跨服装类别学习时尚兼容性用于穿搭推荐
计算机视觉与模式识别
2019-05-10 v1
摘要
本文解决在用户对某特定服装单品感兴趣时，生成用于补全穿搭的推荐问题。所提方法基于一个用于特征提取的连体网络（siamese network），其后接一个全连接网络用于学习时尚兼容性度量。由连体网络生成的嵌入被辅以颜色直方图特征，其动机是颜色在决定时尚兼容性中所起的重要作用。网络的训练被表述为最大后验（MAP）问题，其中对连体网络的滤波器假设拉普拉斯分布以促使稀疏性，对度量网络的权重假设矩阵变量正态分布以高效利用各全连接层输入单元间的相关性。
引用
@article{arxiv.1905.03703,
title = {Learning fashion compatibility across apparel categories for outfit recommendation},
author = {Luisa F. Polania and Satyajit Gupte},
journal= {arXiv preprint arXiv:1905.03703},
year = {2019}
}
备注
Accepted for publication at ICIP 2019