最小の工夫を計算し、最高の服装を演出する「Fashion++」モデル

3つの要点

 

✔️ ファッションの最適化を、”小さな工夫”で最適に行う新たな画像生成モデル

✔️ “ブーストラップ法”による局所的な学習を用いた、完全に新規な学習手法

✔️流行などの影響を考慮した、少ない教師データにおけるスケーラブルな学習手法

 

 

 

上の画像を見てみましょう。左から、アクセサリーを外す、シャツからハイネックブラウス、シャツを入れるといった風に、少しの操作しか加えていません。しかし、(個人の見方によるかもしれませんが)全体的な印象が変化して見えるでしょう。

今回は、人間の服装に対して、”少しの操作”を加えることで”大きな服装の改善”を最適に計算してくれるモデル「Fashion++」を紹介します。

「Fashion++」はわずかなの工夫で服装を改善するために、”着る・脱ぐ・外す”だけでなく、例えば着方を変えたり、服を交換するなどの提案をしてくれます。

Fashion++とは?

今回紹介するモデル「Fashion++」は、既存モデルとは大きく異なり、”小さな工夫”で服装を最適化する必要性があります。そのために、従来の画像解析モデルと比較し、以下のような課題があります。

1つ目は、学習について、単純な教師ありモデルでは、様々なファッションについて”良いパターン”と”悪いパターン”のペア画像の違いを学習させていくでしょう。しかしながら、そのような都合の良いデータは存在せず、集めるのにも非常に労力がかかります。さらに、データを集めたとしても”流行遅れ”だと”良いパターン”が良くない場合があります。

この記事をシェアする