inFashion Convolutional Neural Networks Applied to Computer Vision for Industrial Consumer Trend A

Syfte och mål

Målet att utnyttja “Deep Neural Networks” som ett sätt att skapa maskinell trendanalys för modebranschen är uppnått. Våra nätverk bygger vidare på den senaste forskningen. Vi har visat att vår utveckling förbättrar den tillgängliga forskningen. Vi har också visat att vår teknik kan klustra och gruppera de plagg som nätverket hittar beroende på vad den uppfattar som likhet. Vi har också artikulerat de industriella metoderna för trendanalys och definierat användarscenario som kombinerar industriell relevans med den tillgängliga forskningen.

Resultat och förväntade effekter

Resultaten kommer att ha långsiktiga effekter på industrin: 1)De tekniska resultaten visar att "computer vision" kan appliceras till modeindustrin och att den kan erbjuda maskinell trendanalys. 2)Rekryteringen och träningen av de nya AI-forskarna kommer ha en långsiktig effekt på utvecklingen av maskinell trendanalys och andra projekt 3)Etableringen av företaget Tenue Tech AB och Sarvai AB ger möjlighet för långsiktig kommersialisering

Upplägg och genomförande

Samarbete mellan industri och forskning var mycket användbart. Vi påverkades negativt av personalbrist bland forskarna, orsakat av generella brister i forskningssystemet. SU har sedan dessa anställt doktorand som kommer att fortsätta forska på ämnet i ytterligare 3 år. RISE har anställt ytterligare personal som arbetet sedan 2018. Uppdelning i två parallella teknikspår har gett goda resultat, men de specifika kraven tog tid från integreringen.