論文の概要: Fashion Meets Computer Vision: A Survey
- arxiv url: http://arxiv.org/abs/2003.13988v2
- Date: Thu, 28 Jan 2021 12:13:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-18 01:15:27.176769
- Title: Fashion Meets Computer Vision: A Survey
- Title（参考訳）: ファッションがコンピュータービジョンと出会う:調査
- Authors: Wen-Huang Cheng, Sijie Song, Chieh-Yun Chen, Shintami Chusnul
Hidayati, and Jiaying Liu
- Abstract要約: 本稿では,知的なファッションを実現するための4つの主要な側面をカバーする200以上の主要なファッション関連作品について,包括的調査を行う。
各タスクについて、ベンチマークデータセットと評価プロトコルを要約する。
- 参考スコア（独自算出の注目度）: 41.41993143419999
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Fashion is the way we present ourselves to the world and has become one of
the world's largest industries. Fashion, mainly conveyed by vision, has thus
attracted much attention from computer vision researchers in recent years.
Given the rapid development, this paper provides a comprehensive survey of more
than 200 major fashion-related works covering four main aspects for enabling
intelligent fashion: (1) Fashion detection includes landmark detection, fashion
parsing, and item retrieval, (2) Fashion analysis contains attribute
recognition, style learning, and popularity prediction, (3) Fashion synthesis
involves style transfer, pose transformation, and physical simulation, and (4)
Fashion recommendation comprises fashion compatibility, outfit matching, and
hairstyle suggestion. For each task, the benchmark datasets and the evaluation
protocols are summarized. Furthermore, we highlight promising directions for
future research.
- Abstract（参考訳）: ファッションは私たちが世界に提示する方法であり、世界最大級の産業のひとつになっています。
主に視覚によって伝えられるファッションは、近年コンピュータビジョン研究者から多くの注目を集めている。
Given the rapid development, this paper provides a comprehensive survey of more than 200 major fashion-related works covering four main aspects for enabling intelligent fashion: (1) Fashion detection includes landmark detection, fashion parsing, and item retrieval, (2) Fashion analysis contains attribute recognition, style learning, and popularity prediction, (3) Fashion synthesis involves style transfer, pose transformation, and physical simulation, and (4) Fashion recommendation comprises fashion compatibility, outfit matching, and hairstyle suggestion.
各タスクについて、ベンチマークデータセットと評価プロトコルを要約する。
さらに,今後の研究に期待できる方向性を強調した。
関連論文リスト
- FashionReGen: LLM-Empowered Fashion Report Generation [61.84580616045145]
先進大言語モデル(LLM)に基づく知的ファッション分析・報告システムを提案する。
具体的には、いくつかの重要な手順を備えた効果的なキャットウォーク分析に基づくFashionReGenの提供を試みる。
また、他の領域における工業的重要性を持つより高度なタスクの探索にも刺激を与えている。
論文 参考訳（メタデータ） (2024-03-11T12:29:35Z) - Social Media Fashion Knowledge Extraction as Captioning [61.41631195195498]
ソーシャルメディアにおけるファッション知識抽出の課題について検討する。
ファッション知識を文変換法を用いて自然言語キャプションに変換する。
このフレームワークは,ソーシャルメディア投稿から直接文ベースのファッション知識を生成することを目的としている。
論文 参考訳（メタデータ） (2023-09-28T09:07:48Z) - FashionSAP: Symbols and Attributes Prompt for Fine-grained Fashion
Vision-Language Pre-training [12.652002299515864]
ファッションシンボルと属性プロンプト(FashionSAP)に基づく、きめ細かいファッションビジョン言語事前学習法を提案する。
まず,新しい抽象的なファッション概念層であるファッションシンボルを,異なるファッションアイテムを表現するために提案する。
次に、モデルにファッションアイテムの特定の属性を明示的に学習させる属性プロンプト手法を提案する。
論文 参考訳（メタデータ） (2023-04-11T08:20:17Z) - se-Shweshwe Inspired Fashion Generation [16.00821373963979]
ファッションデザインのプロセスに注力し、ファッションに対するコンピュータビジョンを、現在の西洋ファッションよりも拡大する。
南アフリカのSe-Shweshweファブリックファッションの歴史,Se-Shweshweデータセットの収集,および手頃なファッションデザインのためのスケッチ・ツー・デザイン画像生成の応用について論じる。
論文 参考訳（メタデータ） (2022-02-25T22:10:23Z) - Smart Fashion: A Review of AI Applications in the Fashion & Apparel
Industry [0.0]
ファッションアプリケーションにおける機械学習、コンピュータビジョン、人工知能(AI)の実装は、この業界に多くの新しい機会をもたらしている。
本稿では,580件以上の関連記事から,22件のファッション関連タスクに分類し,包括的調査を行う。
論文 参考訳（メタデータ） (2021-10-28T10:51:34Z) - Aesthetics, Personalization and Recommendation: A survey on Deep
Learning in Fashion [3.202857828083949]
この調査は、ビジュアルデータの解釈と活用方法を深く掘り下げることで、それを達成するという、注目すべきアプローチを示している。
美学は衣服の推奨において重要な役割を担っており、利用者の判断は衣服が美学と一致しているかどうかに大きく依存するが、従来のイメージは直接これを描写することはできない。
この調査はまた、美学をアパレル推奨の重要な要素として認識する必要性を満たすために、テンソル因子分解モデルや条件付きランダム場モデルなどの注目すべきモデルも強調している。
論文 参考訳（メタデータ） (2021-01-20T19:57:13Z) - Modeling Fashion Influence from Photos [108.58097776743331]
位置情報とファッションブランドの2つのチャンネルに沿って、ファッションの影響を探究する。
44大都市からの770万枚のInstagramの写真の大規模なデータセットを活用しています。
以上の結果から,空間的・時間的に視覚的スタイルを進化させる利点が示唆された。
論文 参考訳（メタデータ） (2020-11-17T20:24:03Z) - Personalized Fashion Recommendation from Personal Social Media Data: An
Item-to-Set Metric Learning Approach [71.63618051547144]
ソーシャルメディアデータからパーソナライズされたファッションレコメンデーションの問題について検討する。
本稿では,ユーザの過去のファッションアイテムと新しいファッションアイテムとの類似性を学習する,アイテムツーセットのメトリック学習フレームワークを提案する。
提案手法の有効性を検証するために,実世界のソーシャルメディアデータセットを収集する。
論文 参考訳（メタデータ） (2020-05-25T23:24:24Z) - Knowledge Enhanced Neural Fashion Trend Forecasting [81.2083786318119]
本研究は,特定のユーザグループを対象とした,きめ細かいファッション要素の傾向の調査に焦点をあてる。
まず、Instagramから収集した大規模なファッショントレンドデータセット(FIT)に、時系列のファッション要素の記録とユーザー情報を抽出した。
本稿では,時系列データモデリングにおける深部再帰型ニューラルネットワークの機能を利用する知識強化型ニューラルネットワークモデル(KERN)を提案する。
論文 参考訳（メタデータ） (2020-05-07T07:42:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。