英语原文共 140 页，剩余内容已隐藏，支付完成后下载完整资料
兼容性建模
——服装搭配的数据和知识应用
信息概念、检索和服务综合讲座
摘要
如今，时尚已经成为人们日常生活的重要方面。由于每个服装搭配通常包括几个互补项，例如上衣、下装、鞋子和配饰，因此一套合适的服装搭配很大程度上取决于这些互补项的协调搭匹配度。然而，并不是每个人都擅长于服装的搭配，尤其是那些缺乏时尚审美的人。幸运的是，像IQON和Chictopia等以在线时尚为导向的社区以及Amazon和eBay等电子商务网站的数量都在增加。关于人们各种时尚行为的大量现实世界数据为自动化的服装搭配打开了一扇门。
尽管具有重要价值，但由于服装搭配的兼容性模型会评估给定的一组（相等或两个以上的）时尚服饰，例如一件上衣和一条裙子的兼容性得分，这带来了严峻的挑战：（1）缺乏全面的基准；（2）尚未充分利用多模式特征变量进行全面的兼容性建模；（3）如何利用领域知识指导机器学习；（4）如何提高兼容性模型的可解释性；（5）如何在个性化兼容性建模中对用户因素进行建模。迄今为止，这些挑战在很大程度上尚未得到探索。
本书中，我们阐明了几种有关兼容性建模的最新理论。特别是我们为了促进研究，首先构建了三个基于包括IQON和Amazon在内的不同在线时尚网站的大规模基准数据集。然后，我们介绍一种基于高级神经网络的通用数据驱动的兼容性建模。为了利用丰富的时尚领域知识，即服装搭配规则，我们接下来提出一种新颖的知识导向的兼容性建模框架。其后，为了提高模型的可解释性，我们提出了一种基于原型的可解释兼容性建模方法。接着，注意到用户的主观审美，我们将通用兼容性模型扩展到个性化版本。此外，我们进一步研究了个性化胶囊衣柜的现实问题，旨在生成既兼容又适合用户的最小服装集合。最后，我们总结了这本书并展望了未来的研究方向，例如生成式兼容性建模，任意姿势的虚拟试穿以及服装生成。
关键词：兼容性建模，服装搭配，可解释性模型，知识蒸馏，偏好建模，个性化胶囊衣橱
目录
前言
致谢
1 介绍
1.1背景
1.2挑战
1.3我们的解决办法
1.4书的结构
2 数据采集
2.1用于通用兼容性建模的数据集1
2.2用于个性化兼容性建模的数据集2
2.3用于个性化衣橱构建的数据集3
3 数据驱动的兼容性建模
3.1介绍
3.2相关工作
3.2.1时尚分析
3.2.2表征学习
3.3方法论
3.3.1注释
3.3.2问题公式化
3.3.3非线性兼容空间
3.3.4兼容性测量
3.3.5 BPR-DAE
3.3.6 优化
3.4试验
3.4.1试验设置
3.4.2数据透视
3.4.3关于模型比较
3.4.4关于组成比较
3.4.5关于形式比较
3.4.6关于完善时尚服饰检索
3.5 总结
4知识导向的兼容性建模
4.1介绍
4.2 相关工作
4.2.1兼容性建模
4.2.2知识蒸馏
4.3方法论
4.3.1问题公式化
4.3.2数据驱动的兼容性建模
4.3.3细化知识蒸馏
4.3.4导师级网络结构
4.3.5规则结构
4.4试验
4.4.1试验设置
4.4.2关于模型比较
4.4.3关于attention mechanism
4.4.4 关于时尚服饰的检索
4.5总结
5基于原型的可解释的兼容性建模
5.1介绍
5.2相关工作
5.2.1可解释的兼容性建模
5.2.2矩阵分解
5.3方法论
5.3.1问题公式化
5.3.2语义属性表示
5.3.3潜在兼容空间
5.3.4 原型导向兼容性建模
5.3.5 可解释的属性操作
5.4试验
