本研究使用 InFashAIv1 和 DeepFashion 数据集，使用 Show and Tell 算法生成时尚图片的描述，取得更好的效果，并发现对于非洲风格的时尚图片，联合训练提高了图像描述质量，表明西方风格数据的迁移学习是可行的，释放了 InFashAIv1 数据集以促进更多包容性工作。

Jun, 2021

提出了一种基于迁移学习和编码 - 解码框架的图像字幕模型，用于在同时拥有属性和样式级别标注的源数据集上训练模型，并在仅拥有属性级别标注的目标数据集上预测样式级别的字幕。实验结果表明该方法生成的字幕与衣服的实际样式信息相近。

Aug, 2020

该研究提出了一种新型语义属性可解释推荐系统（SAERS），通过对细粒度的语义空间建立和用户偏好的注意力机制，给用户提供服装推荐，并在视觉上解释推荐原因的个性化方式。该方法在真实数据集上进行的大量实验表明其效果显著。

May, 2019

本文提出了一种利用来自购物网站的弱标签化的图像文本数据进行自动空间感知概念发现的方法，通过将服装图像及其对应描述联合建模，并通过将词汇语义向量表示与卷积地图得出的空间表示相结合生成空间感知表示。我们进一步将空间感知表示用于属性聚类，以形成空间感知概念，最终将视觉语义嵌入空间分解为多种概念特定子空间，以利用多模态语言规律实现结构化浏览和属性反馈产品检索。我们在新收集的 Fashion200K 数据集上进行了大量实验，聚类质量评估和属性反馈产品检索任务的结果证明了我们自动发现的空间感知概念的有效性。

Aug, 2017

社交媒体在时尚行业中起到了重要作用，本论文研究了社交媒体时尚知识抽取任务，将其作为一个描述问题来处理，旨在从社交媒体帖子中直接生成基于句子的时尚知识。

Sep, 2023

本文针对多模态视觉与语言任务，提出了一种将深度生成编码器 - 解码器模型结合视觉注意力和最大互信息技术生成自然语言时装反馈的方法，并在公共设备 Echo Look 上进行了应用。

Jun, 2019

提出了一个基于三元组生成的时尚特定预训练框架和可同时执行时尚检索和字幕任务的灵活解码器模型设计，具有跨模态检索、图像检索、图像字幕和多模态分类等多种功能。

Oct, 2022

本文提出了一种通过生成对抗学习在穿着者身上生成新的服装的新颖有效方法，该方法通过语言描述并在保持穿着者及其姿势不变的同时恰当地更换服装，并通过将复杂的生成过程分解为两个有条件的阶段来解决现有生成对抗网络中的结构相容性问题，该文章通过收集 79K 张图片的句子描述和定量、定性测试展示了该方法的有效性。

Oct, 2017

利用人工智能为时尚推荐系统提供细粒度的视觉解释，自动为顾客上传的图像生成有意义的描述，引导从全球时尚产品目录中检索出符合视觉特征的类似替代品，进而实现个性化的时尚推荐，并在超过 100,000 张已分类的时尚照片数据集上进行训练和评估，物体检测模型的 F1 分数为 0.97，展示了优化的准确时尚物体识别能力，这个视觉感知系统代表了个性化时尚推荐中的重要进展。

Nov, 2023

本文提出了一种新颖的基于 style-factual LSTM 和自适应学习的图像标注模型，能够同时考虑图像的内容和特定的风格要求，如幽默，浪漫，正面和负面。实验结果表明，该模型在两个不同的图像标注数据集上（幽默 / 浪漫标注以及正面 / 负面标注）的表现均超过了目前的最先进方法，且不需要额外的监督信息。

Jul, 2018