Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ファッションアイテムの類似画像検索を実装してみました/Fashion Tech Meetup ...
Search
tn1031
March 22, 2016
Technology
9.3k
3
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
ファッションアイテムの類似画像検索を実装してみました/Fashion Tech Meetup #2 LT
2016/03/22
Fashion Tech Meetup #2
tn1031
March 22, 2016
More Decks by tn1031
See All by tn1031
Outfit Generation and Style Extraction via Bidirectional LSTM and Autoencoder
tn1031
0
170
インタラクティブな属性操作が可能なファッションアイテム検索/attribute manipulation survey
tn1031
0
1.2k
Autoencoderを用いたOutfitからのスタイル抽出/style auto encoder
tn1031
0
13k
fashion_workshop_survey/Size Recommendation System for Fashion E-commerce
tn1031
0
300
画像を用いたファッションアイテム検索/Image Retrieval for Fashion
tn1031
0
5.8k
ファッションアイテム検索における深層学習の活用/Fashion Item Retrieval using Deep Learning
tn1031
0
2.4k
ディープラーニングでコーデを提案/FashionTechMeetup#4
tn1031
0
2.5k
KDD 2016勉強会/Images Don’t Lie: Transferring Deep Visual Semantic Features to Large-Scale Multimodal Learning to Rank
tn1031
0
1k
ファッションのコーディネートを自動生成してみた/FashionTech Talks Tokyo #1 LT
tn1031
2
1.2k
Other Decks in Technology
See All in Technology
GoCon2026 - Open Source, Open World
sanposhiho
2
400
Bet AI Day 2026丨バクラク Autopilot、業務システムの再設計
layerx
PRO
2
1.6k
AIで実装は速くなった。なのにプロダクトは速くならない。職能の壁を越えて価値のフローを設計する
nwiizo
7
7.4k
V8コントリビュート超入門
riyaamemiya
0
150
module Synths; end
asonas
1
130
リージョンの壁を越える、 ちょっと変わったAWSサービスの話
falken
PRO
0
270
AIとペアプロを始める。人とのペアプロをやめる。ペアプロの良さを改めて知る。もっと好きになった。 / Rediscovering Pair Programming
honyanya
1
290
AIに丸投げしないトイル削減 / Eliminating Toil Without Leaving It All to AI
kohbis
3
1k
データエンジニアの困りごとをDevinと一緒に解消する
10xinc
2
860
GuardDuty 検知対応を DevOps Agent で効率化しようとしている話 / GuardDuty Investigations with DevOps Agent
masahirokawahara
1
330
Snowflakeで実現する全社横断の顧客の声(VOC)分析・活用基盤@Snowflake World Tour Tokyo 2026
yuto16
0
110
薬剤師(ドメインエキスパート)と一緒に育てる薬局向けAIアシスタント
kakehashi
PRO
2
120
Featured
See All Featured
How Software Deployment tools have changed in the past 20 years
geshan
1
34k
Claude Code のすすめ
schroneko
67
230k
Building Adaptive Systems
keathley
44
3.2k
Visualization
eitanlees
152
17k
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
930
AI Search: Where Are We & What Can We Do About It?
aleyda
0
7.9k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
2.1k
How GitHub (no longer) Works
holman
316
150k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
49
10k
Imperfection Machines: The Place of Print at Facebook
scottboms
270
14k
Self-Hosted WebAssembly Runtime for Runtime-Neutral Checkpoint/Restore in Edge–Cloud Continuum
chikuwait
0
770
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
2
270
Transcript
ϑΝογϣϯΞΠςϜͷ ྨࣅը૾ݕࡧΛ࣮ͯ͠Έ·ͨ͠ 2016/03/22 FASHION TECH MEETUP #2 Presented by @tn1031,
VASILY Inc.
