目錄
前言
第1章 緒論 1
1.1 人類服裝發(fā)展簡史 1
1.1.1 外國服裝發(fā)展簡史 1
1.1.2 中國服裝發(fā)展簡史 3
1.2 時尚概念的起源 6
1.3 人工智能發(fā)展簡史 9
1.4 “時尚+智能”的協(xié)同發(fā)展 11
參考文獻 12
第2章 理論基礎 13
2.1 機器學習和度量學習 13
2.1.1 機器學習概述 13
2.1.2 經(jīng)典機器學習算法 14
2.1.3 度量學習 29
2.2 深度學習 32
2.2.1 深度學習概述 32
2.2.2 深度卷積網(wǎng)絡 34
2.2.3 深度循環(huán)網(wǎng)絡 39
2.3 生成技術 41
2.3.1 生成技術概述 41
2.3.2 典型生成模型 43
2.4 推薦系統(tǒng) 54
2.4.1 推薦系統(tǒng)概述 54
2.4.2 推薦系統(tǒng)技術框架 55
2.4.3 推薦系統(tǒng)過濾算法 57
參考文獻 63
第3章 基礎時尚智能技術 66
3.1 服裝檢測 68
3.1.1 基于邊界框的檢測 68
3.1.2 基于關鍵點的檢測 72
3.2 服裝解析 74
3.2.1 傳統(tǒng)服裝解析方法 75
3.2.2 基于深度學習的服裝解析方法 77
3.3 服裝屬性預測 80
3.3.1 服裝中特定區(qū)域相關的多屬性預測 80
3.3.2 服飾中跨域屬性預測 81
3.4 時尚檢索 82
3.4.1 經(jīng)典時尚檢索方法 83
3.4.2 基于深度學習的檢索方法 84
3.4.3 工業(yè)界中的時尚檢索 86
參考文獻 87
第4章 高級時尚智能技術 90
4.1 時尚推薦與時尚數(shù)據(jù)挖掘 90
4.1.1 時尚推薦 90
4.1.2 時尚數(shù)據(jù)挖掘 96
4.2 時尚風格與元素分析 109
4.2.1 底層風格向量 110
4.2.2 顯式風格分類 110
4.2.3 時尚度 112
4.2.4 風格遷移 113
4.3 時尚搭配學習 114
4.3.1 基于序列的時尚搭配學習 114
4.3.2 基于度量學習的時尚搭配學習 115
4.3.3 基于圖神經(jīng)網(wǎng)絡的時尚搭配學習 116
4.4 搭配生成技術 117
4.4.1 屬性監(jiān)督和多判別器網(wǎng)絡的搭配上下衣生成 117
4.4.2 搭配套裝生成 120
4.5 服裝平面化生成 124
4.5.1 基于形狀上下文的薄板樣條插值技術 125
4.5.2 基于生成模型的服裝平面化 127
4.6 時尚設計生成 136
4.6.1 基于紋理和顏色的時尚設計 136
4.6.2 基于多模態(tài)信息的時尚設計 144
4.7 虛擬換裝 147
4.7.1 三維虛擬換裝 148
4.7.2 二維虛擬換裝 154
4.8 智能設計生成其他應用 161
4.8.1 發(fā)型設計生成 161
4.8.2 妝容遷移生成 165
參考文獻 169
第5章 時尚智能技術總結與展望 178
5.1 現(xiàn)有工具及應用 178
5.2 數(shù)據(jù)集 180
5.3 時尚智能技術的發(fā)展趨勢與挑戰(zhàn) 191
5.4 基于元宇宙的時尚暢想 192
參考文獻 194
彩圖