建议可能包括一些调整，例如选择无袖上衣或更长的外套。
“我们把它想象成朋友给你提建议的方式”，德克萨斯大学奥斯汀分校计算机科学教授克里斯汀·格劳曼（Kristen Grauman）说道。她此前的研究主要聚焦于人工智能的视觉识别。
“它的设计也基于一个实用的理念：我们可以在现有服装搭配的基础上做一些小改动，让它更出彩一点。”
人工智能为你的时尚把关
这款名为Fashion++的工具利用视觉识别系统分析图像中服装的颜色、图案、质地和款式。它会考虑在哪些地方进行调整影响最大，然后向用户提供几套替代搭配方案。
研究人员使用了超过10,000张在时尚爱好者网站上公开分享的穿搭图片来训练Fashion++。寻找时尚穿搭的图片很容易，研究生金伯利·萧（Kimberly Hsiao）说。而寻找不时尚的图片则颇具挑战。于是她想出了一个变通办法：她将时尚穿搭的图片进行混合，生成不那么时尚的示例，并以此训练系统，让它学会什么不该穿。
“随着时尚风格不断演变，AI可以通过输入新图片持续学习，而互联网上的新图片非常丰富，”萧说。
偏见问题
与任何AI系统一样，偏见可能会通过Fashion++的数据集悄然渗入。研究人员指出，复古造型更难被识别为时尚，因为训练图片来自互联网，而互联网自1990年代起才得到广泛使用。此外，由于上传图片的用户大多来自北美，其他地区的风格出现得并不多。
另一个挑战在于，许多时尚服装的图片都是模特身上的展示，但人的体型各异，这会影响时尚选择。接下来，格劳曼和萧正致力于让AI学会哪些款式适合不同的体型，从而使其推荐更具针对性。
“我们正在研究人的体型与服装适配之间的相互作用。通过这项研究，我们很高兴能将其适用范围扩展到各种体型的人群，”格劳曼说。
格劳曼和萧将在下周于韩国首尔举行的国际计算机视觉大会上发表一篇论文，介绍他们的研究方法。
来自康奈尔科技学院、佐治亚理工学院和Facebook人工智能研究院的其他研究人员也为这项工作做出了贡献。
