機械学習モデル『Partial Visual-Semantic Embedding』を開発

　共同開発したモデルでは、「この服装の上半身（下半身、靴など）はどのくらいカジュアルか」「この服装の上半身をもう少しビジネスカジュアルにするとどのような服装になるか」など、ユーザーからのより詳細な質問への回答を得ることができる。服装の個別アイテムの特徴に注目して曖昧なファッションの表現をAIが自動で解釈する技術だ。
　ファッションの説明には「カジュアル」「フォーマル」「かわいい」といった曖昧な表現が用いられるため、一般のユーザーがファッションを理解・解釈することは容易ではない。研究グループは「先行研究」で、ファッションへのイメージを自動的に学習・解釈し、ユーザーからの曖昧な問いに対する回答を得る技術『Fashion Intelligence System』を開発していた。
　今回、新たな技術として服装の個別アイテム（Tシャツ、パンツ、スカートなど）に関する質問に回答可能な機械学習モデル『Partial Visual-Semantic Embedding』を開発した。『Fashion Intelligence System』の機能を強化し、服装に含まれる個別のアイテムに注目した詳細な質問への回答も可能にしようと試みた。
　従来の『Fashion Intelligence System』でベースとしていた技術では、全身の服装の特徴をひとまとめにする形で学習していた。一方で、研究ではこれらの特徴に対応した上で、全身の服装の画像と当該画像に付与された複数のタグ情報を同一の空間に写像する『Partial Visual-Semantic Embedding』という新たな機械学習モデルを提案した。

ユーザーの詳細な質問への回答が可能に

　このモデルにより、全身で写った1枚の服装画像から各アイテムに対応する特徴量を個別に抽出した上で、指定したアイテムに対応する特徴量同士の演算が可能になる。
　研究の成果で、『Fashion Intelligence System』が回答可能な質問の範囲が広がり、ユーザーのより詳細な質問に回答することが可能になった。これにより、ファッション特有の曖昧性を軽減し、ファッションに関するユーザーのあらゆる（着る服や購入するアイテムなどの）選択・行動を支援することが期待される。
　現在の『Fashion Intelligence System』から得られる回答（服装画像）は、データセットに含まれる服装画像のみ。『Fashion Intelligence System』の提供者が用意した服装画像の中から、提示する画像を選択する仕組みとなっている。実際のサービスと連携を図りデータを増やすなどの方法で、より正確な服装を提案するシステムの拡張が今後の課題としている。

　▽関連記事
　スポーツウェアの購入先、店舗が6割以上…ECサイトは2割以下に
　▽関連資料
　オムニチャネルによるアパレルEC成功の秘訣！オムニチャネルのノウハウを限定公開！