面向定制化服装搭配的可解释分区嵌入
计算机视觉与模式识别
2018-06-22 v4 机器学习
摘要
近年来智能服装搭配日益流行。一些基于深度学习的方法近期展现出有竞争力的搭配效果。然而，这类基于深度学习的方案不可解释的特性，使其无法满足设计师、商家与消费者对于理解服装搭配中不同属性重要性的迫切需求。为实现可解释且定制化的服装搭配，我们提出一种分区嵌入网络，从服装单品中学习可解释的表示。整体网络架构由三部分组成：自编码器模块、有监督属性模块和多独立模块。自编码器模块用于将全部有用信息编码进嵌入中。在有监督属性模块中，采用多个属性标签以确保整体嵌入的不同部分对应于不同属性。在多独立模块中，采用对抗操作以实现相互独立约束。借助可解释的分区嵌入，我们进而构建搭配图与属性匹配图。给定指定属性描述，我们的模型可推荐带可解释匹配分数的排序服装搭配列表。大量实验表明：1）分区嵌入具有对应于不同属性的无混杂部分；2）与现有方法相比，我们的模型推荐的搭配更令人满意。
引用
@article{arxiv.1806.04845,
title = {Interpretable Partitioned Embedding for Customized Fashion Outfit Composition},
author = {Zunlei Feng and Zhenyun Yu and Yezhou Yang and Yongcheng Jing and Junxiao Jiang and Mingli Song},
journal= {arXiv preprint arXiv:1806.04845},
year = {2018}
}