5.4.1试验设置
5.4.2关于方法比较
5.4.3关于原型导向的属性操作
5.4.4 关于时尚服饰检索
5.5总结
6个性化兼容性建模
6.1介绍
6.2相关工作
6.3方法论
6.3.1问题公式化
6.3.2通用兼容性建模
6.3.3个人偏好建模
6.3.4 优化
6.4试验
6.4.1实现
6.4.2关于模型比较
6.4.3关于组件比较
6.4.4 关于时尚服饰检索
6.5总结
7生成个性化胶囊衣橱
7.1介绍
7.2相关工作
7.2.1用户建模
7.2.2服装模型
7.2.3PCW生成
7.4体型分配方案
7.5试验
7.5.1试验设置
7.5.2关于模型比较
7.5.3关于消融学习
7.5.4 关于用户体型建模
7.6总结
8研究前沿
8.1可生成的兼容性建模
8.2任意姿势的虚拟试穿
8.3服装生成
参考文献
作者的传记
前言
毫无疑问，服装在人们的日常生活中起着至关重要的作用。因为合适的服装可以极大地提升一个人的良好形象。由于每个服装搭配通常包括几个互补项，例如上衣、下装、鞋子和配饰，因此，合适服装的关键在于服装的和谐搭配。但是，并非每个人都是天生的服装造型师，这使得选择合适的服装成为繁琐甚至烦人的日常工作。因此我们值得去关注开发一种有效的服装搭配方案，以帮助人们找到给定服饰的搭配并得出一套合适的穿搭。得益于IQON和Chictopia等在线时尚社区以及Amazon和eBay等电子商务网站的兴起，大量有关用户关于时尚服饰的购买、评论和搭配的现实世界数据已经积累下来，研究人员可以探究服装搭配的编码。
从某种意义上讲，这里出现的服装搭配问题主要要求对人们在时尚服饰的观念兼容性建模。尽管具有重要价值，但服装搭配的兼容性建模涉及的不仅有大量的特征变量还有复杂的因素，比如领域因素和用户因素，面临着如下艰巨的挑战：
（1）缺乏全面的基准。我们要如何构建综合数据集以促进兼容性模型的验证？
（2）综合建模。现有的研究主要集中在基于商品的视觉图像来衡量兼容性，但没有考虑其上下文信息。因此，具有多模式特征变量的全面兼容性建模在很大程度上尚未开发。
（3）知识整合。作为人们日常生活中不可或缺的一部分，服装搭配领域已经积累了宝贵的知识，如何利用领域知识指导机器学习是我们面临的另一个挑战；
（4）提高可解释性。一个实用的兼容性模型应不仅最终确定给定的服饰是否合适，还应提供根本的原因。如何提高兼容性模型的可解释性构成了一个至关重要的挑战。
（5）用户因素。用户在服装搭配上的审美因其不同的时尚品味而可能是主观的。同时，用户的体型也会在一定程度上影响服装搭配的兼容性模型。因此，应研究个性化的兼容性模型。
除此之外，还提出了一些其他的挑战，包括用于服装搭配的各种知识规则，用户偏好建模以及基于用户体型兼容性建模的置信度确定。
实际上，服装行业的巨大经济效益已经引起了许多研究人员的关注。现有的工作主要集中在解决服装检索、服装推荐和时尚趋势预测的问题。然而，仅有少数研究致力于兼容性建模，更不用说知识导向和个性化兼容性建模等方面了。注意到当下的这个机会，我们在本书中介绍了一些有关兼容性建模的最新理论。特别是，我们首先总结了已经用于促进其他研究人员工作的构建多个综合基准数据集的方法。接着我们介绍了会受复杂因素影响的基于纯数据驱动方式的通用兼容性建模。为了进一步提升性能，我们接下来提出一种新颖的知识导向的兼容性建模框架，其中介绍了一种知识编码方法。其后，我们通过潜在的兼容或不兼容原型学习提升了兼容性建模方案的可解释性。接下来，我们将通用兼容性建模扩展到个性化兼容性建模，在此基础上，我们将进一步研究个性化胶囊衣橱创建的实际应用。最后，我们总结了这本书并展望了兼容性建模领域的未来研究方向，例如生成式兼容性建模，任意姿势的虚拟试穿以及服装生成。
