人工智慧正式入侵時尚界!看看 IBM的Watson 系統是如何解讀紐約時裝周的
中國最有影響力的時尚商業媒體
時尚牽手科技的趨勢已成為近年來潮流的寵兒,兩個行業的跨界合作滿足了人們對新鮮設計的無止境追求。由美國技術巨頭 IBM 推出的人工智慧系統IBM Watson目前在時尚設計中得到廣泛應用。在 2017紐約秋冬時裝周期間,美國網站 WWD 特別針對該系統的時尚趨勢分析能力做了一項測試,結果讓人大為吃驚。
什麼是 Watson
來自IBM 的科學家們在 Deep QA 平台上研發出了Watson 系統,據悉,該平台上運行的處理器數量多達2880個,後台由750台電腦支持。Watson 能存儲相當於一百萬本圖書的信息量,2011年首度亮相智力競技節目 Jeopardy! 引起了不小的轟動,一舉擊敗了上一屆的真人冠軍(下圖)。
IBM的研究員 Vikas Raykar 介紹,他們目前正在創建一個能分析時尚趨勢的認知主體,分析依據來源於:廣告宣傳冊、文章、博客、圖像和社交媒體。IBM Watson 系統就像一位時尚界資深人士一樣,通過分析運算得出一份綜合時尚趨勢報告。
紐約時裝周時尚測試
WWD 在本屆紐約時裝周期間對 IBM Watson 做了一項測試,測試挑選了12個時尚品牌(包含知名和新銳品牌):Coach, Jonathan Simkhai, Delpozo, Marc Jacobs, Alexander Wang(王大仁), Brandon Maxwell, 3.1 Phillip Lim(林能平), Public School, Ralph Lauren, Prabal Gurung, Jason Wu(吳季剛) 和 Dion Lee。Watson 系統對這些品牌發布會上的467張照片作分析,最後匯總報告。
IBM在研究中採用了兩套方法:
Research Experimental Service(研究實驗服務):「認知時尚」功能,用於描述圖像中出現的事物。
Vikas Raykar 介紹,在開始總趨勢分析前,Watson 將對每張圖片做1~2秒的時尚註解(包括:人臉、服裝、姿勢等細節),便於運行代碼。Watson 利用視覺識別工具為每張圖片上出現的造型打上特定標籤,識別人臉、識別整個系列中的類似造型等等。在這個過程中,系統使用了人體和服裝探測器辨別人體和服裝的各個細節(下圖)。
Research Cognitive Fashion(認知時尚APP):用於判斷每張秀場圖像的主色調,並總結圖像之間的相似性。系統通過視覺瀏覽APP 尋找各位設計師作品之間的相似性以及出現的重複趨勢元素。
報告評論道:「這項功能對所有圖像實現了交互探索,從中我們可以了解設計師之間是如何相互影響的。這些相似方面包括:用色、廓形、圖案、剪裁等。」
測試結果
Watson對每場發布會的主用色進行分析,這些顏色將成為決定 2017秋季流行色的重要依據。最後,系統總結的流行色(以彩通色卡 Pantone 名為準)包括:葡萄黑(Raisin Black)、柔和棕(Pastel Brown)、銀灰(Pale Silver)、香柏色(Cedar Chest)和Koamaru 深藍。
Watson 還分析出了各品牌之間在印花和圖案方面的相似之處。這項功能對快速消費品、室內設計和快時尚零售商有突破性的意義:因為以往他們需要依賴專業的趨勢分析公司了解時下最值得下載和效仿的趨勢元素,然而 Watson的智能分析徹底減少了這項外包業務的必要性。
經 Watson 的分析、比對和總結,Brandon Maxwell 和 Alexander Wang兩位青年設計師的設計相似性最高,這令人感到十分意外。因為兩位的設計風格通常大相徑庭:前者擅長設計紅毯優雅晚裝,後者偏向街頭時尚風。然而 Watson的分析報告寫道:「兩位設計師在用色、剪裁和及膝裙三方面相似度很高」。
上圖:Brandon Maxwell 2017秋冬成衣
上圖: Alexander Wang 2017春夏成衣系列
