En la película de 2006 El diablo viste de Prada, la notoria editora de moda Miranda Priestly juzga a las personas de un vistazo, analizando su ropa, quién la diseñó y de qué temporada es. El personaje de Priestly está basada en Anna Wintour, la longeva editora jefe de Vogue, todo un icono de la moda.
Pero si un humano puede reconocer y fechar los estilos de moda con poco más que un vistazo, ¿por qué una máquina no? KuanTing Chen de la Universidad Nacional de Taiwan en Taipei y su equipo demuestran que exactamente eso es posible - la visión de máquinas puede clasificar la moda y los cambios que se producen entre una temporada y la siguiente. En concreto, utilizan sus técnicas de visión de máquinas para mostrar cómo las tendencias de los desfiles de moda influyen en los conjuntos de la cultura de estilos callejeros que surgen después.
El equipo de Chen empezó por entrenar su algoritmo de visión de máquinas para identificar la pose de un individuo de una imagen y luego dividir el cuerpo en nueve regiones - las pie as y los brazos superiores e inferiores y el torso. Luego analiza el color, la textura, la piel y así para cada una de estas regiones para crear una lista que sirve como un vector de características visuales para el cuerpo entero.
Comparar los estilos de moda entonces se reduce al relativamente sencillo proceso matemático de comparar estos vectores de 72 dimensiones.
Después, crean dos bases de datos de fotografías. La primera contiene 8.000 imágenes de modelos de alta costura de los desfiles de la semana de la moda de Nueva York (EEUU) de las temporadas de primavera/verano de 2014 y 2015. La segunda contiene unas 1.000 imágenes de modas de estilos callejeros sacadas durante las temporadas de primavera-verano de 2014 y 2015.
La semana de la moda representa un importante evento en Nueva York. Consiste de unos 300 desfiles de moda a los que asisten hasta 100.000 personas. Así que una pregunta interesante es cómo las tendencias que surgen durante los eventos de esa semana influyen sobre moda de la calle de la siguiente temporada.
Para averiguarlo, el equipo de Chen utiliza su algoritmo de visión de máquinas para identificar estas tendencias y observar cómo influencian el estilo callejero-chic.
Los resultados son muy interesantes. El algoritmo encontró que un pequeño número de estilos clásicos de conjuntos son comunes cada año. "Por ejemplo, tanto las imágenes de moda de 2014 como de 2015 incluyen una gran cantidad de blanco, gris y negro de cintura para arriba", dicen.
Pero un punto clave de interés es cómo cambian las modas y el algoritmo también ayuda con esto. Encontró que en 2015, más estilos populares incluyeron tops de plaqueta y sin mangas, y telas con rayas, y que los colores más populares fueron el azul, el azul claro cian y el rojo de cintura para arriba.
Curiosamente, se hizo eco de este cambio en la popularidad en el conjunto de datos del estilo callejero-chic. "Pudimos observar que mucha gente tiende a emular el estilo de los desfiles", afirma el equipo de Chen.
También existieron diferencias entre los conjuntos de datos del estilo callejero-chic y de la semana de la moda. Por ejemplo, el equipo observó un aumento en la popularidad de los bajos que cubren la rodilla y las mangas largas en los conjuntos callejero-chic de 2014. El equipo de Chen especula que esto debe de ser el resultado del verano especialmente frío ese año que alentó a la gente a vestir con ropa que cubría una proporción mayor del cuerpo.
Es un trabajo interesante que demuestra lo mucho que ha avanzado la visión de máquinas en un período relativamente corto. Es el resultado, al menos en parte, de las mejoras conseguidas en los algoritmos de estimación de poses que permitieron identificar rápidamente las extremidades y otras partes del cuerpo.
También demuestra cómo las influencias culturales como la moda se extienden rápidamente por la sociedad. "Parece estar claro que las tendencias de moda ejercen una importante influencia sobre la vida cotidiana de la gente", dice el equipo de Chen.
Muchos seguidores de la moda estarán íntimamente familiarizados con esto. La diferencia ahora es que el efecto se puede cuantificar de una manera que puede proporcionar importantes datos a las marcas de alta costura, los diseñadores y los consumidores.
Es probable que resulte ser una manera rentable de emplear la visión de máquinas. Puede que Miranda Priestly hubiera estado impresionada.
Ref: arxiv.org/abs/1508.04785: Who are the Devils Wearing Prada in New York City?