基于图像的风格和替代品推荐

SIGIRJun, 2015

Image-based Recommendations on Styles and Substitutes

Julian McAuley, Christopher Targett, Qinfeng Shi, Anton van den Hengel

TL;DR本文旨在通过建立一个基于图像的大规模数据集并开发一个可扩展的方法来揭示人类视觉关系方面的概念模型，该模型不是基于用户注释的细粒度建模，而是基于图像关系网络的网络推理问题。其提供了一个用于训练和评估的大规模数据集，并可用于推荐衣物和配饰的搭配。

Abstract

Humans inevitably develop a sense of the relationships between objects, some of which are based on their appearance. Some pairs of objects might be seen as being alternatives to each other (such as two pairs of jeans), while others may be seen as being complementary (such as a pair of jeans and a matching shirt). This information guides many of the choices t

visual relationships network inference large-scale dataset clothing recommendations object appearance

发现论文，激发创造

互补推荐的深度风格匹配

本文使用孪生卷积神经网络大力提取商品名中的关键属性，以此学习人类的样式兼容性，实现自动化的搭配推荐。

Aug, 2017

使用异构二元共现学习视觉服装风格

本研究提出了一种新的学习框架，通过使用 Siamese Convolutional Neural Network 从不同品类的物品图像中学习特征转化，进而发掘不同物品之间的兼容性。研究人员使用来自 Amazon.com 的协同购买数据来建立兼容性模型，并引入了一种新的训练数据采样策略，以学习跨品类匹配知识，该研究的实验结果表明，提出的学习框架能够学习关于外观风格的语义信息，并能够生成适合混搭的衣物组合。

Sep, 2015

基于场景的互补产品推荐：完整你的搭配

这份论文提出了一种名为 'Complete the Look' 的新任务，旨在通过场景图像来推荐视觉上兼容的产品，并提出了一种基于多层感知机和注意力机制的方法，实现了对全局和局部的测量，并通过大量实验验证了其性能优于现有替代方案的结果。

Dec, 2018

基于生成图像模型的视觉感知时尚推荐与设计

本文研究了在时尚等领域中建立有效的推荐系统的挑战，并提出了一种基于 Siamese CNNs 以及深度学习网络的时尚感知图像表示和推荐方法，通过在像素级别训练图像表示和推荐系统，可以显著提高推荐性能和生成新的时尚产品设计。

Nov, 2017

上下文感知的视觉相容性预测

本文介绍一种基于图神经网络的方法，通过产品嵌入向量预测衣物单品或搭配的视觉配合性，相较于其他基于成对比较的模型，我们的模型涵盖更丰富的背景信息取得了业界领先的效果。

Feb, 2019

基于注意力知识蒸馏的神经兼容性建模

本文旨在研究如何利用先进的深度神经网络和丰富的时尚领域知识来解决衣服搭配问题。通过采用基于教师 - 学生网络方案的注意力知识蒸馏的神经兼容建模方案，我们证明了该模型优于现有的方法。在与其他算法比较的过程中我们还发现了一些有价值的时尚洞见。

Apr, 2018

推断可替代和互补产品的网络

提出了一种基于主题模型的方法，通过产品评论等多维数据，预测和发现替代和补充产品之间的关系，应用于亚马逊的大规模商品目录数据集。

Jun, 2015

上下：用单类协同过滤模型建模时尚趋势的视觉演化

本文介绍了一种利用深度卷积神经网络，结合用户反馈和时尚趋势进行实时热门商品推荐的算法，以及该算法在 Amazon 上进行的实验。

Feb, 2016

基于风格的相容衣着推荐

通过高级分类和图像，利用新型的风格编码器网络生成符合实际穿着风格或主题的时装推荐，并通过严谨的实验分析表明其优于现有的最先进的基线。

Mar, 2022

基于街拍图像的大规模视觉推荐

本文提出了四个数据驱动模型用于大规模的视觉推荐系统，这些模型可以有效地利用大量的时尚图片及其丰富的元数据，通过对大规模数据集的深入实验对这些算法进行了分析，并在颜色科学的基础上对其进行了基线，同时展示了从这些实验中学到的关键时尚见解并介绍了一个可以用于未来视觉研究的大规模时尚图像注释数据集（Fashion-136K）。

Jan, 2014