从时装周到街拍，机器视觉来帮你

　　时装秀如何影响街头时尚一直以来都是争论话题。现在，一种可追踪时尚传播方式的视觉机器系统正在提供第一手确凿证据。

　　在2006年上映影片《穿普拉达的女王》(The Devil Wears Prada)中，声名狼藉的时尚主编米兰达·普瑞斯特利(Miranda Priestly)擅长“看衣识人”，只需一眼，她就知道一个人的时装是谁设计的，又是哪一年推出的。众所周知，普瑞斯特利这个角色受安娜·温图尔(Anna Wintour)启发，后者长期担任《时尚》(Vogue)杂志总编辑，其本人也是一位时尚偶像。

　　如果一个人能一眼认出时装风格并能追溯设计时间，那为什么机器不能呢?现在，中国台湾地区台北市台湾大学的陈冠婷与多名合作者表明，机器视觉对时装和各季之间的时装变化进行分门别类是完全可能的。特别是，利用机器视觉技术，她们展示了时装秀潮流风向如何影响之后出现的街头时尚。

　　陈冠婷及其合作者首先通过训练机器视觉算法，在一张图像中识别个人身体姿态，并将身体分成9个部位——上臂、下臂、大腿、小腿(各分左右)，以及躯干，然后再分析各个部位的服装颜色、质地和皮肤等信息，进而为整个身体创建一个类似于视觉特征向量的清单。

　　这样一来，比较时尚风格就变成了相对简单的数学过程，即比较72个维度向量。

　　2014年纽约时装秀;时尚潮流;黑色;无袖;裤子;2014年街头时尚

　　2015年纽约时装秀;时尚潮流;白色;中袖;裙子;2015年街头时尚

　　接下来，她们收集了两个数据库的照片。第一个数据库包含2014和2015年纽约时装周春夏时装秀时装模特的8000张图像。第二个数据库包含在2014和2015年纽约时装周春夏时装秀期间拍摄的大约1000张街头流行服饰的图像。

　　时装周是纽约的一项重大活动。它包含大约300场走秀活动，参加人数多达10万人。一个有趣的问题由此产生：时装周期间的潮流风向如何影响下一季的街头时尚。

　　为此，陈冠婷及其合作者利用机器视觉算法识别这些潮流风向，进而确定它们如何影响街头时尚。

　　结果颇为有趣。该算法发现，少量经典服装风格每年都会出现。“比如上身服装的颜色，2014和2015年的时装图像中都以白色、灰色和黑色为主。”她们说。

　　对于人们更感兴趣的时尚变化问题，该算法亦可提供帮助。调查发现，2015年更流行的款式包括开襟上衣和吊带衫，衣料为条纹料，而更受欢迎的上装颜色则是蓝色、青色和红色。

　　有趣的是，街头时尚数据库也反映出了这种流行变化。“可以看出，很多人都有追逐时装秀服饰风格的爱好。”陈冠婷及其合作者表示。

　　不过，时装周和街头时尚两个数据库也存在一些差别。比如，团队发现在2014年的街头流行服饰中，长袖衣服和过膝衣服的受欢迎程度有所上升。陈冠婷及其合作者推测，这应该是当年夏天气温过低的缘故;人们选择更暖和的衣服，以遮住更多的身体部位。

　　这项有趣的工作表明，机器视觉在相对短的时间内已经取得长足进步。在某种意义上，这是不断改进的身体姿态估计算法的结果，该算法可对四肢及身体其他部位进行迅速识别。

　　此外，这也表明了文化的影响力，比如时尚如何在社会中迅速传播。“时装秀的潮流风向的确会为人们提供着装参考，并会对他们的日常生活产生重大影响，这看起来很明显。”陈冠婷及其合作者表示。

　　很多时尚追随者都了解这一点。现在的区别在于，这种影响可以量化，从而为时装店、设计师和消费者提供有价值的反馈。

　　这可能是利用机器视觉获利的一种潜在方式。米兰达·普瑞斯特利或许也会为此感到惊讶。