Towards Smart Fashion
La intel·ligència artificial innova la indústria de la moda proposant noves aplicacions i solucions als problemes als quals s'enfronten els investigadors i enginyers que treballen en la indústria. En aquesta tesi abordem tres d'aquests problemes. A la primera part de la tesi investiguem el...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2022 |
| País: | España |
| Institución: | Universitat Autònoma de Barcelona |
| Repositorio: | Dipòsit Digital de Documents de la UAB |
| Idioma: | inglés |
| OAI Identifier: | oai:ddd.uab.cat:265535 |
| Acceso en línea: | https://ddd.uab.cat/record/265535 |
| Access Level: | acceso abierto |
| Palabra clave: | Visió per computador Visión por computador Computer vision Aprenentatge automàtic Aprendizaje automático Machine learning Aprenentatge profund Aprendizaje profundo Deep learning Ciències Experimentals |
| Sumario: | La intel·ligència artificial innova la indústria de la moda proposant noves aplicacions i solucions als problemes als quals s'enfronten els investigadors i enginyers que treballen en la indústria. En aquesta tesi abordem tres d'aquests problemes. A la primera part de la tesi investiguem el problema de la classificació multi-etiqueta d'imatges, que està molt relacionat amb el reconeixement d'atributs de moda. A la segona part de la tesi abordem dos problemes específics de la moda. En primer lloc, abordem el problema de la detecció del producte principal, que és la tasca d'associar les parts correctes de la imatge (per exemple, delimitades mitjançant regions d'interès rectangulars) amb el producte de moda que es ven. En segon lloc, abordem el problema de el reconeixement categòric de colors per a robes multicolors. Si tractem el problema de classificació multi-etiqueta d'imatges com un problema de predicció de conjunts de conceptes sense un ordre específic, podem aprofitar les xarxes neuronals recurrents (RNN) per capturar aquestes correlacions d'etiquetes. No obstant això, les RNN són entrenades per predir seqüències ordenades de símbols, de manera que si l'ordre de la seqüència predita és diferent a l'ordre de la seqüència de l'anotació de referència associada amb la imatge, la xarxa neuronal patirà una penalització tot i que les prediccions siguin correctes. Per tant, en la primera part de la tesi, proposem una funció objectiu per ordenar dinàmicament la seqüència d'etiquetes en l'anotació de referència de manera que s'aconsegueixi la mínima discrepància en la predicció. Això dóna com a resultat una millora significativa dels models RNN en la classificació multi-etiqueta d'imatges comparat amb els mètodes anteriors. No obstant això, les RNN pateixen dependències a llarg termini quan la cardinalitat del conjunt augmenta. Els models transformer es poden utilitzar per evitar el problema de dependència a llarg termini explotant els seus mòduls d'auto-atenció que processen seqüències completes de dades simultàniament. En conseqüència, proposem un nou model de transformer per a la classificació multi-etiqueta d'imatges que supera els resultats de l'estat de l'art per un ampli marge. A la segona part de la tesi, ens enfoquem en dos problemes específics de la moda. La detecció de producte principal és la tasca d'associar parts de la imatge amb el producte de moda que es ven, generalment utilitzant metadades textuals associats (títol o descripció del producte). En aquesta tesi, representem les regions d'interès rectangulars de totes les imatges com vèrtexs en un graf completament connectat. Això permet que l'algorisme aprengui les relacions entre els vèrtexs durant l'entrenament i tingui en compte tot el context per a la decisió final. El nostre algoritme dóna com a resultat una millora significativa respecte a l'estat de l'art. A més, abordem el problema del reconeixement categòric de colors per a robes multicolors, que és una tasca difícil a causa de factors externs com canvis d'il·luminació o oclusions causades per altres objectes. En el context de la classificació multi-etiqueta d'imatges, les fronteres difuses entre les classes en l'espai de color causen ambigüitat. Per exemple, un to de color blau que és molt proper al verd pot fer que el model predigui incorrectament els colors blau i verd al mateix temps. No obstant això, s'espera que un model intel·ligent de reconeixement categòric de colors sigui capaç a més d'encertar el nombre correcte de colors a predir en roba d'un o diversos colors. Per això, en aquesta tesi proposem una arquitectura nova amb una sortida addicional que prediu explícitament el nombre de colors en robes de moda. Això elimina el problema de l'ambigüitat i millora significativament els resultats. |
|---|