0. ࣗݾհ ࣗݾհ ▸ தଜ ຏ / @tn1031 ▸ σʔλαΠΤϯςΟετ
▸ SIer(2) -> VASILY(3िؒ) ▸ ػցֶशΛઐ߈ ▸ SHIROBAKOਓੜ 2 @tn1031 ਓೳɹɹɹɹɹ झຯͰᅂΉఔ SHIROBAKOͷଚ͍ը૾
1. औΓΈͷഎܠ ྨࣅը૾ݕࡧ͕͋Δͱྑ͍໘ ʮཉ͍͠ΞΠςϜ͋Δ͚Ͳɺߴͯ͘ख͕ग़ͳ͍ɻʯ ʮଥڠͯ͠ങͬͨޙʹɺ͕ࣗങͬͨͷΑΓྑ͍ͷ͕ݟ͔ͭΔɻʯ 3 ྨࣅը૾ݕࡧ͕͋Ε ʮࣅͨΞΠςϜΛ୳͠·ΘΔख͕ؒল͚Δʂʯ ʮଥڠͤͣʹΉ͜ͱ͕Ͱ͖Δʂʯ
2. ը૾ݕࡧʹ͍ͭͯ ը૾ݕࡧʹओʹ̎छྨ͋Γ·͢ ςΩετϕʔεͷݕࡧ ▸ Image meta search ▸ ը૾ʹਵ͢Δϝλσʔλɹ
ςΩετΛར༻ͨ͠ݕࡧ 4 ը૾ϕʔεͷݕࡧ ▸ Content-based image retrieval (CBIR) ▸ ςΩετใΛΘͣɺը૾ͷಛ (৭ɺܗঢ়ͳͲ)Λར༻ͨ͠ݕࡧ ը૾σʔλ ը૾σʔλ ςΩετσʔλ ͑Δใɹ ը૾σʔλ͚ͩ
2. ը૾ݕࡧʹ͍ͭͯ ը૾ݕࡧʹओʹ̎छྨ͋Γ·͢ ςΩετϕʔεͷݕࡧ ▸ Image meta search ▸ ը૾ʹਵ͢Δϝλσʔλɹ
ςΩετΛར༻ͨ͠ݕࡧ 5 ը૾ϕʔεͷݕࡧ ▸ Content-based image retrieval (CBIR) ▸ ςΩετใΛΘͣɺը૾ͷಛ (৭ɺܗঢ়ͳͲ)Λར༻ͨ͠ݕࡧ ը૾σʔλ ը૾σʔλ ͑Δใɹ ը૾σʔλ͚ͩ ςΩετσʔλ ࠓճͪ͜Βʹઓ
2. ը૾ݕࡧʹ͍ͭͯ ը૾ݕࡧѹॖͱڑܭࢉͰ͢ ը૾ݕࡧͷجຊతͳߟ͑ํ ▸ ͳΔ࣍͘ͷۭؒʹѹॖ͠ɺѹॖͨ͠ϕΫτϧͷڑʹج͍ͮͯྨࣅΛఆٛ͢Δ ▸ ࣅ͍ͯΔը૾ಉ࢜ͷڑ͕ۙ͘ɺࣅ͍ͯͳ͍ը૾ͱͷڑ͕ԕ͘ͳΔΑ͏ʹѹॖ͢Δ 6 ಛྔۭؒ
f(x) ѹॖ ͍ۙ(ࣅ͍ͯΔ) ԕ͍(ࣅ͍ͯͳ͍) ը૾σʔλ ॎԣ480pixelͷ߹ɺ࣍ݩ 480x480x3 = 691200 dim ը૾ಛྔ ը૾σʔλΛදݱ͢Δ࣍ͷϕΫτϧ ը૾Λѹॖ(=ಛநग़)͢ΔؔΛ Ͳͷ༷ʹઃܭ͢Δ͔͕େࣄ
3. ྨࣅը૾ݕࡧ CBIRΛࢼͯ͠Έ·ͨ͠ 7 3௨Γͷํ๏Ͱ࣮ 1. Color histogram + Histogram
of oriented gradients (HOG) - ίϯϐϡʔλϏδϣϯͷ౷తͳಛநग़ํ๏ 2. Convolutional Neural Network (CNN) based model - σΟʔϓϥʔχϯά(ࣝผϞσϧ)ʹΑΔಛநग़ 3. Deep Convolutional Generative Adversarial Networks (DCGAN) - σΟʔϓϥʔχϯά(ੜϞσϧ)ʹΑΔಛநग़
3. ྨࣅը૾ݕࡧ > 3.1. COLOR HISTOGRAM + HOG 1. COLOR
HISTOGRAM + HOG ▸ ը૾ͷHSVΛώετάϥϜԽ ▸ ը૾ͷًޯΛώετάϥϜԽ ▸ 2छྨͷώετάϥϜΛ݁߹ͯ͠ը૾ͷಛྔͱ͢Δ 8 HSVநग़ άϨʔɹɹ εέʔϧ ৭ใώετάϥϜ ޯใώετάϥϜ ը૾ಛྔ ޯநग़
3. ྨࣅը૾ݕࡧ > 3.1. COLOR HISTOGRAM + HOG 1. COLOR
HISTOGRAM + HOG 9 ←ΫΤϦը૾ ݕࡧ݁Ռ ↓ ←ΫΤϦը૾ ݕࡧ݁Ռ ↓
3. ྨࣅը૾ݕࡧ > 3.2. CNN BASED MODEL 2. CNN BASED
