論文の概要: IndoFashion : Apparel Classification for Indian Ethnic Clothes
- arxiv url: http://arxiv.org/abs/2104.02830v1
- Date: Tue, 6 Apr 2021 23:59:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-08 13:01:52.469145
- Title: IndoFashion : Apparel Classification for Indian Ethnic Clothes
- Title（参考訳）: IndoFashion : インド民族服のアパレル分類
- Authors: Pranjal Singh Rajput, Shivangi Aneja
- Abstract要約: インドの民族服の細かい分類のための15の異なるカテゴリを持つ106k以上の画像の最初の大規模な民族データセット。
最終的に88.43%の分類精度を得る。
- 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: Cloth categorization is an important research problem that is used by
e-commerce websites for displaying correct products to the end-users. Indian
clothes have a large number of clothing categories both for men and women. The
traditional Indian clothes like "Saree" and "Dhoti" are worn very differently
from western clothes like t-shirts and jeans. Moreover, the style and patterns
of ethnic clothes have a very different distribution from western outfits. Thus
the models trained on standard cloth datasets fail miserably on ethnic outfits.
To address these challenges, we introduce the first large-scale ethnic dataset
of over 106k images with 15 different categories for fine-grained
classification of Indian ethnic clothes. We gathered a diverse dataset from a
large number of Indian e-commerce websites. We then evaluate several baselines
for the cloth classification task on our dataset. In the end, we obtain 88.43%
classification accuracy. We hope that our dataset would foster research in the
development of several algorithms such as cloth classification, landmark
detection, especially for ethnic clothes.
- Abstract（参考訳）: 布の分類は、eコマースウェブサイトがエンドユーザに正しい製品を表示するために使用する重要な研究課題である。
インドの服は男性と女性の両方に多くの服のカテゴリーがある。
サリー」や「ドティ」のような伝統的なインドの服は、tシャツやジーンズのような洋服とは大きく異なる。
また、民族衣装の様式や様式は洋服とは大きく異なる。
したがって、標準布のデータセットで訓練されたモデルは、民族衣装で惨めに失敗する。
これらの課題に対処するために,我々は,インド民族服の細かな分類のための15のカテゴリを持つ106k以上の画像の最初の大規模民族データセットを紹介する。
インドの多くのeコマースサイトからさまざまなデータセットを集めました。
次に,本データセットに基づく布分類タスクのベースラインの評価を行った。
最終的に88.43%の分類精度を得る。
われわれのデータセットは、布の分類、ランドマーク検出、特に民族服のためのいくつかのアルゴリズムの開発における研究を促進することを願っている。
関連論文リスト
- FolkTalent: Enhancing Classification and Tagging of Indian Folk Paintings [1.338174941551702]
インドの民俗画には、シンボル、色、テクスチャ、物語の豊富なモザイクがあり、文化的遺産の貴重な保存物となっている。
本論文は,これらの絵画を異なる芸術形式に分類し,その特徴を特徴付ける新しいアプローチを提案する。
フォークタレント(FolkTalent)という名前のカスタムデータセットは、12種類の絵画の2279枚のデジタル画像で構成されており、インドの民俗絵画の直接のアウトレットであるウェブサイトを使用して作成されている。
論文 参考訳（メタデータ） (2024-05-14T17:11:33Z) - IndiBias: A Benchmark Dataset to Measure Social Biases in Language Models for Indian Context [32.48196952339581]
インドにおける社会的バイアスを評価するためのベンチマークデータセットであるIndiBiasを紹介する。
バイアスの次元には、性別、宗教、キャスト、年齢、地域、身体的外観、職業が含まれる。
我々のデータセットには800の文対と300の偏差測定が含まれている。
論文 参考訳（メタデータ） (2024-03-29T12:32:06Z) - Decoding Demographic un-fairness from Indian Names [4.402336973466853]
デモグラフィック分類は、レコメンデーションシステムにおける公正度評価や、オンラインネットワークや投票システムにおける意図しない偏見の測定に不可欠である。
我々は3つの公開データセットを収集し、性別分類とキャスト分類の領域で最先端の分類器を訓練する。
上記のモデルの有効性を理解するために、クロステスト(異なるデータセットでのトレーニングとテスト)を実施します。
論文 参考訳（メタデータ） (2022-09-07T11:54:49Z) - Clothes-Changing Person Re-identification with RGB Modality Only [102.44387094119165]
衣料無関係な特徴を元のRGB画像から抽出するために,CAL(Corthes-based Adrial Loss)を提案する。
ビデオには、よりリッチな外観と、適切な時間的パターンをモデル化するために使用できる追加の時間的情報が含まれている。
論文 参考訳（メタデータ） (2022-04-14T11:38:28Z) - Arbitrary Virtual Try-On Network: Characteristics Preservation and
Trade-off between Body and Clothing [85.74977256940855]
本報告では,オールタイプの衣料品を対象としたArbitrary Virtual Try-On Network (AVTON)を提案する。
AVTONは、ターゲット服と参照者の特性を保存・交換することで、現実的な試行画像を合成することができる。
提案手法は,最先端の仮想試行法と比較して性能が向上する。
論文 参考訳（メタデータ） (2021-11-24T08:59:56Z) - 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) - 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) - SIZER: A Dataset and Model for Parsing 3D Clothing and Learning Size
Sensitive 3D Clothing [50.63492603374867]
SizerNetを導入し、人体形状と衣服サイズパラメータに基づいて3D衣服を予測する。
また、入力メッシュから1パスの個人的詳細を持つ衣服の下で、衣服のメッシュと形状を推測するためにNetを導入する。
論文 参考訳（メタデータ） (2020-07-22T18:13:24Z) - Relatable Clothing: Detecting Visual Relationships between People and
Clothing [0.0]
本稿では,35287対の個人服を含むRelatable Clothingデータセットのリリースについて述べる。
また,深層ニューラルネットワークを用いた「着用」と「着用」の分類を行うための新しいソフトアテンションユニットを提案する。
論文 参考訳（メタデータ） (2020-07-20T17:10:32Z) - COCAS: A Large-Scale Clothes Changing Person Dataset for
Re-identification [88.79807574669294]
ClOthes Ch Anging Person Set (COCAS) という新しい大規模再識別子・ベンチマークを構築した。
COCASには5,266人の身体像が62,382枚含まれている。
そこでは,服のテンプレートと,別の衣服を撮影する人物画像の両方を含む,着替え問題に対する新たな人物再識別子設定を提案する。
論文 参考訳（メタデータ） (2020-05-16T03:50:08Z)
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。