論文の概要: Buy Me That Look: An Approach for Recommending Similar Fashion Products
- arxiv url: http://arxiv.org/abs/2008.11638v2
- Date: Tue, 6 Apr 2021 13:05:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-24 21:11:24.989734
- Title: Buy Me That Look: An Approach for Recommending Similar Fashion Products
- Title（参考訳）: その見た目を買おう:類似のファッション製品を推薦するアプローチ
- Authors: Abhinav Ravi, Sandeep Repakula, Ujjal Kr Dutta, Maulik Parmar
- Abstract要約: 我々は、類似のファッション製品を推薦する問題に対処するために、textbfShopLookと呼ばれる新しいコンピュータビジョンベースの手法を提案する。
提案手法はオンラインファッション電子商取引プラットフォームであるMyntraで評価されている。
- 参考スコア（独自算出の注目度）: 5.9707788912142155
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Have you ever looked at an Instagram model, or a model in a fashion
e-commerce web-page, and thought \textit{"Wish I could get a list of fashion
items similar to the ones worn by the model!"}. This is what we address in this
paper, where we propose a novel computer vision based technique called
\textbf{ShopLook} to address the challenging problem of recommending similar
fashion products. The proposed method has been evaluated at Myntra
(www.myntra.com), a leading online fashion e-commerce platform. In particular,
given a user query and the corresponding Product Display Page (PDP) against the
query, the goal of our method is to recommend similar fashion products
corresponding to the entire set of fashion articles worn by a model in the PDP
full-shot image (the one showing the entire model from head to toe). The
novelty and strength of our method lies in its capability to recommend similar
articles for all the fashion items worn by the model, in addition to the
primary article corresponding to the query. This is not only important to
promote cross-sells for boosting revenue, but also for improving customer
experience and engagement. In addition, our approach is also capable of
recommending similar products for User Generated Content (UGC), eg., fashion
article images uploaded by users. Formally, our proposed method consists of the
following components (in the same order): i) Human keypoint detection, ii) Pose
classification, iii) Article localisation and object detection, along with
active learning feedback, and iv) Triplet network based image embedding model.
- Abstract（参考訳）: Instagramのモデルや、ファッションeコマースのWebページのモデルを見たことがありますか?”Wish I could get a list of fashion items like the model!
そこで本稿では,類似のファッション製品を推薦するという難題に対処するために,新しいコンピュータビジョンベースの手法である \textbf{shoplook}を提案する。
提案手法はオンラインファッションeコマースプラットフォームであるMyntra (www.myntra.com)で評価されている。
特に,ユーザクエリとそれに対応する製品表示ページ(PDP)がクエリに対して与えられた場合,本手法の目的は,PDPフルショット画像(頭部からつま先までのモデル全体を示すもの)において,モデルが着用するファッション記事の集合全体に対応する類似のファッション商品を推奨することである。
この手法の目新しさと強みは,クエリに対応する主記事に加えて,モデルが着用するすべてのファッションアイテムに対して類似した記事を推薦する能力にある。
これは、売上を増やすためのクロスセルを促進するだけでなく、顧客エクスペリエンスとエンゲージメントを向上させるためにも重要です。
さらに当社のアプローチでは,ユーザ生成コンテンツ(UGC)などの類似製品も推奨しています。
ユーザーがアップロードしたファッション記事のイメージ。
正式には,提案手法は以下の構成要素からなる(同じ順序で)。
i) 人間のキーポイントの検出
二 ポーズの分類、
三 積極的学習フィードバックとともに、記事のローカライゼーション及び対象検出
iv)トリプレットネットワークに基づく画像埋め込みモデル。
関連論文リスト
- AI Recommendation System for Enhanced Customer Experience: A Novel
Image-to-Text Method [2.2975420753582028]
本研究は、人工知能を用いてファッションレコメンデーションのきめ細かい視覚的解釈を提供する革新的なエンドツーエンドパイプラインについて述べる。
顧客が希望する製品や服の画像をアップロードすると、システムは自動的に、スタイル的要素を強調する意味のある説明を生成する。
論文 参考訳（メタデータ） (2023-11-16T07:15:44Z) - 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) - Unified Vision-Language Representation Modeling for E-Commerce
Same-Style Products Retrieval [12.588713044749177]
電子商取引プラットフォームでは,同種の商品検索が重要な役割を担っている。
電子商取引同型商品検索のための統合視覚言語モデリング手法を提案する。
クロスモーダルな製品間検索、スタイル転送、ユーザ対話型検索が可能である。
論文 参考訳（メタデータ） (2023-02-10T07:24:23Z) - FaD-VLP: Fashion Vision-and-Language Pre-training towards Unified
Retrieval and Captioning [66.38951790650887]
ファッション分野におけるマルチモーダルタスクは、eコマースにとって大きな可能性を秘めている。
本稿では,ファッションとテクストのペアから構築した弱教師付き三つ組に基づく,ファッション特有の事前学習フレームワークを提案する。
3重項に基づくタスクは、標準的なマルチモーダル事前学習タスクに有効な追加であることを示す。
論文 参考訳（メタデータ） (2022-10-26T21:01:19Z) - Fashionformer: A simple, Effective and Unified Baseline for Human
Fashion Segmentation and Recognition [80.74495836502919]
本研究では,共同ファッションセグメンテーションと属性認識に着目した。
本稿では,セグメンテーションのためのオブジェクトクエリと属性予測のための属性クエリを紹介する。
属性ストリームのために,よりきめ細かい特徴を探索する新しいマルチレイヤレンダリングモジュールを設計する。
論文 参考訳（メタデータ） (2022-04-10T11:11:10Z) - Single-Item Fashion Recommender: Towards Cross-Domain Recommendations [0.0]
本稿では、まず、コンテントベースのファッションレコメンデーションシステムを提案する。
次に、ユーザの好みに基づいて結果をパーソナライズするために、同じ構造が強化される。
本論文の最後のコントリビューションは、客観的人的得点と呼ばれる推薦課題に対する新しい評価基準である。
論文 参考訳（メタデータ） (2021-11-01T08:15:31Z) - Addressing the Cold-Start Problem in Outfit Recommendation Using Visual
Preference Modelling [51.147871738838305]
本稿では,新しい視覚的嗜好モデリング手法を活用することで,新規ユーザに対するコールドスタート問題に対処する。
機能重み付けクラスタリングによるアプローチの活用を実演し、時事指向の衣装レコメンデーションをパーソナライズする。
論文 参考訳（メタデータ） (2020-08-04T10:07:09Z) - 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) - Fashion Recommendation and Compatibility Prediction Using Relational
Network [18.13692056232815]
我々は、新しい互換性学習モデルを開発するための関係ネットワーク(RN)を開発する。
FashionRNは、任意の数のアイテムを任意の順序で、服全体の互換性を学習する。
我々はPolyvoreのウェブサイトから収集した49,740の服の大規模なデータセットを用いてモデルを評価した。
論文 参考訳（メタデータ） (2020-05-13T21:00:54Z) - Learning Diverse Fashion Collocation by Neural Graph Filtering [78.9188246136867]
本稿では,グラフニューラルネットワークを用いて,フレキシブルなファッションアイテムセットをモデル化する新しいファッションコロケーションフレームワークであるNeural Graph Filteringを提案する。
エッジベクトルに対称演算を適用することにより、このフレームワークは様々な入力/出力を許容し、それらの順序に不変である。
提案手法を,Polyvoreデータセット,Polyvore-Dデータセット,Amazon Fashionデータセットの3つの一般的なベンチマークで評価した。
論文 参考訳（メタデータ） (2020-03-11T16:17:08Z)
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。