Watson繪製的一張圖表將 12個設計師品牌全部羅列在一起(下圖),線段之間的距離代表他們彼此設計作品的相似度(距離越短相似度越高)。
IBM Watson 的時尚應用案例
去年5月,捷克女星Karolina Kurkova身著一款人工智慧禮服亮相 Met Gala 驚艷了整個時尚界(下圖),這款禮服由英國設計師品牌 Marchesa 和 IBM Watson 合作完成。在禮服的 150朵繡花上均內置 LED燈,社交媒體上網友對裙子的評價將直接反應在裙子的燈光上。
去年11月,中國女星李宇春在出席《Vogue》十一周年慶典活動穿著的白色禮服正是由中國設計師張卉山設計的人工智慧禮服(下圖)。在設計中,IBM Watson 認知計算機系統根據設計師的構思和選擇,從三十萬張圖片里識別出禮服的時尚元素,供設計師參考,在整個設計過程中,李宇春也全程參與,並穿著亮相。(詳見《華麗志》相關報道:【華麗中國設計師月報】2016年11月)
據美國零售聯盟 NRF 一月的研究發現,人工智慧和機器學習技術在零售戰略中正扮演越來越重要的角色。當前,高速更新的產品生命周期要求設計者擁有快速分析趨勢,針對特定受眾推出設計的能力。此時就需要合理藉助人工智慧等技術手段,對有用信息高效提取。但是,時尚與技術的融合尚需更加準確的把握,掌握分寸,保持平衡,才能實現藝術的科技感和科技的藝術感。
丨圖片來源:美國網站 WWD、彭博社、《華麗志》歷史報道
丨圖片來源:Brandon Maxwell官網、 Alexander Wang 官網、美國網站 WWD、Pantone 官網、NYFW官網、視覺中國
丨責任編輯:LeZhi
更多相關報道,請移步《華麗志》APP
秀場太小,Tommy Hilfiger 辦起了時尚嘉年華:即秀即買、紋身店,摩天輪、龍蝦卷
奢侈品牌向哪裡去?據說 Chanel, YSL,愛馬仕 都去找哲學家幫忙了
2017/18米蘭秋冬時裝周看點匯總
把迪拜打造成全球時尚之都,第四屆阿拉伯時裝周推行改革措施
繼Louis Vuitton與潮牌Supreme攜手之後,Dior也要跟 Nike合作了嗎?
※三條杠誰也不許碰!Adidas商標保衛戰遍地開花,特斯拉、彪馬、Forever21 紛紛中槍
※中國人越來越愛吃龍蝦,助力美國緬因州龍蝦業觸底反彈
※人工智慧正式入侵時尚界!看看 IBM 的 Watson 系統是如何解讀紐約時裝周的
※奢侈品牌向哪裡去?據說 Chanel,YSL,愛馬仕 都去找哲學家幫忙了
※大幅減少新開門店,Tod』s 集團期待2017年業績復甦,中國大陸已顯著回升
TAG:華麗志 |
※人工智慧正式入侵時尚界!看看 IBM 的 Watson 系統是如何解讀紐約時裝周的
※Intel緣何為ARM代工,新標準能被廣泛接受么?| 解讀
※詳細解讀Docker-LinuxKit搭建,保你一學就會!
※解讀iPhone X
※解讀蘋果HomePod,其是不是Siri的安身之地
※大神解讀:谷歌 ARCore 就是低配版 Tango,它比蘋果 ARKit 好在哪?
※技術解讀:極光推送的設備唯一性標識 RegistrationID
※回歸Margiela對Hermès的解讀,不要錯過這場展覽
※MashaMa解讀:為什麼設計師都想來巴黎時裝周辦秀
※用 Google 翻譯 「解讀」 PALACE 魔性的產品說明
※火眼金睛,歐美阿宅成功解讀 Princess Principal 安潔紙條內容
※Kevin Kelly解讀人工智慧狂熱:破解超人類人工智慧的五個假設
※微軟Mixed Reality解讀(一)
※動畫「阿童木起源」OP定為After the Rain的「解讀不能」!
※雲棲大會採訪陳欣 解讀Check Point vSEC
※火眼金睛,歐美阿宅成功解讀《Princess Principal》紙條內容
※霉霉Taylor Swift的TS6預告解讀出這麼多內容 明天你快些來啊
※Excel VBA解讀:保護工作表——Protect方法
※升級iOS會讓iPhone變慢?跑分專家報告解讀,那是你不會玩iPhone