[3D1-OS-12a] 創作者と人工知能が創る創作の未来(1/3)

[3D1-OS-12a-01] 熱力学的遺伝アルゴリズムおよび Bi-LSTM + VSE に基づくコーディネートスケジュールの最適化

〇林 美衣¹、森 直樹¹ (1. 大阪府立大学)

キーワード：ファッション、コーディネート、遺伝的アルゴリズム、深層学習

近年，ファッション分野への人工知能技術の適用が注目されている．本研究は複数の衣服やアクセサリーの画像で構成されたコーディネートを学習した深層学習モデルからコーディネートの出来栄え点を獲得し，それを用いてファッションコーディネートプランを最適化する手法を提案する．
提案手法ではまず学習済みの Bi-LSTM + VSE モデルに手持ちの服を組み合わせたコーディネートを入力し，出来栄え点を獲得する．その点数を元に熱力学的遺伝アルゴリズム (Thermodynamical Genetic Algorithm : TDGA) を用いて複数のコーディネートからなるリスト，つまり着まわしプランを作成した．期間中同じコーディネートを使用してはいけない，3 日以内に同じアイテムを使用してはいけない，期間中一度も使っていないアイテムがあってはならないという制約を課し，多様性を考慮しながら着まわしプランを作成可能とした．
数値実験により，提案手法がユーザが購入を検討しているアイテムが価値があるかを定量的に評価し，どのアイテムを買うべきか推薦するツールとしても活用できることを示す．