[논문 리뷰] Who Leads the Clothing Fashion: Style, Color, or Texture? A Computational Study

Qin Zou, Zheng Zhang외 4명|arXiv (Cornell University)|2016. 08. 26.

Color Science and Applications참고 문헌 29인용 수 4

한 줄 요약

이 계산적 연구는 컴퓨터 시각과 기계 학습을 활용하여 스타일, 색상, 질감이 의복-패션 진화에 미치는 영향을 정량화한다. 각 시각적 특징을 별도로 사용하여 8년에 걸친 패션 이미지를 분류함으로써, 연구는 스타일이 패션 업데이트에 가장 큰 영향을 미치며, 그 다음으로 색상이 영향을 미치고, 질감은 가장 약한 영향을 미치지만 여전히 유의미한 영향을 미친다는 것을 발견한다.

ABSTRACT

It is well known that clothing fashion is a distinctive and often habitual trend in the style in which a person dresses. Clothing fashions are usually expressed with visual stimuli such as style, color, and texture. However, it is not clear which visual stimulus places higher/lower influence on the updating of clothing fashion. In this study, computer vision and machine learning techniques are employed to analyze the influence of different visual stimuli on clothing-fashion updates. Specifically, a classification-based model is proposed to quantify the influence of different visual stimuli, in which each visual stimulus's influence is quantified by its corresponding accuracy in fashion classification. Experimental results demonstrate that, on clothing-fashion updates, the style holds a higher influence than the color, and the color holds a higher influence than the texture.

연구 동기 및 목표

• 시각적 자극—스타일, 색상, 질감—이 의복-패션 업데이트에 미치는 상대적 영향을 정량적으로 평가하는 것.
• 일반적인 경험적 가정에도 불구하고, 어떤 시각적 특징이 패션 진화를 이끄는지에 대한 과학적 이해의 격차를 메우는 것.
• 패션 진화를 기계 학습 분류 작업으로 매핑하여 각 시각적 특성의 예측 능력을 객관적으로 측정하는 것.
• 2008–2015년을 아우르는 신뢰할 수 있고 장기적인 패션 데이터셋(FASHION8)을 구축하여 실증 분석을 위한 기반을 마련하는 것.
• 계산적 방법을 활용하여 시각적 자극의 계층적 영향을 기반으로 한 증거 기반 통찰을 제공하는 것.

제안 방법

• 2008–2015년 동안 8년에 걸쳐 14개의 글로벌 브랜드에서 9,339장의 패션 이미지를 수집하고, 연도별로 패션 시즌으로 레이블링함.
• 도메인 특화 특징 기술자 선택 및 적용: 스타일(형태)에 대해 SIFT, 색상에 대해 색상 히스토그램, 질감에 대해 LBP를 사용.
• 각 시각적 특징 세트를 별도로 사용하여 지도 학습 분류 모델을 훈련하고 테스트하여 패션 연도를 예측.
• 분류 정확도를 통해 각 시각적 자극이 패션 업데이트에 미치는 영향을 순위 매김.
• 각 모odal의 오분류 패턴을 분석하고 진화 역학을 추론하기 위해 혼동 행렬 생성.
• 분류 결과의 강건성과 일반화를 확보하기 위해 5겹 교차 검증 전략 사용.

실험 결과

연구 질문

• RQ1 스타일, 색상, 질감 중 어느 시각적 자극이 의복-패션 업데이트에 가장 강한 영향을 미치는가?
• RQ2 스타일, 색상, 질감의 진화 패턴은 연속된 패션 시즌 동안 어떻게 다를까?
• RQ3 표면 질감과 색상은 패션 분류 정확도에 독립적으로 얼마나 기여하는가?
• RQ4 패션 트렌드의 업데이트 방식은 점진적인가 급격한가, 그리고 이는 시각적 특성에 따라 어떻게 달라지는가?
• RQ5 계산 모델이 한 가지 시각적 특징만으로도 패션 연도를 신뢰성 있게 구분할 수 있는가, 그리고 이는 그 특징의 영향력에 대해 어떤 함의를 갖는가?

주요 결과

• 스타일 기반 분류에서 패션 연도 예측 정확도가 72.15%로 가장 높아, 패션 업데이트에 가장 영향력 있는 시각적 자극임을 시사한다.
• 색상 기반 분류 정확도는 68.00%에 달하여 스타일보다 略적으로 낮지만 여전히 강한 영향을 미친다는 것을 입증한다.
• 질감 기반 분류 정확도는 50.07%로, 명백한 영향은 있으나 스타일과 색상에 비해 상당히 약한 영향을 미친다는 것을 확인한다.
• 스타일 기반 오분류는 주로 연속된 해 사이에서 발생하여 의복 스타일의 점진적이고 연속적인 진화를 시사한다.
• 색상 기반 오분류는 해에 따라 더 무작위적으로 발생하여 패션 업데이트 패턴이 더 급격하거나 예측 불가능하다는 것을 시사한다.
• 질감 기반 오분류 비율은 2010년 이후로 증가하여 그 기간 동안 섬유 소재와 제조 공정이 더 유사해졌음을 시사한다.