利用人工智能分析时尚趋势

分析时尚趋势在时尚产业中至关重要。当前的时尚预测机构，如 WGSN，利用来自全球的视觉信息来分析和预测时尚趋势。然而，分析时尚趋势耗时且极度依赖人力，需要员工手动编辑与分类。为提高此类基于图像的信息的数据分析效率并降低时尚图像分析成本，本研究提出一种使用人工智能（A.I.）算法的数据驱动定量抽象方法。具体而言，一个 A.I. 模型在大规模数据集下的不同场景（例如线上店铺与街拍快照）中的时尚图像上进行了训练。该模型用于检测服装，并对走秀照片与视频的纹理、服装款式和细节等服装属性进行分类。研究发现，该 A.I. 模型能生成检测区域的丰富属性描述，并准确绑定图像中的服装。采用 A.I. 算法展现出 promising（有前景的）结果及自动分类服装类型与细节的潜力，可使趋势预测过程更具成本效益且更快速。