MODEL ▸ CNNΛimage netͰֶशͤ͞Δ ▸ ֶशࡁΈCNNʹΞΠςϜը૾ͱΧςΰϦϥϕϧΛೖͯ͠࠶ֶशͤ͞Δ ▸ શ݁߹ͷग़ྗΛը૾ಛྔͱ͢Δ 10 CNN શ݁߹ 4096ϊʔυ જࡏ 64ϊʔυ ग़ྗ 7ϊʔυ ΧςΰϦɹ ༧ଌ ը૾ಛྔ ݕࡧ࣌ͷڑܭࢉʹ༻ ը૾ͷϋογϡ ݕࡧରͷߜࠐʹ༻ ̍̍̌ɾɾ̍̌
3. ྨࣅը૾ݕࡧ > 3.2. CNN BASED MODEL 2. CNN BASED
MODEL 11 ←ΫΤϦը૾ ݕࡧ݁Ռ ↓ ←ΫΤϦը૾ ݕࡧ݁Ռ ↓
3. ྨࣅը૾ݕࡧ > 3.3. DCGAN 3. DCGAN ▸ DCGANͰGeneratorͱDiscriminatorͷֶशΛߦ͏ ▸
ֶशࡁΈGeneratorΛ༻͍ͯVectorizerͷֶशΛߦ͏ ▸ ֶशࡁΈVectorizerΛ༻͍ͯը૾Λ100࣍ݩͷϕΫτϧʹม͢Δ 12 DCGAN DISCRIPTOR GENERATOR TRAINED DISCRIPTOR TRAINED GENERATOR TRAINED GENERATOR VECTORIZER 100࣍ݩ ϕΫτϧ(ཚ) ը૾ੜ(ِ) TRAINEDɹ VECTORIZER ΞΠςϜը૾ 100࣍ݩ ϕΫτϧ 100࣍ݩ ϕΫτϧ ↓ ը૾ಛྔ Ϟσϧֶश ಛநग़
3. ྨࣅը૾ݕࡧ > 3.3. DCGAN 3. DCGAN 13 DCGAN DISCRIPTOR
GENERATOR TRAINED DISCRIPTOR TRAINED GENERATOR TRAINED GENERATOR VECTORIZER 100࣍ݩ ϕΫτϧ(ཚ) ը૾ੜ(ِ) TRAINEDɹ VECTORIZER ΞΠςϜը૾ 100࣍ݩ ϕΫτϧ 100࣍ݩ ϕΫτϧ ↓ ը૾ಛྔ Ϟσϧֶश ಛநग़ ฐࣾςοΫϒϩάͰ·ͱΊ͍ͯ·͢ http://tech.vasily.jp/entry/fashion-deep-learning
3. ྨࣅը૾ݕࡧ > 3.3. DCGAN 3. DCGAN 14 ←ΫΤϦը૾ ݕࡧ݁Ռ
↓ ←ΫΤϦը૾ ݕࡧ݁Ռ ↓
3. ྨࣅը૾ݕࡧ > 3.4. ֤छ๏ͷൺֱ ͬͯΈͨײ 15 COLOR HISTOGRAM +
HOG CNN BASED MODEL DCGAN ख๏ ϝϦοτ σϝϦοτ ݕࡧ݁Ռͷ੍ޚ͕؆୯ લॲཧ͕େม ѹॖ͕ѱ͍ લॲཧָ͕ ϋογϡΛར༻ͨ͠ݕࡧ ඞཁͳใֶ͕शͷաఔͰ མͪΔ͜ͱ͕͋Δ લॲཧָ͕ ѹॖ͕ྑ͍ ݕࡧ݁Ռͷ੍ޚ͕ҋ
4. ·ͱΊͱࠓޙͷ՝ ·ͱΊ ▸ ྨࣅը૾ݕࡧػೳΛ࣮ͨ͠ - ݁Ռʹख๏ͷݸੑ͕ݟΕͯ໘ന͍ 16 ࠓޙͷ՝ ▸
ݕࡧ্ - ॠ࣌ʹݕࡧ݁Ռ͕ฦͬͯ͜ͳ͍ͱ͑ͳ͍ ▸ αʔϏεΛݟਾ͑ͨվળ - Ϣʔβ͕ຊʹݟ͍ͨใɺཉ͍͠ػೳԿ͔
͝ਗ਼ௌ ͋Γ͕ͱ͏͍͟͝·ͨ͠ We are hiring !! ڵຯͷ͋ΔํͷೖࣾΛ͓͓ͪͯ͠Γ·͢ʂʂ
ςΩετ ࢀߟ ▸ HoG - http://www.vision.cs.chubu.ac.jp/joint_hog/pdf/HOG +Boosting_LN.pdf ▸ CNN based
model - http://www.iis.sinica.edu.tw/papers/song/18378-F.pdf ▸ DCGAN - http://arxiv.org/abs/1511.06434 - http://tech.vasily.jp/entry/fashion-deep-learning 18