論文の概要: From Culture to Clothing: Discovering the World Events Behind A Century
of Fashion Images
- arxiv url: http://arxiv.org/abs/2102.01690v1
- Date: Tue, 2 Feb 2021 18:58:21 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-03 16:43:04.081256
- Title: From Culture to Clothing: Discovering the World Events Behind A Century
of Fashion Images
- Title（参考訳）: 文化から服へ:ファッションのイメージの世紀の後ろにある世界イベントを発見する
- Authors: Wei-Lin Hsiao, Kristen Grauman
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 100.20851232528925
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Fashion is intertwined with external cultural factors, but identifying these
links remains a manual process limited to only the most salient phenomena. We
propose a data-driven approach to identify specific cultural factors affecting
the clothes people wear. Using large-scale datasets of news articles and
vintage photos spanning a century, we introduce a multi-modal statistical model
to detect influence relationships between happenings in the world and people's
choice of clothing. Furthermore, we apply our model to improve the concrete
vision tasks of visual style forecasting and photo timestamping on two
datasets. Our work is a first step towards a computational, scalable, and
easily refreshable approach to link culture to clothing.
- Abstract（参考訳）: ファッションは外部の文化的要因と絡み合っているが、これらのリンクを特定することは、最も健全な現象に限られる手作業である。
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アプローチを提案する。
1世紀にわたるニュース記事やヴィンテージ写真の大規模なデータセットを用いて、世界の出来事と衣服の選択の間の影響関係を検出するマルチモーダル統計モデルを導入する。
さらに,2つのデータセット上でのビジュアルスタイル予測とフォトタイムスタンプの具体的ビジョンタスクの改善に本モデルを適用した。
私たちの仕事は、文化と衣類を結びつけるための計算可能でスケーラブルで簡単に更新可能なアプローチに向けた第一歩です。
関連論文リスト
- Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
本稿では,多文化知識獲得のための新しいアプローチを提案する。
本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。
私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
論文 参考訳（メタデータ） (2024-02-14T18:16:54Z) - Quality and Quantity: Unveiling a Million High-Quality Images for Text-to-Image Synthesis in Fashion Design [14.588884182004277]
Fashion-Diffusion データセットは,多年にわたる厳格な努力の成果である。
データセットは100万以上の高品質なファッションイメージで構成されており、詳細なテキスト記述と組み合わせている。
T2Iに基づくファッションデザイン分野の標準化を促進するために,ファッションデザインモデルの性能評価のための新しいベンチマークを提案する。
論文 参考訳（メタデータ） (2023-11-19T06:43:11Z) - 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) - Multimodal Garment Designer: Human-Centric Latent Diffusion Models for
Fashion Image Editing [40.70752781891058]
本稿では,人間中心のファッション画像の生成を導くマルチモーダルなファッション画像編集の課題を提案する。
我々は遅延拡散モデルに基づく新しいアーキテクチャを提案することでこの問題に対処する。
タスクに適した既存のデータセットがないので、既存の2つのファッションデータセットも拡張します。
論文 参考訳（メタデータ） (2023-04-04T18:03:04Z) - 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) - Sentiment Analysis of Fashion Related Posts in Social Media [36.623221002330226]
本稿では、イメージビジョン、ポストテキスト、ファッション属性のモダリティを併用して感情カテゴリーを決定する新しいフレームワークを提案する。
このタスクに適した既存のデータセットが存在しないため、我々は12万以上のファッション関連ソーシャルメディア投稿の大規模感情分析データセットを作成している。
論文 参考訳（メタデータ） (2021-11-15T14:58:09Z) - 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) - From Paris to Berlin: Discovering Fashion Style Influences Around the
World [108.58097776743331]
本稿では,服を着る人々の日常的なイメージから,ファッションの影響を定量化する。
我々は,他の都市がどの都市に影響を及ぼすかを,そのスタイルの伝播の観点から検出するアプローチを導入する。
次に、発見された影響パターンを活用して予測モデルに通知し、任意の都市における任意のスタイルの人気を予測します。
論文 参考訳（メタデータ） (2020-04-03T00:54:23Z)
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。