Who are the Devils Wearing Prada in New York City?
National Taiwan University（国立台湾大学）；University of Rochester（罗切斯特大学）
时尚是人类社会生活中一个永恒的话题，大众有模仿大城市居民和名人穿着的倾向。不可否认，纽约市是一个引领时尚的大城市。因此，要研究今年的流行趋势，了解纽约市的流行趋势是非常有帮助的。发现纽约市的时尚趋势可以促进许多应用，如服装推荐和广告。纽约时装秀上的时尚潮流是否真的影响了公众的着装风格？为了回答这个问题，我们设计了一个由三个主要组件组成的新系统：（1）从纽约时装秀和纽约街头时尚中构建一个大数据集，以了解纽约可能的服装流行趋势，（2）利用基于学习的方法来发现时尚属性作为时尚趋势的代表特征，以及（3）将来自纽约时装表演和街头时尚图像的分析结果进行比较，以验证时装表演是否对纽约市的人们产生了实际影响。通过在一个大型服装数据集上的初步实验，我们证明了我们提出的系统的有效性，并获得了有用的见解的时尚趋势和时尚的影响。
2015-08-19 cs.CV cs.CY
Fashion Forward: Forecasting Visual Style in Fashion
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
时尚的未来是什么？从数据驱动的视觉角度来解决这个问题，我们建议在视觉风格趋势发生之前预测它们。我们介绍了第一种方法来预测未来流行的风格发现时尚图像中的无监督的方式。使用这些样式作为基础，我们训练一个预测模型来表示它们随时间的趋势。由此产生的模型可以假设未来将流行的新风格混合，发现风格动态（时尚与经典），并命名将主导未来时尚的关键视觉属性。我们将我们的想法应用于三个数据集，这些数据集包含了亚马逊六年来销售的80，000种时尚产品。结果表明，时尚预测大大受益于视觉分析，远远超过文本或元数据线索周围的产品。
2020-08-09 cs.CV
CAT STREET: Chronicle Archive of Tokyo Street-fashion
Kanto Gakuin University（关东学院大学）；Nagoya University（名古屋大学）
对日常生活时尚趋势的分析可以让我们深刻地了解我们的社会和文化。然而，没有适当的数字档案存在，包括图像说明什么人在他们的日常生活中穿了很长一段时间。在本研究中，我们提出了一个新的时尚图像档案，东京街头时尚编年史档案（CAT STREET），以揭示日常生活中的时尚潮流。CAT STREET包括显示1970- 2017年间人们日常生活中穿着的图像，这些图像包含时间戳和街道位置注释。这种新颖的数据库与机器学习相结合，使我们能够长期观察日常生活中的时尚趋势，并对其进行定量分析。为了评估我们提出的方法与新数据库的潜力，我们证实了经验法则的两个时尚趋势的现象，已经观察到，并在以前的研究中定性讨论。通过这些实证分析，我们验证了我们的方法来量化时尚趋势可以帮助探索未解决的研究问题。我们还展示了CAT STREET的潜力，通过嵌入消费者日常生活的时尚，找到新的立场，促进社会和文化的理解。
2021-04-29 cs.CV cs.DB cs.DL
TrendGen: An Outfit Recommendation and Display System
SabinoDB；University of Toronto（多伦多大学）
TrendGen通过智能服装推荐和生成技术提升在线购物体验，利用服装图像和产品属性生成趋势一致的搭配建议，并通过生成AI将原始图像转换为高质量的平铺视图。
2026-03-28 cs.CV
Trend-Aware Fashion Recommendation with Visual Segmentation and Semantic Similarity
University of Luxembourg（卢森堡大学）
本文提出融合视觉分割、语义相似度、流行度匹配与用户行为模拟的趋势感知时尚推荐框架，并在 DeepFashion 上验证其类别相关性与流行度预测效果。
2025-06-09 cs.CV cs.LG
Teaching DNNs to design fast fashion
Myntra Designs（Myntra设计公司）
$ $“快速时尚”引领时尚界最大的变革，使设计弹性供应链能够快速响应不断变化的时尚趋势。商业制造中的传统设计过程通常是通过世界各地的“趋势”或流行模式来提供的，这些趋势或流行模式表明对新的表达形式、循环模式和给定时间框架内的流行表达模式的突然兴趣。在这项工作中，我们提出了一个完全自动化的系统来探索，检测，并最终合成时尚趋势的设计元素，通过设计服装的代表性原型给定的时间序列信号从社交媒体的饲料。我们的系统被设想为快速时尚设计的第一步，从设计开始到制造的服装生产周期意味着快速和响应当前的“趋势”。它还致力于通过在设计生成时考虑客户对可销售性的反馈来减少时装生产中的浪费。我们还提供了一个界面，其中设计师可以在时尚中使用多种趋势风格，并将设计可视化为这些风格的元素的插值。我们的目标是通过生成有趣和鼓舞人心的组合来帮助设计师通过她的主要客户来考虑他们的创意过程。
