■理大昨日宣佈，與阿里巴巴旗下「圖像和美」技術團隊合作研發全球首個「FashionAI數據集」。賈夢雷（左）及黃偉強（右）。 香港文匯報記者唐嘉瑤 攝理大夥阿里巴巴團隊研發 料「數據集」年內智能商店應用
香港文匯報訊（記者 唐嘉瑤）近年很多人愛網購買衫，惟花多眼亂，搜尋「V領毛衣」，便會出現大V領、深V領及小V領毛衣等，耗時篩選。理工大學與阿里巴巴旗下「圖像和美」技術團隊合作，利用人工智能（AI）及服飾知識，研發全球首個「FashionAI數據集」，用家可根據服飾上的屬性標籤及關鍵點分析圖像，智能搭配提高搜尋準確度，預計「數據集」將於今年內在阿里巴巴的智能商店「上架」。
消費者在網上搜尋服飾時，主要利用文字或圖像去搜尋相同或類似的圖像。理大紡織及製衣學系鄭翼雄時裝教授及副系主任黃偉強指，目前的圖像搜尋技術有限制，未能分辨服飾的特徵及設計元素，故消費者在面對海量的資訊，難以準確地挑選稱心的服飾。
解決電腦認知算法兩問題
為加強AI在時尚領域的應用，黃偉強的研究團隊與阿里巴巴旗下的「圖像和美」專家合作，共同研發「FashionAI 數據集」以解決電腦在服飾圖像數據集進行認知算法的兩個基本問題：「服飾關鍵點定位」和「服飾屬性標籤識別」。
所謂「服飾關鍵點」，是指衣服的頸線、袖口、腰線等特徵，「服飾屬性標籤」則涉及袖長、領子設計、裙型等元素，這些資訊均是機器學習和理解服飾圖像的基本元素。
此兩項元素組成的數據集使電腦能準確理解服飾圖像，為機器學習和算法設計打好基礎。
以電腦分析服飾圖像的準確性受多種因素影響，例如服飾的尺寸和形態，拍攝距離和角度，甚至服飾擺放方式以及相中模特兒的姿勢等等。
研究人員借助服飾關鍵點定位技術，可以克服上述問題，提升電腦自動檢測圖像關鍵點的效果。
另一方面，服飾屬性標籤的組合決定了服飾的類別和風格，而屬性標籤種類繁多且複雜，專家需要進行專業的系統分類方可讓電腦自動理解服飾圖像。
黃偉強指，嶄新的FashionAI數據集有助AI認知和處理服飾圖像及提高相關算法的效能，更有助推動機器學習的發展，從而提升網上搜尋服飾圖像的準確度、令交叉銷售及追加銷售更有效率、促進創新的購物體驗。
阿里巴巴淘寶技術部資深技術專家賈夢雷表示，想讓AI去認知主觀的時尚美學，就必須將主觀審美中的內涵知識和經驗規則轉化為機器能力的AI，故研究人員希望和業界通力合作，讓AI在時尚領域實現更複雜高階的應用，如服飾搭配、輔助設計、商品導購等，以發揮更大的價值。
目前已完成40萬項數據
目前「數據集」已完成40萬項數據，包括10萬項關鍵點數據，及30萬項屬性標籤數據。未來「圖像和美」團隊將會通過聘請外來團隊等方式收集服飾樣品及數據。
就日後AI技術會否取代時裝設計師及服裝銷售員，專家相信上述技術是輔助人類，卻不能取代人類的智能，因AI不能預測流行時裝風格。