上下文感知的视觉兼容性预测
计算机视觉与模式识别
2019-02-13 v2
摘要
我们如何确定两件或多件衣物是否兼容或在视觉上令人愉悦？部分答案在于对视觉美学的理解，并受到由社会态度、时间和地点塑造的个人偏好的影响。在本工作中，我们提出了一种基于物品的视觉特征及其上下文来预测物品间兼容性的方法。我们将上下文定义为已知与这些物品各自兼容的产品。我们的模型与其他仅依赖物品特征间成对比较的度量学习方法形成对比。我们使用图神经网络来解决兼容性预测问题，该网络学习生成以其上下文为条件的产品嵌入。我们展示了在两个时尚数据集 Polyvore 和 Fashion-Gen 以及 Amazon 数据集子集上测试的两个预测任务（填空和穿搭兼容性）的结果；在使用上下文信息时我们取得了最先进的结果，并展示了测试性能如何随着使用更多上下文而提升。
引用
@article{arxiv.1902.03646,
title = {Context-Aware Visual Compatibility Prediction},
author = {Guillem Cucurull and Perouz Taslakian and David Vazquez},
journal= {arXiv preprint arXiv:1902.03646},
year = {2019}
}