2019-07-03 cs.CV cs.LG
ENCLIP: Ensembling and Clustering-Based Contrastive Language-Image Pretraining for Fashion Multimodal Search with Limited Data and Low-Quality Images
Bizom (Mobisy Technologies Private Limited)（Bizom（Mobisy科技私人有限公司））
本文提出ENCLIP方法，通过训练并集成多个CLIP模型实例并结合聚类技术，解决时尚多模态搜索中数据有限和图像质量低的问题，从而提升CLIP模型在该领域的性能。
2024-11-25 cs.AI cs.CV cs.MM
How To Extract Fashion Trends From Social Media? A Robust Object Detector With Support For Unsupervised Learning
Infilect Technologies Pvt. Ltd.（Infilect科技私人有限公司）
随着社交媒体的普及，名人、知名设计师和时尚影响者的时尚灵感缩短了时装设计和制造的周期。然而，随着时尚相关内容的爆炸式增长和大量用户生成的时尚照片，时尚设计师们要在社交媒体照片中跋涉并创造潮流时尚摘要是一项艰巨的任务。这需要对社交媒体上的时尚照片进行深入解析，以从给定的时尚照片中定位和分类多个时尚物品。虽然诸如MSCOCO的目标检测竞赛对于每个对象类别具有数千个样本，但是对于快速时尚物品获得大的标记数据集是相当困难的。此外，最先进的对象检测器没有任何功能来摄取社交媒体上可用的大量未标记数据，以便用标记的数据集微调对象检测器。在这项工作中，我们展示了一个通用对象检测器的应用，该检测器可以以无监督的方式在最近发布的Open Images V4数据集的24个类别上进行预训练。我们首先对从社交媒体收集的24个类别的60K未标记照片使用无监督学习来训练对象检测器的基础架构，然后在Open Images V4数据集的8.2K标记照片上对其进行微调。在300 X 300图像输入上，我们在2.4K照片的测试数据集上实现了72.7%的mAP，同时与最先进的对象检测器相比，性能提高了11%至17%。我们表明，这种改进是由于我们选择的架构，让我们做无监督学习，并在识别小对象的性能显着更好。
2018-06-28 cs.CV cs.LG stat.ML
New Fashion Products Performance Forecasting: A Survey on Evolutions, Models and Emerging Trends
University of Verona（维罗纳大学）
本文针对快时尚行业环境问题下的新时尚产品表现预测（NFPPF）难题，遵循PRISMA流程开展系统综述，提出首个覆盖该领域学习方法的分类体系，梳理多模态方法与数据集，并探讨挑战与未来方向。
2025-01-17 cs.CV cs.LG
Well Googled is Half Done: Multimodal Forecasting of New Fashion Product Sales with Image-based Google Trends
University of Verona（维罗纳大学）；Humatics Srl（Humatics有限责任公司）
本文提出一种结合Google Trends时间序列与多模态信息的神经网络方法，用于在缺乏历史数据时预测新型时尚产品销量，并发布VISUELLE数据集，实验证明该方法在WAPE指标上提升1.5%预测精度。
2024-01-14 cs.CV cs.LG
PAE: LLM-based Product Attribute Extraction for E-Commerce Fashion Trends
Walmart Global Technology（沃尔玛全球技术部门）
针对电子商务时尚趋势报告中的产品属性提取问题，提出PAE框架，利用多模态信息从PDF中提取属性，并通过BERT匹配目录，平均F1达92.5%。
2024-05-27 cs.AI cs.CV cs.LG
Recent Trends in Artificial Intelligence Technology: A Scoping Review
Institute of Information Technology（信息技术学院）
该范围综述基于PRISMA框架，分析2022年三大期刊的人工智能研究，发现处理多源非结构化数据是关键，且无监督/半监督学习及可解释、安全的预测是当前主要趋势。
2025-06-23 cs.AI cs.CV cs.LG
UniFashion: A Unified Vision-Language Model for Multimodal Fashion Retrieval and Generation
The Hong Kong Polytechnic University（香港理工大学）；Wuhan University（武汉大学）；Shanghai AI Laboratory（上海人工智能实验室）
