 جلسه دفاع پایان نامه: بي تا مصباح زاده، گروه مهندسي فناوري اطلاعات
ارائه کننده: بی تا مصباح زاده
چکیده: يك چالش عمده در حوزه مد ، افزايش تنوع، حجم و سرعت توليد مد است كه انتخاب محصول مورد نظر را براي مصرف كنندگان دشوار مي كند. با اين حال، اين پديده منجر به مشكل اضافه بار انتخابي مي شود، يعني مشكل داشتن تعداد نامحدودي انتخاب، به ويژه هنگامي كه تفاوت قابل توجهي با يكديگر ندارند. سيستم هاي توصيه گر مي توانند با پيشنهاد مجموعه اي شخصي از اقلام (به عنوان مثال، محصولات مد) كه براي كاربر هدف (به عنوان مثال، مصرف كننده مد) جذاب ترين هستند، اين مشكل را كاهش دهند. پژوهش حاضـر در مورد بازيابي تعاملي تصـاوير اقلام لباس بر مبناي يادگيري انتقالي بوده كه شاخه ايي از سيستم هاي توصيه مد مي باشد كه مجموعه داده مورد اسـتفاده دراين تحقيق FashionIQ شـامل 77 هزار تصـوير ميباشد كه از مدل VGG16، Fasttext براي عمل بازيابي تصاوير بصورت تعاملي استفاده ميكند. اين مدلها به دليل تفاوت در فضاي ويژگي دادههاي منبع و هدف، نياز به آموزش تركيب ويژگيهاي تصاوير و متن مربوطه داشته تا عكس موردنظر افراد را باتوجه به نظر ان ها بازيابي كند. براي اين منظور، تصاوير و متن را در فضاي تعبيه برده و با اموزش ويژگي هاي چندوجهي با يك تابع اتلاف متضاد يكي از عملكردهاي خوب را بدست آورديم. مقدار ريكال بدست آمده براي 10 تصوير بازيابي شده 62 درصـد، براي 50 عكس بازيابي شده 67 درصـد را نشان مي دهد. |
