• 导航

AI技术揭晓四大时装周的关键色

  国际四大时装周展示的服装是目前色彩预测中非常重要的素材。预测中,色彩专家的背景、知识结构、色彩偏好、阅历、喜好等对预测的结果客观性和准确性都有较大的影响。而人工智能提升了秀场色彩研究的效率、客观性和准确性,使色彩专家能够更加快速地从瞬息万变的市场中抓取流行色彩信息,用于趋势研究和客户服务。

  随着设计师品牌对未来流行趋势影响力的不断增强,研究秀场颜色的变化趋势也成为了流行色彩预测工作的重要一环。每季国际四大时装周中展示的服装总计有2万多款,如果单靠人力来完成所有服装色彩的分析工作,则需要投入大量的人力和时间。一款可以应用于秀场服装色彩研究的人工智能技术应运而生,它是从专业色彩研究、人工智能两个维度进行深度合作开发的成果。该技术从海量的秀场图片中,将模特身上的衣服颜色提取出来,然后通过统计分析,计算出秀场中不同色彩维度使用最多的颜色,帮助设计师把更多时间精力放在研究领域,而不需要在颜色提取环节浪费时间。

AI技术揭晓四大时装周的关键色

色彩提取结果

  人工智能秀场色彩研究方法的整个处理分析流程,首先是图像采集。当秀演完毕后,利用“网络爬虫技术”,从公开的网站爬取相应的秀场服装图片,并存储到本地计算机;其次是图像语义分割,是指将图像上的每个像素进行分类,分配到某个对象类别上。服饰图像对视觉上的分割粒度与语义上的理解程度要求颇高,尤其是高端品牌的秀场服饰,相较于人们的日常穿着,它的做工更加精细,存在较多配饰以及复杂、非常规的面料纹理。再次是颜色提取,最后是实际的应用。

  我们对2018/19秋冬国际四大时装周所有设计师品牌和服装的总体情况做了分析,以数据为例介绍技术的应用成果。秀场上,伦敦品牌105个、展示了3365款服装,纽约品牌174个、展示了5534款服装,巴黎品牌141个、展示了6181款服装,米品牌兰108个、展示了4823款服装,合计品牌528个、19903款服装。利用AI技术,对图片中服装颜色进行色彩提取。提取的颜色为RGB值(即是代表红、绿、蓝三个通道的颜色,此标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广的颜色系统之一),利用相关算法将此一一对应到COLORO色彩体系(一种简单快捷的颜色查找系统),得到服装对应的色彩编号,以进行后续的色彩统计分析工作。通过上述处理,从中提取到了3102种颜色。

AI技术揭晓四大时装周的关键色

国际时装周上的色彩应用情况饼图

  综合四大时装周所有展示的服装的色彩,从中排除掉黑、白、灰,以及低明度、低彩度(视觉上非常接近有彩灰)的颜色后进行统计分析。挑选了Louis Vuitton(路易·威登)、Chanel(香奈儿)和Dior Homme(迪奥·桀傲)三大品牌从色相、明度和彩度三个维度,分析在时装周上的色彩应用情况,得出了有趣且有研究价值的结论。

  正如图中的饼图所示,圆周方向被分为20份,代表20个不同的色相;直径方向被分为9份,表示不同明度和彩度的综合因素,该设定全部基于COLORO色彩体系。不难看出,品牌在蓝紫色域都有相应的色彩应用情况类似;香奈儿在服装中应用到了中明度、中彩度的绿色,而LV和迪奥则未用到;LV和香奈儿在草绿色、玫红色两个色域应用较多,而迪奥在这当中的应用则较少。

AI技术揭晓四大时装周的关键色

2018/19秋冬秀场关键色统计分析结果

  以此2万张图片为例,如果人工处理去提取服装颜色,每张图片的处理从打开去色软件、吸取色彩、保存色彩、关闭图片所需的时间约5分钟,每天连续工作8小时,10个人同时进行处理,总共需要约21天时间,才能全部处理完如此大量的图片数据。而用AI处理每张图片仅需1秒,处理完全部图片仅需5.6个小时。此外,AI能够降低人在进行色彩研究时的主观因素。传统色彩预测过程中,色彩专家的知识结构、色彩偏好、阅历、喜好等对预测结果有很大的影响,而人工智能则不存在偏好的问题。



 

您可能还会对下面的文章感兴趣: