SizeNet:时尚图像中视觉尺寸与合身度的弱监督学习
计算机视觉与模式识别
2019-05-29 v1
摘要
寻找合身的衣物是电商时尚行业的热门话题。解决该问题的大多数方法基于统计方法,依赖已购买和退回商品的歷史数据。这类方法面临每天出现在购物平台上的数千件商品无先验购买历史的冷启动问题。我们提出利用视觉数据推断时尚商品的尺寸与合身特征。我们引入SizeNet,一种弱监督师生训练框架,其结合统计模型的力量与商品图像丰富的视觉信息,学习尺寸与合身特征的视觉线索,能够应对具有挑战性的冷启动问题。在数千件纺织品服装(包括连衣裙、裤子、针织衫、上衣等,来自数百个不同品牌)上进行了详细实验。
引用
@article{arxiv.1905.11784,
title = {SizeNet: Weakly Supervised Learning of Visual Size and Fit in Fashion Images},
author = {Nour Karessli and Romain Guigourès and Reza Shirvany},
journal= {arXiv preprint arXiv:1905.11784},
year = {2019}
}
备注
IEEE Conference on Computer Vision and Pattern Recognition Workshop (CVPRW) 2019 Focus on Fashion and Subjective Search - Understanding Subjective Attributes of Data (FFSS-USAD)