时尚智能:理论、技术及应用

时尚，作为人类追求美的一种外在表达，承载着人类历史数千年演进的过程。随着时尚大数据的不断累积，在机器学习和人工智能技术快速发展的今天，时尚智能作为新兴的学科方向之一，在众多学者的努力下积累了众多技术成果。本书主要从计算机科学与技术视角出发，力求全面阐述目前人工智能技术和机器学习在时尚领域的理论基础、技术体系和创新应用。
本书可以作为计算机、服装设计学、纺织学等相关专业的大专、本科高年级学生及研究生的辅助学习用书，亦可供服装和时尚行业及设计领域从业者参阅。

前言
第1章 绪论 1
1.1 人类服装发展简史 1
1.1.1 外国服装发展简史 1
1.1.2 中国服装发展简史 3
1.2 时尚概念的起源 6
1.3 人工智能发展简史 9
1.4 “时尚+智能”的协同发展 11
参考文献 12
第2章 理论基础 13
2.1 机器学习和度量学习 13
2.1.1 机器学习概述 13
2.1.2 经典机器学习算法 14
2.1.3 度量学习 29
2.2 深度学习 32
2.2.1 深度学习概述 32
2.2.2 深度卷积网络 34
2.2.3 深度循环网络 39
2.3 生成技术 41
2.3.1 生成技术概述 41
2.3.2 典型生成模型 43
2.4 推荐系统 54
2.4.1 推荐系统概述 54
2.4.2 推荐系统技术框架 55
2.4.3 推荐系统过滤算法 57
参考文献 63
第3章 基础时尚智能技术 66
3.1 服装检测 68
3.1.1 基于边界框的检测 68
3.1.2 基于关键点的检测 72
3.2 服装解析 74
3.2.1 传统服装解析方法 75
3.2.2 基于深度学习的服装解析方法 77
3.3 服装属性预测 80
3.3.1 服装中特定区域相关的多属性预测 80
3.3.2 服饰中跨域属性预测 81
3.4 时尚检索 82
3.4.1 经典时尚检索方法 83
3.4.2 基于深度学习的检索方法 84
3.4.3 工业界中的时尚检索 86
参考文献 87
第4章 高级时尚智能技术 90
4.1 时尚推荐与时尚数据挖掘 90
4.1.1 时尚推荐 90
4.1.2 时尚数据挖掘 96
4.2 时尚风格与元素分析 109
4.2.1 底层风格向量 110
4.2.2 显式风格分类 110
4.2.3 时尚度 112
4.2.4 风格迁移 113
4.3 时尚搭配学习 114
4.3.1 基于序列的时尚搭配学习 114
4.3.2 基于度量学习的时尚搭配学习 115
4.3.3 基于图神经网络的时尚搭配学习 116
4.4 搭配生成技术 117
4.4.1 属性监督和多判别器网络的搭配上下衣生成 117
4.4.2 搭配套装生成 120
4.5 服装平面化生成 124
4.5.1 基于形状上下文的薄板样条插值技术 125
4.5.2 基于生成模型的服装平面化 127
4.6 时尚设计生成 136
4.6.1 基于纹理和颜色的时尚设计 136
4.6.2 基于多模态信息的时尚设计 144
4.7 虚拟换装 147
4.7.1 三维虚拟换装 148
4.7.2 二维虚拟换装 154
4.8 智能设计生成其他应用 161
4.8.1 发型设计生成 161
4.8.2 妆容迁移生成 165
参考文献 169
第5章 时尚智能技术总结与展望 178
5.1 现有工具及应用 178
5.2 数据集 180
5.3 时尚智能技术的发展趋势与挑战 191
5.4 基于元宇宙的时尚畅想 192
参考文献 194
彩图