提出UniFashion统一框架，通过整合扩散模型和LLM，同时解决时尚领域多模态生成与检索任务，实现可控高保真生成，显著优于单任务SOTA模型。
2024-10-12 cs.AI cs.CV
StreetStyle: Exploring world-wide clothing styles from millions of photos
Cornell University（康奈尔大学）
每天有数十亿张照片被上传到照片共享服务和社交媒体平台。这些图像包含了世界各地人们如何生活的信息。在本文中，我们利用这些丰富的数据来了解全球时尚和风格趋势。我们提出了一个大规模视觉发现的框架，分析了世界各地数百万人的服装和时尚图像，并跨越了几年。我们引入了一个大规模的带有服装属性注释的照片数据集，并使用该数据集通过深度学习来训练属性分类器。我们还提出了一种方法来发现视觉上一致的风格集群，捕捉有用的视觉相关性，在这个庞大的数据集。使用这些工具，我们分析了数百万张照片，以获得视觉洞察力，对全球和每个城市的时尚选择和时空趋势进行了首次分析。
2017-06-06 cs.CV
Challenges and Trends in Egocentric Vision: A Survey
本文综述第一人称视觉理解，系统分类任务为四大类，总结挑战、趋势及高质量数据集，并展望其在增强现实、虚拟现实和具身智能中的应用。
2025-09-24 cs.AI cs.CV
Multimodal Quasi-AutoRegression: Forecasting the visual popularity of new fashion products
CERTH-ITI（希腊研究与技术中心-信息技术研究所）
估计消费者的偏好对时尚行业至关重要，因为适当地利用这些信息可以在利润方面受益。由于时尚行业的快速变化，时尚趋势检测是一项具有挑战性的任务。此外，由于缺乏历史数据，预测新服装设计的视觉流行度甚至更加苛刻。为此，我们提出了MuQAR，一种多模态准自回归深度学习架构，它结合了两个模块：（1）多模态多层感知器处理产品的分类，视觉和文本特征，以及（2）准自回归神经网络建模产品属性的“目标”时间序列以及所有其他属性的“外源”时间序列。我们利用计算机视觉、图像分类和图像描述，从新产品的图像中自动提取视觉特征和文本描述。时尚产品设计最初是在视觉上表达的，这些特征代表了产品的独特特征，而不需要额外的输入（例如手工编写的文本）来干扰设计师的创作过程。我们采用产品的目标属性的时间序列作为代理的时间流行模式，减轻缺乏历史数据，而外源的时间序列有助于捕捉相互关联的属性之间的趋势。我们对两个大规模图像时尚数据集Mallzee和SHIFT 15m进行了广泛的消融分析，以评估MuQAR的充分性，并使用Amazon Reviews：Home和Kitchen数据集评估对其他领域的通用性。对VISUELLE数据集的比较研究表明，MuQAR能够在WAPE和MAE方面分别以4.65%和4.8%的优势竞争和超越该领域的当前最先进水平。
2022-05-05 cs.CV cs.NE
Hard-Aware Fashion Attribute Classification
Intel（英特尔）；Peking University（北京大学）；Columbia University（哥伦比亚大学）；JD AI Research（京东人工智能研究院）
时尚属性分类对于时尚单品搜索、时尚趋势分析、时尚推荐等高级任务具有重要意义。由于数据分布极不均衡，尤其是只有少数正面样本的属性，使得该任务具有挑战性。在本文中，我们引入了一个硬感知管道，充分利用“硬”样本/属性。我们首先提出了硬件感知反向传播（HABP），以有效地和自适应地专注于训练“硬”数据。然后，对于识别出的硬标签，我们建议合成更多的互补样本进行训练。为了稳定训练，我们通过直接停用合成互补样本（Deact）的输出来扩展半监督GAN。总的来说，我们的方法在解决“困难”的情况下更有效。HABP在“硬”样品上的权重更大。对于训练数据不足的“硬”属性，Deact带来更稳定的合成样本进行训练，进一步提升性能。我们的方法在大规模时尚数据集上得到了验证，在没有任何额外监督的情况下，性能优于其他最先进的方法。
2019-07-25 cs.CV cs.LG
Automatic Generation of Fashion Images using Prompting in Generative Machine Learning Models
National Technical University of Athens（雅典国立技术大学）；School of Electrical and Computer Engineering（电气与计算机工程学院）
本文提出结合大语言模型提示技术、RAG 与 Stable Diffusion 自动生成时尚描述及图像，实验表明 RAG 和少样本学习更受偏好。
2024-07-20 cs.CV
Quality and Quantity: Unveiling a Million High-Quality Images for Text-to-Image Synthesis in Fashion Design
