<dl id="rtil1"></dl>
<div id="rtil1"></div>

    <dl id="rtil1"><ins id="rtil1"><thead id="rtil1"></thead></ins></dl>
    <div id="rtil1"><tr id="rtil1"><object id="rtil1"></object></tr></div>
      <div id="rtil1"></div>
      <div id="rtil1"></div>
        <em id="rtil1"></em>
        <sup id="rtil1"><ins id="rtil1"></ins></sup>

        <progress id="rtil1"></progress>

          <dl id="rtil1"></dl><dl id="rtil1"></dl><progress id="rtil1"><tr id="rtil1"><object id="rtil1"></object></tr></progress><em id="rtil1"></em>
          <span id="rtil1"><address id="rtil1"></address></span>

            <div id="rtil1"></div>
            <em id="rtil1"></em>

            用戶名:

            密碼:

            驗證碼:

            當前位置:新媒動態 > 明星時尚 > 時尚前沿 >

            阿里 FashionAI 數據集:用知識重建構造「時尚+AI」的巴別塔

            2018-07-11 13:01 記者觀察網 點擊次數 :

            阿里 FashionAI 數據集:用知識重建構造「時尚+AI」的巴別塔

            2018-07-07 20:41 來源:雷鋒網 阿里巴巴 /淘寶 /人工智能

            原標題:阿里 FashionAI 數據集:用知識重建構造「時尚+AI」的巴別塔

            雷鋒網 AI 科技評論按:《圣經 ·舊約·創世記》第 11 章記載,人類希望能聯手共建通往天堂的巴別塔,但因為各種族語言不通,計劃因此失敗。而在時尚領域,人工智能同樣面臨巴別塔難題,專業人士、機器智能和普通消費者之間存在信息阻滯和溝通不暢。

            客觀科學和主觀時尚,這兩個概念看似互相矛盾,實際上從某種程度上也反映著傳統行業與全新技術的鴻溝。如何用機器能理解的邏輯語言,清楚地定義、規范和傳遞一個行業、尤其是時尚行業的 benchmark? 在阿里巴巴「圖像和美」團隊和香港理工大學紡織及服裝學系的這次深度合作中,我們或許能找到答案。

            阿里 FashionAI 數據集:用知識重建構造「時尚+AI」的巴別塔

            7 月 4 日至 6 日,由阿里巴巴「圖像和美」團隊聯合香港理工大學紡織及服裝學系、英國紡織協會聯合舉辦的「人工智能與時尚紡織大會」學術會議在香港理工大學舉行,同期包括學術主題演講、2018 FashionAI 全球挑戰賽決賽答辯會及線下 FashionAI 概念店體驗活動等多項內容。這一事件在雷鋒網學術頻道 AI 科技評論旗下數據庫項目「AI 影響因子」中有相應加分。

            2018 FashionAI 全球挑戰賽自今年 3 月發起,共吸引全球 42 個國家和地區的 5272 支隊伍共 6594 名選手參與,爭奪 134 萬的人民幣獎金池。

            7 月 5 日答辯會當天,來自西安交通大學、馬里蘭大學、北京郵電大學、中科院深圳先進技術研究院、唯品會等高校及企業的 10 支隊伍進行了現場展示及答辯環節。

            阿里 FashionAI 數據集:用知識重建構造「時尚+AI」的巴別塔

            FashionAI 全球挑戰賽英雄榜

            最終,早稻田大學博士研究生李瑋特的單人團隊 bilibili 摘得關鍵點賽道的冠軍獎項;來自西安交通大學的禾思眾成團隊在服飾屬性賽道獲得冠軍。

            阿里 FashionAI 數據集:用知識重建構造「時尚+AI」的巴別塔

            服飾關鍵點定位賽道冠軍——bilibili

            阿里 FashionAI 數據集:用知識重建構造「時尚+AI」的巴別塔

            服飾標簽屬性識別賽道冠軍——禾思眾成

            針對本次比賽,中科院計算所研究員、中科院智能信息處理實驗室常務副主任山世光博士作為 FashionAI 全球挑戰賽的決賽評委代表向雷鋒網 AI 科技評論表示,本次 FashionAI 受到眾多高校及研究機構的關注,除了阿里天池平臺本身的影響力以及誘人的獎金激勵外,AI 對于時尚行業的滲透,本身也是一個在學術界逐步受到重視的問題。「隨著人工智能特別是計算機視覺的進步,AI 未來會在零售、電商等應用中得到更多的體現。」