本书介绍了有关时尚的兼容性建模的初步研究，我们希望它能唤醒积极的研究人员在这一激动人心的领域开展工作。总体而言，本书通过阐明重要的研究主题和该领域的最新发展，对兼容性建模问题进行了深入的介绍。它适用于对服装搭配工作的兼容性建模感兴趣的学生、研究人员以及从业人员。值得注意的是，尽管本项研究中使用的数据集偏向于女性，因为男性用户在面向时尚的在线网站中并不活跃，但只要相应的数据是有效的，则本书中介绍的理论可以毫不费力地应用于男性服装。如果在这本书中我们能够比别人梦想得更远，那是因为我们站在巨人的肩膀上。
宋雪萌，聂礼强，王英龙
2019.9
1介绍
1.1背景
根据FashionUnited.com[1]，全球时尚服装行业价值3万亿美元，占世界国内生产总值的2%，这表示时装市场蓬勃发展以及人们对服装的需求也很大。实际上，除了生理需要外人们对于服饰还有自尊心，因为着装得体被视为日常生活的重要组成部分。由于每个服装搭配通常包括多个互补项（例如上衣、下装和鞋子），因此一套合适的穿搭很大程度上取决于服饰搭配的和谐度。然而，现有大量时尚服饰往往让人们不知所措，使他们难以组合出一套合适的穿搭，尤其是对于那些缺乏时尚审美的人。因此，迫切需要设计一种自动服装搭配方案来帮助人们找到给定服饰的搭配，以得出一套合适的穿搭。
与此同时，近年来已经兴起了各种在线时尚社区，比如Polyvore[2], IQON,[3] and Chictopia[4]，在此时尚专家们可以通过向公众展示他们的服装搭配来分享其时尚秘诀。图1.1.展示了Polyvore网站的几种服装组合。实际上，为了更好地说明，时尚潮流社区的服饰通常不仅与纯背景下的视觉图像相关，还与丰富的上下文数据，例如标题和类别相关。因此，大量带有丰富元数据的服装组合自然而然地使得在线时尚潮流社区成为研究服装搭配代码的极好场所。除了这些时尚潮流社区之外，流行的电子商务网站，例如亚马逊[5]和易趣[6]网站都能够让用户评价他们购买的商品的详细尺寸说明，这为服装搭配提供了重要的提示。这些宝贵的评论不仅可以为用户提供时尚服饰方面的参考，还有提供体型方面的参照，这有利于促进个性化的服装搭配。
图1.1 Polyvore网站上的服装组合示例
1.2挑战
在本项研究中，我们主要关注服装搭配中的基本问题：兼容性建模，旨在评估给定的一组（相等或两个以上的）时尚服饰，例如一件T恤和一条牛仔裤的兼容性得分。由于服装搭配的兼容性建模涉及的不仅有大量的特征变量还有复杂的因素，比如领域因素和用户因素，面临着如下艰巨的挑战。
首先是综合建模。现有研究主要集中在基于时尚服饰的视觉图像来衡量它们之间的兼容性，但忽略了诸如商品的描述标题和类别之间的上下文信息，这些信息也可以表现商品的关键特征并有助于兼容性建模。并且由于不同形式表示的是同一时尚服饰，因此它们应该有一定的语义相关性。因此，如何结合同一时尚服饰的视觉和上下文形式的关联进行建模，以及无缝地联合不同的模态数据以提高性能是我们面临的主要
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[235344]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