Zhejiang University（浙江大学）；Westlake University（西湖大学）；Westlake Xinchen Technology Co. Ltd（西湖星辰科技有限公司）；Zhiyi Tech（智逸科技）；University of Electronic Science and Technology of China（电子科技大学）
本文提出Fashion-Diffusion数据集，包含超百万高质量时尚图像及详细文本描述，并建立新基准，以促进服装设计中的文本到图像生成研究。
2024-03-18 cs.CV
Virtual Embodiment: A Scalable Long-Term Strategy for Artificial Intelligence Research
Facebook AI Research（Facebook AI 研究院）；University of Cambridge（剑桥大学）
从语言学到哲学、心理学和神经科学，意义一直被称为各种科学学科的“圣杯”。人工智能（AI）领域在很大程度上是这一清单的一部分：复杂的自然语言语义的发展是实现与人类相当的智能水平的必要条件。认知科学中的具身性理论认为，人类的语义表征依赖于感觉-运动经验;大量证据表明，人类的意义表征是基于对物理现实的感知，这导致了意义必须依赖于多种（感知）模态的融合的结论。尽管如此，人工智能研究，特别是计算语言学和计算机视觉等子学科，主要集中在涉及单一模态的任务上。在这里，我们提出虚拟体现作为人工智能研究的一种替代的长期策略，这种策略本质上是多模态的，并且允许以一种道德上负责的方式连贯和渐进地开发该领域所需的可扩展性。
2016-10-24 cs.AI cs.CL cs.CV
Exploring AI in Fashion: A Review of Aesthetics, Personalization, Virtual Try-On, and Forecasting
本文综述了四个领域的方法、数据集和评估指标，涵盖美观、个性化、虚拟试穿和预测，探讨了技术方法与推荐系统的关系及跨领域依赖，识别了集成AI驱动时尚系统面临的挑战和未来方向。
2026-03-19 cs.CV cs.LG
Design-time Fashion Popularity Forecasting in VR Environments
CERTH-ITI（希腊研究与技术中心-信息技术研究所）
能够预测新的服装设计的流行是非常重要的，在一个行业的快节奏的时尚，无论是在盈利能力和减少未售出的库存问题。在这里，我们试图解决这个任务，以提供翔实的预测时装设计师在一个虚拟现实设计师的应用程序，将允许他们微调他们的创作基于当前的消费者偏好在一个互动和沉浸式的环境。为了实现这一目标，我们必须应对以下主要挑战：（1）所提出的方法不应妨碍创作过程，因此它必须仅依赖于服装的视觉特征，（2）新服装缺乏历史数据，无法从中推断其未来的流行程度，以及（3）时尚趋势通常是高度动态的。为此，我们开发了一个计算机视觉管道微调时尚图像，以提取相关的视觉特征以及服装的类别和属性。我们提出了一个层次化的标签共享（HLS）流水线自动捕捉时尚类别和属性之间的层次关系。此外，我们提出了MuQAR，多模态准自回归神经网络，预测流行的新服装结合其视觉特征和分类功能，而自回归神经网络是服装的类别和属性的流行时间序列建模。所提出的HLS和MuQAR都证明能够超越关键基准数据集的当前最先进水平，DeepFashion用于图像分类，VISUELLE用于新服装销售预测。
2022-12-14 cs.CV
RA-CoA: Training-free Fashion Image Captioning via Retrieval-Augmented Chain-of-Attributes
Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）；Indian Institute of Technology Jodhpur（印度理工学院焦特布尔分校）
针对时尚图像描述中通用VLM细粒度属性精度不足的问题，提出无训练框架RA-CoA，通过从知识库检索属性集并进行属性级推理，显著提升描述质量，METEOR平均提升26.3%。
2026-09-15 cs.AI cs.CV cs.LG
Artificial Intelligence For Breast Cancer Detection: Trends & Directions
Salim Habib University（萨利姆·哈比卜大学）
