计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个决定的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中感知的科学。
在2006年上映的电影《穿普拉达的女王》(又名时尚女魔头)中，时尚杂志总编辑米兰达·普瑞斯特只需看一眼，就可以分析出别人穿的衣服是由谁设计的，并且知道服装设计灵感可以追溯至哪一年。普瑞斯特这一角色受到了 Anna Wintour 的启发，她长期担任时尚杂志《Vogue》主编，本身就是时尚的代名词。
人类都能通过简单的一瞥，识别和确认时装的设计师和时尚风格，那为什么一台机器不能办到呢?如今，台湾国立大学的 KuanTing Chen 和几个合作伙伴表明，机器完全可能做到这一点，机器视觉可以区分一个季度到下一个季度的时尚变化。特别的，他们用机器视觉技术可以显示出时装秀对之后街头服装所产生的影响。
Chen 和其伙伴一开始通过训练机器视觉算法，识别图片中模特的身体姿势，然后将身体划分成九个不同的区域——上臂、下臂、大腿、小腿(区分左右肢)和躯干，分析这些区域的服装颜色、纹理和皮肤等信息来创建一个列表，其作用类似于为整个身体创建一个视觉特征方面的向量列表。
所以，比较时尚风格就变成了比较多个维度的向量，这样相对简单的数学过程。
后来，他们会收集两组数据库。第一组包含了8000张2014年和2015年，纽约时装周春/夏季时装模特的图片。第二组则包含在2014年和2015年春/夏季期间所拍摄的约1,000张街头时尚服饰的图片。
时装周在纽约是一件十分重要的活动，它包括了大约300场活动，并能吸引多达10万人参加。因此，一个有趣的问题是，这一周时间所举办的活动中所呈现的趋势，在接下来的一季中会如何影响街头时尚。为了找到答案，Chen 及其团队利用机器视觉算法来识别这些趋势。
结果十分有趣。算法发现少量的经典服装风格在每年都十分常见。团队表示，无论是2014年还是2015年，上身的服装颜色在时尚影像中大量的使用了白色、灰色和黑色。
不过，大多数人兴趣的关键点是了解时尚如何变化，该算法对此也可以提供帮助。调查发现，在2015年，更流行的款式包括半开襟套衫和吊带衫，以及带有条纹的服装材料，更流行的颜色是蓝色，青色和红色。
有趣的是，这种时尚变化在受欢迎程度上所呈现数据也反映出了街头时尚。团队表示，通过数据可以告诉大家，很多人都有模仿时装秀中所示的服装款式。
不过，时装周所展现的趋势和街头服饰的数据集之间也存在一些差异。例如，团队发现2014年街头时尚服装中，过膝的裤子和长袖衣服受欢迎程度出现了上升。团队猜测，这应该是当年的夏天相比其他年份要冷，因此人们会穿上略微暖和一点地衣服覆盖身体。
与此同时，它也展示了文化的影响，例如时装如何迅速传遍社会。时装秀中所传达的流行趋势确实为人们提供了一个参考的服装，并且对人们的日常生活产生了显著的影响。
许多时尚追随者非常熟悉这一点。所不同的是，如今可以对其影响以计算机视觉的方式进行量化，并为时装店，设计师和消费者提供有价值的反馈。这可能是使用机器视觉技术获利的一种方式。
AD: 超级福利等你来下载
