在《穿普拉达的女王》电影中,时尚杂志总编辑米兰达•普瑞斯特只需一眼,就可以看出别人穿的衣服是由谁设计的,并且知道服装设计灵感可以追溯至哪一年。
如今,通过使用机器视觉也可以完全做到这一点。机器视觉可以区分一个季度到下一个季度的时尚变化,并且用机器视觉技术还能够显示出时装秀对街头服装所产生的影响。维视图像今天就来和大家探讨一下机器视觉在时尚界展开的研究。
首先,通过训练机器视觉算法,识别图片中模特的身体姿势,然后将身体划分成九个不同的区域——上臂、下臂、大腿、小腿(区分左右肢)和躯干,分析这些区域的服装颜色、纹理和皮肤等信息来创建一个列表,其作用类似于为整个身体创建一个视觉特征方面的向量列表。所以,比较时尚风格就变成了比较多个维度的向量这样相对简单的数学过程。
之后,收集至少两组数据库。例如,第一组包含8000张2014年和2015年纽约时装周春/夏季时装模特的图片。第二组则包含在2014年和2015年春/夏季期间所拍摄的约1000张街头时尚服饰的图片,如下图所示。
通过算法可以发现,少量的经典服装风格在每年都十分常见。无论是2014年还是2015年,甚至是2017年,上身的服装颜色在时尚影像中大量的使用了白色、灰色和黑色。
调查发现,在2015年,更流行的款式包括半开襟套衫和吊带衫,以及带有条纹的服装材料,更流行的颜色是蓝色,青色和红色。对此,机器视觉算法也可以分析时尚的变化,而这种时尚变化在受欢迎程度上所呈现数据也反映出了街头时尚。通过数据可以告诉大家,很多人都有模仿时装秀中所示的服装款式。
不过,时装周所展现的趋势和街头服饰的数据集之间也存在一些差异。例如,在2014年的街头时尚服装中,过膝的裤子和长袖衣服受欢迎程度出现了上升。这应该是当年的夏天相比其他年份要冷,因此人们会穿上略微暖和一点的衣服覆盖身体。
很显然,时装秀的时尚潮流确实为人们提供了服装参考,并且对人们的日常生活产生了重大影响。许多时尚追随者非常熟悉这一点,所不同的是,如今可以对其影响以计算机视觉的方式进行量化,并为时装店、设计师和消费者提供有价值的反馈,这可能也是使用机器视觉技术获利的一种方式。