在过去的十年中，计算机视觉和人工智能（AI）领域的研究人员已经加大了努力，提出了一个自动化框架，不仅可以检测乳腺癌，还可以识别乳腺癌的阶段。这一方向的研究活动激增的原因主要是由于强大的AI算法（深度学习）的出现，可以训练这些强大而复杂的AI算法的硬件的可用性以及训练AI算法所需的足够大的数据集的可访问性。研究人员已经利用不同的成像模式来自动化乳腺癌检测的任务是乳房X线照片，超声，磁共振成像，组织病理学图像或它们的任何组合。本文分析了这些成像方式，并介绍了它们的优势，局限性和征用资源，从那里可以访问他们的数据集用于研究目的。然后，本文总结了过去十年中提出的基于AI和计算机视觉的最先进方法，以使用各种成像方式检测乳腺癌。一般来说，在这篇文章中，我们重点审查了使用乳房X线照片报告结果的框架，因为它是最广泛使用的乳房成像模式，作为医生通常用于检测乳腺癌的第一个测试。关注乳房X线摄影成像模式的第二个原因是其标记数据集的可用性。数据集可用性是开发基于AI的框架的最重要方面之一，因为这些算法需要大量数据，并且通常数据集的质量会影响基于AI的算法的性能。简而言之，这篇研究文章将作为自动化乳腺成像分析领域研究社区的主要资源。
2021-10-03 cs.CV cs.LG eess.IV
LookBench: A Live and Holistic Open Benchmark for Fashion Image Retrieval
LookBench是一个实时、全面且具有挑战性的时尚图像检索基准，包含真实和AI生成的图像，通过时间戳更新，挑战现有模型，提供持续评估。
2026-04-13 cs.CV
Artificial intelligence to advance Earth observation: : A review of models, recent trends, and pathways forward
Ecole Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）；ETH Zurich（苏黎世联邦理工学院）；Technische Universität Berlin（柏林工业大学）；BIFOLD - Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究所）；Technische Universität München（慕尼黑工业大学）；Jozef Stefan Institute（约瑟夫·斯特凡研究所）；Leiden University（莱顿大学）；RWTH Aachen University（亚琛工业大学）；German Aerospace Center (DLR)（德国航空航天中心）；University Politehnica of Bucharest (UPB)（布加勒斯特理工大学）；European Space Agency (ESA)（欧洲空间局）；Universitat de València（瓦伦西亚大学）
本文为地球观测领域的人工智能应用综述，梳理了从原始数据到可用信息转化的关键技术，覆盖计算机视觉、机器学习等八大方向的前景与挑战，为领域发展提供路径参考。
2024-09-16 cs.CV eess.IV stat.AP
When Fashion Meets Big Data: Discriminative Mining of Best Selling Clothing Features
National Taiwan University（台湾大学）；University of Rochester（罗切斯特大学）
随着电子商务网站的普及和网上购物的便利，消费者正在接受大量的各种选择的产品。不可否认，购物是我们社会中最基本的活动之一，研究消费者的购物行为不仅对社会学和心理学有重要意义，而且对产业也有重要意义。无可争议，最受欢迎的电子商务类别之一是服装业务。出现了对流行的和有吸引力的服装特征的分析的需要，这可以进一步促进许多新兴的应用，例如服装推荐和广告。在这项工作中，我们设计了一个新的系统，包括三个主要组成部分：1）从在线购物网站中挖掘并组织大规模服装数据集，2）对服装单品数据和用户交易历史中的畅销产品图像进行剪枝并提取，以及3）利用基于机器学习的方法来发现精细的纹理服装属性作为流行服装风格元素的代表性和区分性特征。通过对大规模在线服装购物数据集的实验，我们证明了我们提出的系统的有效性，并获得了有用的洞察服装消费趋势和有利可图的服装功能。
2017-02-22 cs.CV
MDiFF: Exploiting Multimodal Score-based Diffusion Models for New Fashion Product Performance Forecasting
University of Verona（维罗纳大学）
本文提出 MDiFF，一种结合基于分数的扩散模型与轻量级 MLP 的两步多模态方法，用于预测无历史数据的全新时尚产品销量，并达到当前最先进的准确性与效率。
2024-12-07 cs.CV cs.LG
Dif4FF: Leveraging Multimodal Diffusion Models and Graph Neural Networks for Accurate New Fashion Product Performance Forecasting
University of Verona（维罗纳大学）；QUALYCO S.r.l.（QUALYCO有限责任公司）
针对快时尚新品无历史数据、确定性预测模型易受域偏移影响的问题，本文提出结合多模态扩散模型与图卷积网络的两阶段预测框架Dif4FF，在标准数据集VISUELLE上取得了新品销量预测的最优效果。
2024-12-07 cs.CV cs.LG
