Shoppable vids - Semi-autonomous video tagging
| Diarienummer | |
| Koordinator | Stockholms universitet - Institutionen för data- och systemvetenskap |
| Bidrag från Vinnova | 1 889 000 kronor |
| Projektets löptid | december 2017 - november 2019 |
| Status | Avslutat |
Viktiga resultat som projektet gav
Vi gör det möjlligt för de som tittar på modevisingar online att välja, dela och shoppa, enskilda plagg i sändningen. Vår demonstrator erbjuder semi-autonomt stöd för att hitta och märka upp plagg i videor. Demonstratorn är ett post-produktionsverktyg som gör arbetet snabbt och smidigt. Den innehåller två olika delar dvs ett nätverk (”deep learning”) som är tränat för att se och märka ut människor och klädesplagg, samt en web-baserad applikation som stödjer det manuella arbetet.
Långsiktiga effekter som förväntas
Industrirelevanta results: Det finns en avancerad demonstrator, som kan utvecklas kontinuerligt. Det underliggande nätverket för computer vision, kan också visas separat, och inspirera industrin till andra lösningar på existerande utmaningar. Vårt testdata-set kommer att öka våra partners visibilitet inom AI-forskningen. Forskningsrelevanta resultat: Rekrytering av doktorand, samt en pågående sammanställning av resultat för publicering.
Upplägg och genomförande
Projektet försenades då vi inte hade tillräckligt med kompent personal inom ”computer vision”, vilket löstes genom rekrytering av doktorand. Samarbetet mellan partners har gått bra, och arbetet har fortsatt även efter november 2019. Vi har hanterat nya utmaningar som uppstått under vägen framförallt med brister i AI-tekniken, genom att introducera nya manuella element, och genom att bygga om gränssnittet.