建议可能包括一些调整，例如选择无袖上衣或长外套。
德克萨斯大学奥斯汀分校计算机科学教授克里斯汀·格劳曼(Kristen Grauman)说：“我们认为这就像是一个可以给您反馈的朋友。”他以前的研究主要集中在人工智能的视觉识别上。
“这还受到一个实际想法的激励：我们可以与给定的服装一起进行小的更改，这样会更好一些。”
人工智能注视着您的时尚
名为Fashion ++的工具使用视觉识别系统来分析图像中服装的颜色，图案，纹理和形状。它考虑了编辑将在哪些方面产生最大的影响。然后，它为用户提供了几种替代服装。
研究人员使用超过10,000张服装图片在网上培训了时尚爱好者，从而培训了Fashion ++。研究生金佰利(Kimberly Hsiao)说，找到时尚服装的图片很容易。寻找不时髦的图像被证明是具有挑战性的。因此，她想出了一种解决方法。她将时尚服装的图像混合在一起，以创建不太时尚的示例，并对系统进行了不穿衣服方面的培训。
Hsiao说：“随着时尚风格的发展，AI可以通过为其提供新的图像来继续学习，这些图像在互联网上非常丰富。”
偏见问题
与任何AI系统一样，Fashion ++的数据集也会产生偏差。研究人员指出，老式的外观很难被识别为时尚的，因为训练图像来自互联网，互联网仅在1990年代才被广泛使用。另外，由于提交图像的用户主要来自北美，因此来自世界其他地区的样式显示不多。
另一个挑战是模型上会出现许多时髦的服装图像，但是身体的尺寸和形状却多种多样，从而影响了时尚的选择。下一步，Grauman和Hsiao正在努力让AI了解什么能使不同的身体形状变得讨人喜欢，以便可以更加量身定制其建议。
“我们正在研究一个人的身体形状与衣服如何适应他们之间的相互作用。通过这项研究，我们很高兴能扩展到各种身材和体形的人的适用范围。”
Grauman和Hsiao将在下周于韩国首尔举行的计算机视觉国际会议上发表有关其方法的论文。
来自康奈尔科技大学，乔治亚理工大学和Facebook AI Research的其他研究人员为这项工作做出了贡献。