論文の概要: Darks and Stripes: Effects of Clothing on Weight Perception
- arxiv url: http://arxiv.org/abs/2012.14274v1
- Date: Fri, 11 Dec 2020 16:14:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-21 03:08:03.277187
- Title: Darks and Stripes: Effects of Clothing on Weight Perception
- Title（参考訳）: 暗黒とストライプ:太さ知覚に及ぼす衣服の影響
- Authors: Kirill Martynov, Kiran Garimella, Robert West
- Abstract要約: ファッション界に広まる2つの逸話規則は、(1)黒服を選択し、(2)横縞を避けて、スリムな姿を見せることである。
以上の2つの主張を調査する大規模クラウドソーシング研究の結果を提示する。
- 参考スコア（独自算出の注目度）: 16.045413159119317
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In many societies, appearing slim is considered attractive. The fashion
industry has been attempting to cater to this trend by designing outfits that
can enhance the appearance of slimness. Two anecdotal rules, widespread in the
world of fashion, are (1) choose dark clothes and (2) avoid horizontal stripes,
in order to appear slim. Thus far, empirical evidence has been unable to
conclusively determine the validity of these rules, and there is consequently
much controversy regarding the impact of both color and patterns on the visual
perception of weight. In this paper, we aim to close this gap by presenting the
results from a series of large-scale crowdsourcing studies that investigate the
above two claims. We gathered a dataset of around 1,000 images of people from
the Web together with their ground-truth weight and height, as well as clothing
attributes about colors and patterns. To elicit the effects of colors and
patterns, we asked crowd workers to estimate the weight in each image. For the
analysis, we controlled potential confounds by matching images in pairs where
the two images differ with respect to color or pattern, but are similar with
respect to other relevant aspects. We created image pairs in two ways: first,
observationally, i.e., from two real images; and second, experimentally, by
manipulating the color or pattern of clothing in a real image via photo
editing. Based on our analysis, we conclude that (1) dark clothes indeed
decrease perceived weight slightly but statistically significantly, and (2)
horizontal stripes have no discernible effect compared to solid light-colored
clothes. These results contribute to advancing the debate around the effect of
specific clothing colors and patterns and thus provide empirical grounds for
everyday fashion decisions. Moreover, our work gives an outlook on the vast
opportunities of using crowd sourcing in the modern fashion industry.
- Abstract（参考訳）: 多くの社会では、スリムな外観が魅力的であると考えられている。
ファッション業界は、スリムな外観を増やせるような衣装をデザインすることで、この傾向に対応しようとしている。
ファッション界に広まる2つの逸話規則は、(1)黒服を選択し、(2)横縞を避けて、スリムな姿を見せることである。
これまでのところ、実証的な証拠はこれらの規則の有効性を決定づけることができなかったため、色とパターンが重量の視覚的知覚に与える影響について多くの議論がある。
本稿では,上記の2つの主張を調査する大規模クラウドソーシング研究の成果を提示することにより,このギャップを埋めることを目的とする。
私たちは、webから約1000人の画像と、その身長と身長、および色やパターンに関する衣服属性のデータセットを収集しました。
色やパターンの効果を明らかにするため、群衆に各画像の重さを見積もるように求めた。
分析では,2つの画像が色やパターンによって異なるが,他の関連面に関して類似した2つの画像のマッチングにより,潜在的なコンファウンドを制御した。
まず,2つの実画像から,第1に観察的に,第2に,写真の編集によって衣服の色や模様を操作することによって,2つの画像対を作成した。
分析の結果,(1)暗い衣服の重量はわずかに減少するが,統計的には減少し,(2)水平のストライプは光沢のある衣服に比べて目立たないことがわかった。
これらの結果は、特定の衣服の色やパターンの影響に関する議論の進展に寄与し、日常的なファッション決定の実証的根拠を提供する。
さらに,私たちの研究は,現代ファッション産業におけるクラウドソーシングの膨大な利用機会を概観している。
関連論文リスト
- TryOnDiffusion: A Tale of Two UNets [46.54704157349114]
相手の着る服と着る服の2つの画像が与えられた場合、私たちのゴールは、入力された人の着る服がどう見えるかを視覚化することである。
重要な課題は、重要な身体のポーズと形状の変化に対応するために衣服を歪めながら、衣服の細部保存の可視化を合成することである。
2つのUNETを統一する拡散型アーキテクチャ(Parallel-UNet参照)を提案する。
論文 参考訳（メタデータ） (2023-06-14T06:25:58Z) - Learning Fashion Compatibility from In-the-wild Images [6.591937706757015]
筆者らは,自己教師型学習を通じて,現在地にあるストリートファッション画像から,互換性予測のための表現を学習する。
本研究の前提課題は、同一人物が着用する異なる項目の表現が、他人が着用するものよりも近いように定式化されている。
ファッションコンフィグレーションベンチマークとして,Polyvore と Polyvore-Disjoint の2種類について実験を行った。
論文 参考訳（メタデータ） (2022-06-13T09:05:25Z) - Dress Code: High-Resolution Multi-Category Virtual Try-On [30.166151802234555]
Dress Codeは、イメージベースの仮想試行用データセットよりも3倍大きい。
我々は,画像レベルやパッチレベルではなく,ピクセルレベルでの予測を行うセマンティック・アウェア・ディスクリミネータを活用する。
論文 参考訳（メタデータ） (2022-04-18T19:31:49Z) - From Culture to Clothing: Discovering the World Events Behind A Century
of Fashion Images [100.20851232528925]
本稿では,着る衣服に影響を及ぼす特定の文化的要因を特定するための,データ駆動型アプローチを提案する。
私たちの仕事は、計算的、スケーラブルで、簡単にリフレッシュ可能なアプローチによる、カルチャーと衣服のリンクに向けた第一歩です。
論文 参考訳（メタデータ） (2021-02-02T18:58:21Z) - 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) - Apparel-invariant Feature Learning for Apparel-changed Person
Re-identification [70.16040194572406]
ほとんどのパブリックなReIDデータセットは、人の外観がほとんど変化しない短時間のウィンドウで収集される。
ショッピングモールのような現実世界の応用では、同じ人の服装が変化し、異なる人が同様の服を着ることがある。
着替えなどの場合や、類似の服を着ている場合などにおいて、アパレル不変の人物表現を学ぶことは極めて重要である。
論文 参考訳（メタデータ） (2020-08-14T03:49:14Z) - Unsupervised Landmark Learning from Unpaired Data [117.81440795184587]
教師なしランドマーク学習の最近の試みは、外観は似ているがポーズでは異なる合成画像対を活用する。
本稿では,2回スワッピング・リコンストラクション・ストラテジーを適用して最終監視を行うクロスイメージ・サイクル整合性フレームワークを提案する。
提案するフレームワークは,強いベースラインを大きなマージンで上回ることを示す。
論文 参考訳（メタデータ） (2020-06-29T13:57:20Z) - Person Re-identification by Contour Sketch under Moderate Clothing
Change [95.83034113646657]
異なるカメラビューにまたがる歩行者画像のマッチングプロセスである人物再認識は、視覚的監視において重要な課題である。
この作品では、衣服の下でのリメイドを「クロス・クロス・パーソン・リメイド」と呼ぶ。
クロス・クローズ・パーソナリティのための大規模なデータセットが欠如しているため、221のアイデンティティから33698の画像からなる新しいデータセットをコントリビュートする。
論文 参考訳（メタデータ） (2020-02-06T15:13:55Z)
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。