将深度学习与时尚预测联系在一起,是一个很有趣但是估计结果会没什么成效的话题。因为,时尚预测这一领域,与股票金融房价之类的预测不一样,不是一个结合街区环境,经济环境,天气等客观情况就能预测综合走向的,而是依据某些fashion icon的主观性,时尚编辑的意向或是某些时尚大集团的设计师风格,面料厂商的库存量,广告等,做出的吸引普通大众去购买从而引领潮流。相传前两年,特别流行丹宁风就是因为某大厂相关的面料库存积压太多,为消耗库存,该厂联合各大设计师媒体等大肆分发丹宁的流行广告,从而引领了当年的丹宁潮流。因此,将深度学习与时尚结合,嗯,自娱自乐吧,其实还是挺好玩的。
       文章中所用到的数据集是08年到13年,这个时候,自媒体发展的还未深入人心,时尚以广告与商场摆设等为主体引导。
     Fashion forward: Forecasting visual style in fashion
     文章要点:
     时尚与深度学习系列:Fashion forward: Forecasting visual style in fashion

 
  •  使用AlexNet-like的CNN给服装商品图像贴上语义分类
时尚与深度学习系列:Fashion forward: Forecasting visual style in fashion
       对于数据集中的N幅图像M个标签,通过此网络得到A=M×N的矩阵,矩阵的元素表示该图像包含此标签的概率
  • 使用非负数矩阵分解对矩阵A进行相似性的分类,限定每幅图像的标签为K个(从M中选K个)时尚与深度学习系列:Fashion forward: Forecasting visual style in fashion
  • 通过消费者的购买行为作为预测的数据与结果比对,使用的是指数平滑模型                                             时尚与深度学习系列:Fashion forward: Forecasting visual style in fashion
  •  实验结果中有一些好玩的地方:(1)通过服装的流行轨迹体现该类服装的时尚周期状态

     时尚与深度学习系列:Fashion forward: Forecasting visual style in fashion 时尚与深度学习系列:Fashion forward: Forecasting visual style in fashion
  •  实验结果中有一些好玩的地方:(2)预测下一年度要流行的元素
     时尚与深度学习系列:Fashion forward: Forecasting visual style in fashion