組成的數據集使電腦能夠準確理解服飾圖像,為機器學習和算法設計打好基礎。

理大紡織及製衣學系鄭翼雄時裝教授及副系主任黃偉強教授表示︰「利用時裝專業知識,把服飾屬性標籤和時裝元素分類建立服飾圖像數據庫,是一項極其繁複及具挑戰性的工作,亦是應用機器學習的基礎。」

電腦分析服飾圖像的準確性受多種因素影響,例如服飾的尺寸和形態,拍攝的距離和角度,甚至服飾擺放方式以及相中模特兒的姿勢等等。借助服飾關鍵點定位技術,可以克服上述問題,提升電腦自動檢測服飾圖像關鍵點的效果。

服飾屬性標籤是構成服飾的基本元素,其組合決定了服飾的類別和風格。由於服飾屬性標籤種類繁多而複雜,需要進行專業的系統分類方可讓電腦自動理解服飾圖像。準確標籤和識別服飾屬性可以廣泛應用在服飾圖像搜尋、標籤導航、服飾搭配等方面。

有助個性化及交叉銷售

嶄新的FashionAI 數據集有助AI認知和處理服飾圖像及提高相關算法的效能,更有助推動機器學習的發展,從而提升網上搜尋服飾圖像的準確度、令交叉銷售及追加銷售更有效率、促進創新的購物體驗及網購平台的個人化技術。

阿里巴巴淘寶技術部資深技術專家賈夢雷表示︰「時尚行業的市場潛力很大,但想讓科學的AI去認知主觀的時尚,就必須將主觀審美中的內涵知識和經驗規則轉化為機器能力的AI。 我們希望和業界共同關注這一跨界研究中的問題根源,讓AI在時尚領域實現更複雜高階的應用,比如服飾搭配、輔助設計、商品導購等,從而在時尚產業領域發揮更大的價值。新零售背景下,時尚行業的重塑是必然趨勢,而Fashion AI正是在AI和時尚之間架設一座橋樑。」

推出「人工智能與時尚紡織大會」及「FashionAI全球挑戰賽」

為通過AI應用為時尚零售業帶來新視野,並鼓勵從業員之間的知識交流,理大和阿里巴巴將合辦兩項全球首個融合時尚行業與AI的活動,包括「人工智能與時尚紡織大會」及「FashionAI全球挑戰賽」。

人工智能與時尚紡織大會是首個匯聚研究員、工程師和從業員的學術會議,討論AI和時尚的最新發展及應用。會議將於2018年7月3日至6日在理大舉行,不僅會成為年度學術交流盛事,還可聚集AI和時尚行業志同道合的人士,為他們提供交流的平台,以極力推動AI在時尚和紡織品領域上的研究發展。

FashionAI全球挑戰賽將邀請世界各地研究和開發AI人員參加,開放來源於阿里巴巴電商平台業務場景的40萬數據,旨在解決應用AI在時尚領域最迫切的兩大問題,並向獲獎者提供合共人民幣134萬的獎金。FashionAI全球挑戰賽2018由2018年2月1日至4月21日舉行,各界人士均可參加。


 理大與阿里巴巴合作 推動FashionAI 融合時尚與人工智能

 https://www.facebook.com/hkitblog