Las sugerencias pueden incluir ajustes como elegir una blusa sin mangas o una chaqueta más larga.
“Lo pensamos como un amigo que te da su opinión”, afirma Kristen Grauman, profesora de informática en la Universidad de Texas en Austin, cuyas investigaciones anteriores se han centrado en gran medida en el reconocimiento visual para la inteligencia artificial.
“También se basa en una idea práctica: que podemos trabajar con un conjunto de prendas dado para hacer pequeños cambios de modo que quede un poco mejor.”
Un ojo de inteligencia artificial sobre tu moda
La herramienta, llamada Fashion++, utiliza sistemas de reconocimiento visual para analizar el color, el patrón, la textura y la forma de las prendas de una imagen. Considera dónde los cambios tendrán mayor impacto. Después, ofrece al usuario varios conjuntos alternativos.
Los investigadores entrenaron Fashion++ con más de 10.000 imágenes de conjuntos compartidos públicamente en sitios web para entusiastas de la moda. Encontrar imágenes de conjuntos de moda fue fácil, afirma la estudiante de posgrado Kimberly Hsiao. Encontrar imágenes de conjuntos poco elegantes resultó difícil. Por ello, ideó una solución alternativa: combinó imágenes de conjuntos de moda para crear ejemplos menos elegantes y entrenó al sistema sobre qué no ponerse.
“A medida que los estilos de moda evolucionan, la IA puede seguir aprendiendo al recibir nuevas imágenes, que abundan en internet”, afirma Hsiao.
El problema del sesgo
Como en cualquier sistema de IA, el sesgo puede colarse a través de los conjuntos de datos de Fashion++. Los investigadores señalan que los looks vintage son más difíciles de reconocer como elegantes porque las imágenes de entrenamiento procedían de internet, que solo se ha utilizado ampliamente desde la década de 1990. Además, como los usuarios que enviaron imágenes eran en su mayoría de América del Norte, los estilos de otras partes del mundo no aparecen con tanta frecuencia.
Otro reto es que muchas imágenes de prendas de moda aparecen en modelos, pero los cuerpos son de muchas tallas y formas, lo que afecta a las elecciones de moda. A continuación, Grauman y Hsiao trabajan para que la IA aprenda qué favorece a las distintas formas corporales, de modo que sus recomendaciones puedan ser más personalizadas.
“Estamos estudiando la interacción entre la forma del cuerpo de una persona y cómo le sentaría la ropa. Nos entusiasma ampliar la aplicabilidad a personas de todas las tallas y formas corporales mediante esta investigación”, afirma Grauman.
Grauman y Hsiao presentarán un artículo sobre su enfoque en la próxima semana de la Conferencia Internacional de Visión por Computador, en Seúl, Corea del Sur.
Investigadores adicionales de Cornell Tech, Georgia Tech y Facebook AI Research contribuyeron al trabajo.
