[논문 리뷰] Smart Fashion: A Review of AI Applications in the Fashion & Apparel Industry

Seyed Omid Mohammadi, Ahmad Kalhor|arXiv (Cornell University)|2021. 10. 28.

Fashion and Cultural Textiles인용 수 6

한 줄 요약

이 논문은 패션 및 의류 분야의 580篇 이상의 인공지능 연구 논문을 종합적으로 분석한 작업 기반 설문 조사로, 스타일 인식, 의류 분할, 가상 시착 등 22개의 구체적인 응용 분야로 분류한다. 시간 경과 분석, 86개의 공개 데이터셋(사용 사례 제안 포함), 그리고 연구를 가속화하기 위한 구조화된 접근 방식을 제공한다.

ABSTRACT

The fashion industry is on the verge of an unprecedented change. The implementation of machine learning, computer vision, and artificial intelligence (AI) in fashion applications is opening lots of new opportunities for this industry. This paper provides a comprehensive survey on this matter, categorizing more than 580 related articles into 22 well-defined fashion-related tasks. Such structured task-based multi-label classification of fashion research articles provides researchers with explicit research directions and facilitates their access to the related studies, improving the visibility of studies simultaneously. For each task, a time chart is provided to analyze the progress through the years. Furthermore, we provide a list of 86 public fashion datasets accompanied by a list of suggested applications and additional information for each.

연구 동기 및 목표

• 패션 및 의류 분야의 580편 이상의 인공지능 연구 논문을 잘 정의된, 실천 가능한 작업들로 체계적으로 정리하고 분류하기 위해.
• 각 작업에 대한 시간 차트를 활용해 시간에 따른 출판 추세를 분석함으로써 새로운 추세와 연구 격차를 식별하기 위해.
• 패션 인공지능 응용 분야에 대한 연구의 가시성과 접근성을 향상시키기 위해, 체계적이고 다중 레이블 분류 체계를 구축하기 위해.
• 재현 가능한 연구를 지원하기 위해, 응용 분야와 메타데이터를 함께 제안한 86개의 공개 패션 데이터셋을 수집하고 주석 처리하기 위해.
• AI 기반 패션 혁신 분야에 진입하고자 하는 연구자들과 전문가들을 위한 기초 참고 자료로 기능하기 위해.

제안 방법

• 다중 레이블 분류 프레임워크를 사용하여 580편 이상의 논문을 22개의 명확히 정의된 패션 관련 작업으로 분류하기 위해.
• 각 작업에 대한 시간 시리즈 차트를 제작하여 2010년에서 2021년까지 연구 관심의 변화와 증가 추세를 시각화하기 위해.
• 도메인, 해상도, 주석 유형, 제안된 사용 사례 등 메타데이터를 포함한 86개의 공개 패션 데이터셋을 수집하기 위해.
• 컴퓨터 비전과 자연어 처리 기법을 활용해 논문 제목, 초록, 关련어에서 연구 주제를 추출하고 분류하기 위해.
• 일致성과 학술적 엄밀함을 확보하기 위해 ACM 및 주제 분류 기준(예: cs.CV, cs.AI, cs.LG)을 적용하기 위해.
• 피어 리뷰 개선 과정(v1에서 v2로)의 피드백을 통합하여 명확성, 완전성, 기술적 정확도를 향상시키기 위해.

실험 결과

연구 질문

• RQ1 현재 패션 및 의류 산업을 견인하고 있는 주요 인공지능 기반 작업들은 무엇인가요?
• RQ2 2010년에서 2021년까지 다양한 패션 인공지능 작업에 대한 연구 관심은 어떻게 변화해왔나요?
• RQ3 패션 인공지능 연구에 가장 관련성 있고 널리 사용되는 공개 데이터셋은 무엇이며, 그 주요 특성은 무엇인가요?
• RQ4 체계적이고 작업 기반의 분류 체계는 패션 인공지능 분야 연구자들이 자료에 접근하고 가시성을 높이는 데 어떻게 기여할 수 있나요?
• RQ5 현재의 연구 추세와 데이터셋 가용성에 기반해, 패션 분야에서 가장 유망한 인공지능 응용 분야는 무엇인가요?

주요 결과

• 패션 인공지능 연구 환경은 매우 활발하며, 580편 이상의 논문을 분석한 결과, 컴퓨터 비전 및 딥러닝 응용 분야에서 강력한 성장을 보이고 있다.
• 주요 연구 작업으로는 패션 스타일 인식, 의류 분할, 속성 예측, 가상 시착 등이 있으며, 각 작업이 시간에 따라 뚜렷한 성장 패턴을 보이고 있다.
• 이 연구는 86개의 공개 데이터셋을 식별하였으며, DeepFashion, Market-1501, LIP 등 유명한 데이터셋은 모델 훈련과 평가의 핵심 기준이 되고 있다.
• 시간 경과 분석 결과, 2016년 이후 가상 시착 및 속성 예측에 대한 연구가 급격히 증가한 것으로 나타났으며, 이는 GAN 및 주의 메커니즘의 발전과 겹친다.
• 작업 기반 분류 체계는 연구자들이 관련 문헌을 신속하게 찾을 수 있도록 하여 검색 시간을 단축하고 연구 효율성을 향상시킨다.
• 이 논문은 데이터셋 주석 처리 및 응용 맵핑을 위한 표준화된 프레임워크를 구축하여, 향후 패션 인공지능 분야의 재현 가능성과 벤치마킹을 지원한다.