提案には、袖なしのトップスを選ぶ、またはより丈の長いジャケットを選ぶといった調整が含まれる場合があります。
「まるで友人が意見をくれるように考えました」と、テキサス大学オースティン校のコンピュータサイエンス教授であるKristen Grauman氏は語ります。同氏のこれまでの研究は、主に人工知能のための視覚認識に焦点を当ててきました。
「また、既存のコーディネートに少しずつ手を加え、ほんの少しでも良くできるという実践的な考え方にも基づいています。」
ファッションに対する人工知能の目
このツールの名称はFashion++であり、画像内の衣服の色、柄、質感、形状を分析するために視覚認識システムを使用します。どこに手を加えると最も効果的かを検討します。その後、ユーザーにいくつかの代替コーディネートを提示します。
研究者らは、ファッション愛好家向けのオンラインサイトで公開されている1万枚を超えるコーディネート画像を使ってFashion++を訓練しました。流行のコーディネートの画像を見つけるのは簡単だったと、大学院生のKimberly Hsiao氏は語ります。一方、流行らしくない画像の収集は困難でした。そこで同氏は別の方法を考案しました。流行のコーディネートの画像を組み合わせて、流行らしさの劣る例を作成し、何を着るべきでないかについてもシステムを訓練したのです。
「ファッションのスタイルが進化するにつれて、スタイルが進化するに応じて、インターネット上に豊富にある新しい画像を与えることで、AIは学習を続けることができます」とHsiao氏は述べています。
バイアスの問題
あらゆるAIシステムと同様に、バイアスはFashion++のデータセットを通じて入り込む可能性があります。研究者らは、学習用の画像がインターネットから取得されており、インターネットが広く使われるようになったのは1990年代以降に過ぎないため、ヴィンテージのスタイルはおしゃれだと認識されにくいと指摘しています。さらに、画像を投稿したユーザーの大半が北米出身であったため、世界の他の地域のスタイルはあまり反映されていません。
もう一つの課題は、流行の服の画像の多くがモデルに着用されたものである一方、体型は大小さまざまで、ファッションの選択に影響を与えるという点です。次に、Grauman氏とHsiao氏は、AIが体型に合う服装を学習できるよう取り組んでおり、それにより推奨がより個別化されることを目指しています。
「私たちは、人の体型と、その人にどのような服が似合うかの相互関係を検討しています。この研究を通じて、あらゆる体の大きさや形の人々に応用の範囲を広げられることに期待しています」とGrauman氏は述べています。
Grauman氏とHsiao氏は、来週、韓国ソウルで開催される国際コンピュータビジョン会議において、自らのアプローチに関する論文を発表する予定です。
Cornell Tech、ジョージア工科大学、Facebook AI Researchの研究者も、この研究に貢献しました。
