Loom：基于语义材质兼容性与场景感知嵌入先验的混合检索-评分穿搭推荐
信息检索
2026-05-12 v1 计算机视觉与模式识别
摘要
我们提出了Loom，一个结合神经嵌入检索与结构化领域评分的穿搭推荐系统，用于从时尚目录中生成完整、协调的穿搭。给定一个锚点服装单品，Loom通过在FashionCLIP嵌入上进行槽位约束的近似最近邻搜索来检索互补单品，然后使用一个多目标函数对候选穿搭进行评分，该函数整合了六个信号：嵌入相似度、色彩和谐度、正式度一致性、场景协调性、风格方向和穿搭内多样性。我们引入了两种技术来解决纯学习或纯规则方法的局限性：(1) 语义材质权重，它使用CLIP嵌入几何来推断服装厚重感以实现层次兼容性，而无需手工编码的材质分类法；(2) 氛围/反氛围场景先验，它将场景上下文的散文描述作为CLIP空间中的锚点向量嵌入，并通过差异亲和力对项目进行评分。在包含620个单品的目录上的消融实验表明，每个组件都对穿搭质量有可衡量的贡献：完整系统实现了0.179的平均穿搭得分和9.3%的硬违规率，而类别约束的随机基线得分为0.054和16.0%的违规率，得分提高了3.3倍，违规率降低了42%。方向重排序是不可或缺的单一组件：移除它会使得分降至0.052，基本等同于随机。该系统在商用硬件上能在5秒内生成三套风格迥异的穿搭。
引用
@article{arxiv.2605.09830,
title = {Loom: Hybrid Retrieval-Scoring Outfit Recommendation with Semantic Material Compatibility and Occasion-Aware Embedding Priors},
author = {Anushree Berlia},
journal= {arXiv preprint arXiv:2605.09830},
year = {2026}
}
备注
Code: https://github.com/anushreeberlia/loom