論文の概要: Fashion Recommendation Based on Style and Social Events
- arxiv url: http://arxiv.org/abs/2208.00725v1
- Date: Mon, 1 Aug 2022 10:14:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-02 14:41:19.854856
- Title: Fashion Recommendation Based on Style and Social Events
- Title(参考訳): スタイルと社会イベントに基づくファッションレコメンデーション
- Authors: Federico Becattini, Lavinia De Divitiis, Claudio Baecchi, Alberto Del
Bimbo
- Abstract要約: ファッションレコメンデーション(ファッションレコメンデーション)は、クエリーウェアを与えられたり、特定のユーザに適した服装を検索するタスクとして、しばしば拒否される。
本研究では,提案するドレッシングのスタイルに基づいたセマンティックレイヤを追加することで,この問題に対処する。
我々は,色の組み合わせパターンの背景に隠された気分と感情と,特定の種類の社会イベントにおいて得られた衣服の適切性という2つの重要な側面に基づいて,スタイルをモデル化する。
- 参考スコア(独自算出の注目度): 22.108561712922047
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fashion recommendation is often declined as the task of finding complementary
items given a query garment or retrieving outfits that are suitable for a given
user. In this work we address the problem by adding an additional semantic
layer based on the style of the proposed dressing. We model style according to
two important aspects: the mood and the emotion concealed behind color
combination patterns and the appropriateness of the retrieved garments for a
given type of social event. To address the former we rely on Shigenobu
Kobayashi's color image scale, which associated emotional patterns and moods to
color triples. The latter instead is analyzed by extracting garments from
images of social events. Overall, we integrate in a state of the art garment
recommendation framework a style classifier and an event classifier in order to
condition recommendation on a given query.
- Abstract(参考訳): ファッションレコメンデーション(ファッションレコメンデーション)は、クエリーウェアを与えられたり、特定のユーザに適した服装を検索するタスクとして、しばしば拒否される。
本研究では,提案するドレッシングのスタイルに基づいたセマンティックレイヤを追加することで,この問題に対処する。
我々は,色の組み合わせパターンの背景に隠された気分と感情と,特定の種類の社会イベントにおいて得られた衣服の適切性という2つの重要な側面に基づいて,スタイルをモデル化する。
前者に対処するためには、小林重信のカラーイメージ尺度に依拠して、感情パターンやムードをカラートリプルに関連付ける。
後者は、社会イベントの画像から衣服を抽出して分析する。
全体としては,art clothing recommendation frameworkの状況と,スタイル分類器とイベント分類器を統合して,所定のクエリに対する推奨条件を設定します。
関連論文リスト
- Towards Garment Sewing Pattern Reconstruction from a Single Image [76.97825595711444]
ガーメント縫製パターンは、衣服の本質的な休息形態を表しており、ファッションデザイン、バーチャルトライオン、デジタルアバターといった多くの用途のコアとなっている。
まず,SewFactoryという多目的データセットを合成した。
次に、縫製パターン予測性能を大幅に向上させるSewformerと呼ばれる2レベルトランスフォーマーネットワークを提案する。
論文 参考訳(メタデータ) (2023-11-07T18:59:51Z) - Lost Your Style? Navigating with Semantic-Level Approach for
Text-to-Outfit Retrieval [2.07180164747172]
ファッションレコメンデーションの基盤となるアプローチとして,テキスト・ツー・アウトフィット検索タスクを導入する。
我々のモデルは3つのセマンティックレベル、スタイル、服装で考案され、各レベルがデータを段階的に集約し、一貫性のある服装勧告を形成する。
メリーランド・ポリボアとポリボア・アウトフィットのデータセットを用いて,本手法はテキストビデオ検索タスクにおける最先端モデルよりも有意に優れていた。
論文 参考訳(メタデータ) (2023-11-03T07:23:21Z) - Transformer-based Graph Neural Networks for Outfit Generation [22.86041284499166]
TGNNは、畳み込みグラフニューラルネットワークにおけるメッセージパッシングステップとして、多面的な自己注意を利用して、グラフ内の衣服アイテム間の関係をキャプチャする。
畳み込みグラフニューラルネットワークにおけるメッセージパッシングステップとして,多面的な自己注意を利用して,グラフ内の衣服アイテム間の関係をキャプチャするトランスフォーマーアーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-04-17T09:18:45Z) - 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) - Recommendation of Compatible Outfits Conditioned on Style [22.03522251199042]
この作品は、実生活で身につけるようなスタイルやテーマを前提とした衣装を作り出すことを目的としている。
我々は、スムーズなラテント空間で衣装スタイルをレンダリングする新しいスタイルエンコーダネットワークを使用している。
論文 参考訳(メタデータ) (2022-03-30T09:23:32Z) - 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) - Garment Recommendation with Memory Augmented Neural Networks [28.93484698024234]
記憶増強ニューラルネットワーク(MANN)を活用した、トップスとボトムスという異なる衣料品をペアリングする衣料推奨システムを提案する。
推奨事項を洗練するために、Matrix Factorizationを介してユーザーの好みを含める。
オンラインファッションコミュニティから収集したデータセット iqon3000 について実験を行い,その成果を報告する。
論文 参考訳(メタデータ) (2020-12-11T09:13:14Z) - 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) - 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) - 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。