通过时尚认知学习实现得体穿搭
计算机视觉与模式识别
2025-10-21 v2
摘要
时尚兼容性模型使在线零售商能够轻松获得大量高质量的服装搭配。然而，有效的时尚推荐需要对每位顾客提供精确服务，并更深层次地认知时尚。本文首次开展时尚认知学习研究，即基于个人身体信息的时尚推荐。为此，我们提出时尚认知网络（FCN）以学习服装搭配的视觉-语义嵌入与个体外观特征之间的关系。FCN包含两个子模块，即搭配编码器与多标签图神经网络（ML-GCN）。搭配编码器使用卷积层将一套服装编码为搭配嵌入。后一模块通过堆叠GCN学习标签分类器。我们在新收集的O4U数据集上进行了大量实验，结果提供了强有力的定性与定量证据，表明我们的框架优于替代方法。
引用
@article{arxiv.2208.00639,
title = {Dress Well via Fashion Cognitive Learning},
author = {Kaicheng Pang and Xingxing Zou and Waikeung Wong},
journal= {arXiv preprint arXiv:2208.00639},
year = {2025}
}