Hoe Machine Vision de modewereld gaat veranderen

In de film The Devil Wears Prada uit 2006 meet de beruchte moderedacteur Miranda Priestly mensen in één oogopslag door hun kleding te analyseren, wie ze heeft ontworpen en uit welk jaar ze dateren. Priestly's personage is beroemd geïnspireerd door Anna Wintour, de al lang bestaande hoofdredacteur van Vogue, zelf een stijlicoon. –>

Maar als een mens modestijlen kan herkennen en dateren met weinig meer dan een blik, waarom dan niet een machine? Tegenwoordig laten KuanTing Chen van de National Taiwan University in Taipei en een paar vrienden zien dat dit precies mogelijk is: dat machinevisie mode en veranderingen kan classificeren die zich van het ene seizoen op het andere voordoen. In het bijzonder gebruiken ze hun machine vision-technieken om te laten zien hoe trends in modeshows invloed hebben op street-chique outfits die daarna verschijnen.

Chen en co beginnen met het trainen van hun machine vision-algoritme om de lichaamshouding van een persoon in een afbeelding te identificeren en vervolgens het lichaam in negen regio's te verdelen: de boven- en onderarmen en benen, en de romp. Vervolgens analyseert het de kleur, textuur, huid, enzovoort voor elk van deze gebieden om een ​​lijst te maken die fungeert als een visuele kenmerkvector voor het hele lichaam.

Het vergelijken van modestijlen komt dan neer op het relatief eenvoudige wiskundige proces van het vergelijken van deze 72-dimensionale vectoren.

Vervolgens stellen ze twee databases met foto's samen. De eerste bevat 8.000 foto's van fotomodellen tijdens New York Fashion Week-shows voor de lente/zomerseizoenen van 2014 en 2015. De tweede bevat ongeveer 1.000 foto's van street-chique mode, gemaakt tijdens de lente- en zomerseizoenen in 2014 en 2015.

Fashion week is een belangrijk evenement in New York. Het bestaat uit zo'n 300 landingsevenementen die door maar liefst 100.000 mensen werden bijgewoond. Een interessante vraag is dus hoe de trends die tijdens de evenementen van de week naar voren komen, het komende seizoen de mode op straat gaan beïnvloeden.

Om daar achter te komen, gebruikt Chen hun machine vision-algoritme om deze trends te identificeren en te zien hoe ze street chic beïnvloeden.

De resultaten zorgen voor interessante lectuur. Het algoritme ontdekte dat een klein aantal klassieke outfitstijlen elk jaar gebruikelijk zijn. In de kleur van het bovenlichaam hebben zowel mode-afbeeldingen van 2014 als 2015 een grote hoeveelheid witte, grijze en zwarte kleuren, zeggen ze.

Maar een belangrijk aandachtspunt is hoe de mode verandert en ook hier helpt het algoritme. Het ontdekte dat in 2015 meer populaire stijlen waren inclusief sluiting en tanktops, en gestreepte materialen, en meer populaire kleuren waren blauw, cyaan en rood voor het bovenlichaam.

Interessant genoeg werd deze verandering in populariteit weerspiegeld in de street-chic dataset. We konden zien dat veel mensen de neiging hebben om kledingstijlen na te bootsen die in de modeshows worden getoond, zeggen Chen en co.

Er waren ook verschillen tussen de fashion week en street-chic datasets. Zo zag het team in 2014 de populariteit van lange kniekleding en lange mouwen in street-chic outfits toenemen. Chen en co speculeren dat dit het resultaat moet zijn van de bijzonder koude zomer van dat jaar, die mensen aanmoedigde om warmere kleding te dragen die een groter deel van het lichaam bedekte.

Dat is interessant werk dat laat zien hoe geavanceerd machine vision in relatief korte tijd is geworden. Dat is het resultaat, althans gedeeltelijk, van verbeterde algoritmen voor het schatten van lichaamshoudingen waarmee ledematen en andere lichaamsdelen snel konden worden geïdentificeerd.

Het laat ook zien hoe culturele invloeden zoals mode zich snel door de samenleving verspreidden. Het lijkt duidelijk dat modetrends uit modeshows mensen inderdaad een kledingreferentie geven en een grote invloed hebben op het dagelijkse leven van mensen, zeggen Chen en co.

Veel volgers van de mode zullen dit zeer goed kennen. Het verschil is nu dat het effect kan worden gekwantificeerd op een manier die waardevolle feedback kan geven aan modehuizen, ontwerpers en consumenten.

Dat is waarschijnlijk een potentieel winstgevende manier om machinevisie te gebruiken. Miranda Priestly was misschien onder de indruk.

Referentie: arxiv.org/abs/1508.04785 : Wie zijn de duivels die Prada dragen in New York City?

zich verstoppen