理大與阿里巴巴推出全球首個Fashion AI數據集結合時尚與人工智能

香港理工大學理大與阿里巴巴攜手推出全球首個「FashionAI 數據集」，將服飾專業知識及機器學習結合起來。圖為理大紡織及製衣學系副系主任黃偉強教授（左）及阿里巴巴淘寶技術部資深技術專家賈夢雷（右）。

人工智能（Artificial Intelligence，AI）於日常生活的應用愈來愈多，其中網上圖像搜尋可說是最基本應用的一種，利用整張圖像去搜尋相同或類似的圖像，甚至是根據消費者的喜好，進一步推送一些類似的商品。不過有時候，消費者或者只是對圖像上某個設計元素感興趣，希望尋找具備某種設計元素的服飾圖像，現今的搜尋技術尚未滿足這一點，對於個性化購物體驗技術的發展及應用而言，這方面尚有很大的發展空間。

要讓機器學習做到搜尋個別設計元素這一點，服飾圖像數據集是一大關鍵，可以用來訓練電腦理解及辦認每張圖像的特徵。香港理工大學（下稱「理大」）紡織及製衣學系與阿里巴巴集團旗下的「圖像和美」研究團隊日前宣佈，結合服飾專業知識及機器學習，共同推出全球首個「FashionAI 數據集」。

而為通過AI應用為時尚零售業帶來新視野，並鼓勵從業員之間的知識交流，理大和阿里巴巴還將合辦兩項全球首個融合時尚行業與AI的活動，包括「人工智能與時尚紡織大會」及「FashionAI全球挑戰賽」。

數據集助機器學習時尚特徵

「FashionAI 數據集」會根據「服飾屬性標籤（即時裝特徵）」（例如袖長、領子設計、裙型）及「服飾關鍵點」（例如頸線、袖口、腰線）把服飾圖像進行系統性的分析和標註，這機器學習和理解服飾圖像的基本元素。「FashionAI 數據集」將這兩項元素組成在一起，使電腦能夠準確理解服飾圖像，為機器學習和算法設計打好基礎，並讓機器能深入理解時裝，推動時尚行業與人工智能融合，開拓時尚零售的新模式。

事實上，電腦分析服飾圖像的準確性受多種因素影響，例如服飾的尺寸和形態，拍攝的距離和角度，甚至服飾擺放方式以及相中模特兒的姿勢等等。借助服飾關鍵點定位技術，可以克服上述問題，提升電腦自動檢測服飾圖像關鍵點的效果。

服飾屬性標籤是構成服飾的基本元素，其組合決定了服飾的類別和風格。由於服飾屬性標籤種類繁多而複雜，需要進行專業的系統分類方可讓電腦自動理解服飾圖像。準確標籤和識別服飾屬性可以廣泛應用在服飾圖像搜尋、標籤導航、服飾搭配等方面。

嶄新的「FashionAI 數據集」有助AI認知和處理服飾圖像及提高相關算法的效能，更有助推動機器學習的發展，從而提升網上搜尋服飾圖像的準確度、令交叉銷售及追加銷售更有效率、促進創新的購物體驗及網購平台的個人化技術。

FashionAI 數據集有助提升服飾圖像網上搜尋的準確度、令交叉銷售及追加銷售更有效率、促進創新的購物體驗及網購平台的個人化技術。

兩大主題活動鼓勵業界交流

為了推動業界之間的交流，理大和阿里巴巴將會合辦「人工智能與時尚紡織大會」，這是首個匯聚研究員、工程師和從業員的學術會議，討論AI和時尚的最新發展及應用。會議將於2018年7月3日至6日在理大舉行，不僅會成為年度學術交流盛事，還可聚集AI和時尚行業志同道合的人士，為他們提供交流的平台，以極力推動AI在時尚和紡織品領域上的研究發展。

而針對「服飾關鍵點定位」和「服飾屬性標籤識別」，雙方將舉辦「FashionAI全球挑戰賽」，邀請世界各地研究和開發AI人員參加，希望以實戰推動AI與時尚行業跨界融合，參賽者將會下載數據，於線上進行算法設計及測試，並在線上提交結果。賽事將向獲獎者提供合共134萬元人民幣的獎金，報名日期為2018年2月1日至4月21日，各界人士均可參加；初賽將於3月1日至4月21日舉行，複賽日期為4月26日至5月24日，決賽及頒獎日期為7月5日，決賽會在線下進行，由參賽者進行現場路演及答辯，一決高下。

理大紡織及製衣學系副系主任黃偉強教授表示︰「利用時裝專業知識把服飾屬性標籤和時裝元素分類建立服飾圖像數據庫，是一項極其繁複及具挑戰性的工作，亦是應用機器學習的基礎。紡織及製衣學系很榮幸與阿里巴巴合作，滿足時尚零售商的需求，同時為顧客帶來嶄新的購物體驗。」

阿里巴巴淘寶技術部資深技術專家賈夢雷表示︰「時尚行業的市場潛力很大，但想讓科學的AI去認知主觀的時尚，就必須將主觀審美中的內涵知識和經驗規則轉化為機器能力的AI。我們希望和業界共同關注這一跨界研究中的問題根源，讓AI在時尚領域實現更複雜高階的應用，比如服飾搭配、輔助設計、商品導購等，從而在時尚產業領域發揮更大的價值。新零售背景下，時尚行業的重塑是必然趨勢，而Fashion AI正是在AI和時尚之間架設一座橋樑。」

自2012年起，黃偉強教授帶領TAAI研究團隊進行針對在時尚及紡織業發展的AI、電腦視覺和機器學習等技術的基礎和應用研究。而阿里巴巴「圖像和美」研究團隊成立於2009年，是阿里巴巴最久的圖像組，專注於商品圖片的算法研發和應用，構建了集團內應用最為廣泛的圖像基礎設施。