得克萨斯大学奥斯汀分校（UT-Austin），康奈尔理工学院，佐治亚理工学院和Facebook AI研究的研究人员创建了一个人工智能系统，可用于提供个性化的时尚建议，出版这里。
现在，UT-Austin计算机科学系领导下的项目之一，时尚++，以最小化的哲学创建，以最大程度地提高服装时尚性。根据UT-Austin的新闻稿，该系统分析了服装的几个因素，例如颜色，图案，纹理和形状，并根据此分析提供了建议。
时尚++的运作方式
研究人员发布视频总结时尚++的工作原理。系统如何工作的关键组成部分是机器学习。 Fashion ++使用时尚爱好者发布的成千上万件服装图像，经过培训，可以学习时尚服装的组成部分。同样，通过将这些服装的几个部分融合在一起，人工智能系统能够确定不合时宜的衣服的样子。
在第一阶段（称为编码）中，系统将图像的服装区域（例如顶部和底部）分解为其关键组件，例如形状和纹理。从那里开始，将代码转换为系统理解的方式。
下一阶段（称为编辑）看到了系统分析数据以提出可以改善服装的时尚性的建议，并翻译成编辑的一组代码。
最后一个阶段称为解码，使用编辑的代码将这些建议生成现有图像。这样，用户可以可视化对其服装进行较小编辑的影响（而不是在壁橱中挖掘并在现实生活中进行尝试）。
Fashion ++系统可以根据您所需的结果（最少编辑或最时尚性）产生一些建议。
时尚++：有效吗？
通过使用定量测量和人类评估，该系统能够生成建议，以最少的编辑来提高时尚性。通过能够通过Fashion ++的渲染图像来形象化这些建议，用户可以轻松地看到添加或卸下配件，更改服装的分层甚至穿上衬衫的影响，而无需在现实生活中做到这一点。
该系统中仍然有一些改进，例如以不同的身体尺寸和形状进行考虑，改善了世界各地不同文化的时尚表现，并在90年代之前分析了时尚的服装（数十年来的风格变化）。
研究人员正在探索进化时尚++系统的方法。例如，除了查看更多培训资源（例如Instagram）之外，他们还在寻找为每个用户提出更多个性化建议的方法。这将包括用用户的个人风格以及该用户衣柜中的内容进行分解。
克里斯汀·格劳曼（Kristen Grauman）教授这项研究的作者之一，分享了她对时尚++未来的观点，分享了UT-Austin的新闻稿：
“我们正在研究一个人的身体的形状与衣服如何适合它们之间的相互作用。我们很高兴通过进行这项研究来扩大各种体型和形状的人的适用性。”
