論文の概要: Towards an Interoperable Data Protocol Aimed at Linking the Fashion
Industry with AI Companies
- arxiv url: http://arxiv.org/abs/2009.03005v1
- Date: Mon, 7 Sep 2020 10:40:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-21 03:14:59.833233
- Title: Towards an Interoperable Data Protocol Aimed at Linking the Fashion
Industry with AI Companies
- Title（参考訳）: AI企業とファッション産業を結びつけるための相互運用可能なデータプロトコル
- Authors: Mohammed Al-Rawi and Joeran Beel
- Abstract要約: 1)ファッションデータの相互運用を可能にするDDOIFと呼ばれるプロトコルを定義すること,(2)DDOIFは,衣類やアクセサリーの属性に関する広範な情報をテキスト形式でテキストやメディア形式で含めること,(3)DDOIFプロトコルに従って構築されたファイルをインポート・エクスポートする機能を含むAPIを設計・実装すること,などが目的である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The fashion industry is looking forward to use artificial intelligence
technologies to enhance their processes, services, and applications. Although
the amount of fashion data currently in use is increasing, there is a large gap
in data exchange between the fashion industry and the related AI companies, not
to mention the different structure used for each fashion dataset. As a result,
AI companies are relying on manually annotated fashion data to build different
applications. Furthermore, as of this writing, the terminology, vocabulary and
methods of data representation used to denote fashion items are still ambiguous
and confusing. Hence, it is clear that the fashion industry and AI companies
will benefit from a protocol that allows them to exchange and organise fashion
information in a unified way. To achieve this goal we aim (1) to define a
protocol called DDOIF that will allow interoperability of fashion data; (2) for
DDOIF to contain diverse entities including extensive information on clothing
and accessories attributes in the form of text and various media formats; and
(3)To design and implement an API that includes, among other things, functions
for importing and exporting a file built according to the DDOIF protocol that
stores all information about a single item of clothing. To this end, we
identified over 1000 class and subclass names used to name fashion items and
use them to build the DDOIF dictionary. We make DDOIF publicly available to all
interested users and developers and look forward to engaging more collaborators
to improve and enrich it.
- Abstract（参考訳）: ファッション業界は、彼らのプロセス、サービス、アプリケーションを強化するために人工知能技術を使うことを楽しみにしています。
現在使用されているファッションデータの量は増加しているが、ファッション業界と関連するai企業の間でのデータ交換には大きなギャップがある。
その結果、AI企業は、異なるアプリケーションを構築するために手動で注釈付けされたファッションデータに依存している。
さらに、この記事の執筆時点では、ファッションアイテムを表すために使用されるデータ表現の用語、語彙、方法があいまいで混乱している。
したがって、ファッション業界とAI企業が、ファッション情報を統一的に交換し、組織化するためのプロトコルの恩恵を受けることは明らかである。
この目的を達成するために,(1)ファッションデータの相互運用を可能にするDDOIFと呼ばれるプロトコルを定義すること,(2)DDOIFは,衣料品やアクセサリーの属性に関する広範な情報を含む多様なエンティティをテキストやメディア形式で含むこと,(3)DDOIFプロトコルに従って構築されたファイルをインポート・エクスポートする機能を含むAPIの設計と実装を目標とする。
この目的のために,1000以上のクラスとサブクラス名を同定し,それを用いてDDOIF辞書を構築した。
DDOIFをすべての関心のあるユーザや開発者に公開し、より多くの協力者による改善と充実を期待しています。
関連論文リスト
- Dressing the Imagination: A Dataset for AI-Powered Translation of Text into Fashion Outfits and A Novel KAN Adapter for Enhanced Feature Adaptation [2.3010373219231495]
FLORAは4,330種類のファッション服とそれに対応するテキスト記述を含む最初の包括的データセットである。
第2のコントリビューションとして,Kolmogorov-Arnold Networks (KAN) を適応モジュールとして利用する Kan Adapters を導入する。
さらなる研究とコラボレーションを促進するため、我々はFLORAと実装コードの両方をオープンソース化します。
論文 参考訳（メタデータ） (2024-11-21T07:27:45Z) - 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) - FIRST: A Million-Entry Dataset for Text-Driven Fashion Synthesis and
Design [10.556799226837535]
リッチ構造化テキスト(FIRST)記述を用いた100万枚の高解像度ファッション画像からなる新しいデータセットを提案する。
FISRTでトレーニングされた一般的な生成モデルの実験は、FIRSTの必要性を示している。
私たちはコミュニティに、よりインテリジェントなファッション合成とデザインシステムの開発を依頼します。
論文 参考訳（メタデータ） (2023-11-13T15:50:25Z) - 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) - ARMANI: Part-level Garment-Text Alignment for Unified Cross-Modal
Fashion Design [66.68194916359309]
クロスモーダルなファッション画像合成は、世代領域において最も有望な方向の1つとして現れてきた。
MaskCLIPは衣服をセマンティックな部分に分解し、視覚情報とテキスト情報の微粒化と意味的に正確なアライメントを確保する。
ArmANIは、学習したクロスモーダルコードブックに基づいて画像を一様トークンに識別し、Transformerを使用して実際の画像に対する画像トークンの分布をモデル化する。
論文 参考訳（メタデータ） (2022-08-11T03:44:02Z) - 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) - SnapMode: An Intelligent and Distributed Large-Scale Fashion Image
Retrieval Platform Based On Big Data and Deep Generative Adversarial Network
Technologies [2.280980014008583]
人間がこの領域で進行中の進化と継続的に変化する内容に手動で追いつくことはほとんど不可能である。
本稿ではまず,電子商取引サイトにおけるファッションデータの抽出と処理を行う分散コンピューティングプラットフォームに基づく,スケーラブルなWebエンジンを提案する。
提案されたソリューションの現実の実装のために、Webベースのアプリケーションは、Apache Storm、Kafka、Solr、Milvusプラットフォーム上で開発され、SnapModeと呼ばれるファッション検索エンジンを作成する。
論文 参考訳（メタデータ） (2022-04-08T11:08:03Z) - 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) - FashionBERT: Text and Image Matching with Adaptive Loss for Cross-modal
Retrieval [31.822218310945036]
FashionBERTはテキストや画像のハイレベルな表現を学習する。
FashionBERTは、ベースラインや最先端のアプローチよりもパフォーマンスが大幅に向上している。
論文 参考訳（メタデータ） (2020-05-20T00:41:00Z) - 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。