Innovativer Algorithmus ersetzt Umkleidekabine
San Diego – Ein neuer Fashion-Algorithmus nutzt Künstliche Intelligenz (KI), um den Kleidungsstil des Nutzers nachzuvollziehen sowie realistische Fotos von neuen Outfits zu erstellen. Die KI-Software ist von Forschern der University of California San Diego entwickelt worden und lässt sich in die zwei Komponenten Convolutional Neural Network (CNN) und Generative Adversarial Network (GAN) aufteilen.
Mehrere Ebenen
Das CNN-Netzwerk empfindet die individuellen Kleidungsvorlieben des Users nach. Dieser Teil des Algorithmus wird mit Amazon-Daten aus den sechs verschiedenen Kategorien Hosen, Schuhe, Oberteile für Männer und Frauen gefüttert und dient der maschinellen Verarbeitung von Bilddaten. Derartige Anwendungen kommen bereits bei herkömmlichen Shopping-Websites in Form von automatisierten Produktvorschlägen zum Einsatz.
Der GAN-Algorithmus besteht aus zwei neuronalen Netzwerken, die beide mit dem gleichen Datensatz gefüttert werden. Eines der beiden Netzwerke kreiert Fake-Bilder, die anschliessend vom zweiten, einer Art Kontrollinstanz, verifiziert werden. GANs sind 2014 von Ian Goodfellow entwickelt worden. Die Wissenschaftler haben die Daten des CNN-Netzwerks dazu genutzt, den GAN-Algorthmus mit Daten zu versorgen. Dieser hat anschliessend verschiedene Bilder für jeden Nutzer erstellt.
Kunde sieht Passform
Der Algorithmus könnte vor allem für Online-Versandhäuser interessant sein. Die Konsumenten haben somit die Möglichkeit, verschiedene Kleidungsstücke vor dem Kauf anzuprobieren und zu sehen, wie diese an ihnen aussehen. Im Gegensatz zu massgeschneiderten Kleidungsstücken punktet dieses System vor allem mit seiner kostengünstigen Durchführbarkeit. (pte/mc/ps)