            根據賽制介紹 [1],FashionAI 全球挑戰賽的兩大賽道分別為服飾關鍵點賽道及服飾屬性賽道,前者專注于女裝的服飾關鍵點定位。基于服裝設計知識,賽事組委會定義了一套服飾的關鍵點,并梳理了在女裝 6 大專業類別(上衣、外套、褲子、半身裙、連身裙、連身褲)下的具體定義,要求參賽者設計算法進行定位預測;而后者基于數據集所構建的女裝標簽知識體系,要求選手在屬性維度和屬性值兩個層面對單主體(單人模特或單件平鋪)服飾商品進行局部屬性識別。

            這兩大賽道的設置,反映的是認知時尚的兩大基礎問題。據阿里巴巴副總裁、淘寶事業部技術總經理兼阿里巴巴大文娛優酷高級副總裁兼 CTO 莊卓然的介紹,阿里巴巴于今年年初和香港理工大學一起開始投入到該領域的建設,一同梳理服飾領域的知識和規則,并將成果制作成這個嚴謹、實用、符合商業場景的服飾數據集,與 FashionAI 全球挑戰賽同期發布。

            這個業界首個同時滿足服飾專業性和機器學習要求的大規模高質量數據集 [2],包括服飾關鍵點定位、服飾基礎屬性識別等任務。據介紹,前者的關鍵點定義源自服裝設計原理,目前覆蓋女裝 5 大類部件,共 41 個細分類目,24 種關鍵點,總計 10 萬張標注圖片;后者通過對基礎屬性的專業整理,構建了一個層次化的標簽分類體系,目前覆蓋女裝 5 大類部件,41 個細分類目,8 個維度 54 個標簽,總計 25.7 萬標注圖片。數據集中使用的所有圖像數據全部來源于電商真實場景,從各個季節、類目等維度的上億的服裝數據中采樣得到,從而保證了數據的多樣性。

            阿里 FashionAI 數據集:用知識重建構造「時尚+AI」的巴別塔

            服飾,特別是女裝,是淘寶上最大的商品類目。2017 年雙十一當天,服飾領域的成交占比超過 30%,阿里巴巴深知用戶在服飾時尚領域巨大的消費能力,也密切關注互聯網和技術在其中能創造的商業價值。

            阿里巴巴資深算法專家雷音(賈夢雷)所帶領的阿里巴巴「圖像和美」團隊從 10 年前就開始在淘寶做圖像的檢測和搜索,彼時主要針對的是商家圖片版權保護、虛假廣告宣傳等。

            正如莊卓然所言,「識別」只是計算機視覺的一部分。如果要進一步做到感知和交互,進一步拉通消費和生產,只靠技術是遠遠不夠的。雷音也深刻地意識到淘寶今天所面臨的困境,是消費者和平臺、和商家無法用達成共識的語言溝通商品需求的問題。「單單連衣裙類目就有 2000 萬件商品,產品數量非常龐大,但還是有很多用戶抱怨找不到自己想要的商品,」雷音介紹道,阿里巴巴在時尚角度的數據重組依然有很大的提升空間,這樣才能讓消費者很好地表達自己的需求,并通過這些表達接觸到對應的數據。

            數據重組是 FashionAI 的重要組成部分。只有讓機器能理解人類所表達的內容,把數據進行有效的分類,才能讓消費者熟悉穿搭行業的認知,進行更有效的需求表達。

            在一個主觀的世界里去做客觀的事情并不容易,而首當其沖的便是要讓機器懂得時尚界的語言。

            「讓機器理解衣服,核心是制作服飾圖像數據集。[3] 」 雷音認為,將從業者的知識轉化為機器可以理解的邏輯語言,首先要從數據集入手,用足夠的數據讓機器明白各種服飾的區別和特性。



            (此文不代表本網站觀點,僅代表作者言論,由此文引發的各種爭議,本網站聲明免責,也不承擔連帶責任。)

            (責任編輯:主編)
            文章人氣:
            (請您在發表言論時自覺遵守互聯網相關政策法律法規,文明上網,健康言論。)
            用戶名:
            驗證碼:
            首頁 | 新聞資訊 | 財經股票 | 科技新聞 | 汽車資訊 | 娛樂八卦 | 體育新聞 | 房產樓市 | 旅游資訊 | 健康養生 | 明星時尚 | 主持人主 |
            湖北11选5预测