从照片中建模时尚影响力
计算机视觉与模式识别
2020-11-20 v1 多媒体
摘要
服装风格的演变及其在世界范围内的迁移引人入胜，却难以定量描述。我们提出从商品目录和社交媒体照片中发现并量化时尚影响力。我们沿两条渠道探究时尚影响力：地理位置与时尚品牌。我们引入一种方法，检测这些实体中哪些在风格传播上影响了哪些其他实体。随后，我们利用所发现的影响力模式来构建一个新颖的预测模型，该模型可预测任意给定风格在任意给定城市或品牌中的未来流行度。为展示我们的思路，我们利用来自44个世界主要城市的770万张Instagram公开大规模照片（其中风格以不同频率被穿着）以及41K张Amazon产品照片（其中风格以不同频率被购买）。我们的模型直接从图像数据中学习风格如何在地点间流动，以及某些品牌如何以可预测的方式影响彼此的设计。所发现的影响力关系揭示了城市和品牌如何针对从图像中推断出的多种视觉风格施加和接收时尚影响。此外，所提出的预测模型在具有挑战性的风格预测任务上取得了SOTA结果。我们的结果表明将视觉风格演变在空间和时间上同时锚定的优势，并且首次量化了品牌间与城市间影响的传播。
引用
@article{arxiv.2011.09663,
title = {Modeling Fashion Influence from Photos},
author = {Ziad Al-Halah and Kristen Grauman},
journal= {arXiv preprint arXiv:2011.09663},
year = {2020}
}
备注
To appear in the IEEE Transactions on Multimedia, 2020. Project page: https://www.cs.utexas.edu/~ziad/influence_from_photos.html. arXiv admin note: substantial text overlap with arXiv:2004.01316