从个人衣橱中推荐穿搭组合
计算机视觉与模式识别
2018-04-27 v1
摘要
我们考虑为推荐而对时尚穿搭进行评分，其中假设用户拥有一个物品衣橱，我们的目标是为衣橱中任意组合的物品生成一个分数。穿搭评分的挑战在于系统的输入是一组无序且尺寸各异的物品图片。我们构建了一个基于深度神经网络的系统，能够接收变长物品并预测一个分数。我们从流行的时尚分享网站 Polyvore 收集了大量穿搭数据，并评估了我们评分系统的性能。我们将我们的模型与随机选择基线进行比较，既在传统的分类评估上，也在使用众包平台的人们判断上。我们的模型在分类准确率上超过 84%，与人类标注者的一致性比例达到 91%，能够可靠地对穿搭质量进行评分。我们还在评分器之上构建了一个穿搭推荐器，以展示我们的模型作为个人衣橱助手的实际应用。
引用
@article{arxiv.1804.09979,
title = {Recommending Outfits from Personal Closet},
author = {Pongsate Tangseng and Kota Yamaguchi and Takayuki Okatani},
journal= {arXiv preprint arXiv:1804.09979},
year = {2018}
}