人工智能「 服装设计师 」上

人工智能设计师 之

「 服装设计师 」

今天更新2个人工智能服装设计师案例，第一个案例是

谷歌的Project Muze：

网址可以点击小程序获取

Project Muze是一款谷歌与Zalando电商合作，利用了谷歌TensorFlow系统的机器学习系统打造的AI服装设计师。

Project Muze借鉴的神经网络包含逾600名时装设计师不同设计元素有关的信息——例如颜色、风格和材质，以及《谷歌时尚趋势报告》的信息／Zalando的数据，只需询问用户数个问题（音乐兴趣、情绪、喜欢的艺术风格和性别等信息），它就能设计出一套独特的时装。

1 选择性别、年龄、情绪、风格

最后提交前，再画几笔。

2 从库里匹配、计算纹理、风格等。

计算即将完成时，显示下面的一个loading的gif动画：

计算动画很有科技感，做设计的小伙伴们可以参考下哈。

3 生成3D的服装设计稿

机器学习采用tensorflow；

前端以pixi.js，threejs来展示。

第2个案例为IBM的案例，先看看背景介绍：

2016年由英国设计工作室玛切萨（Marchesa）与IBM Watson 合作设计的LED礼服。

Watson 通过阅读海量科学报告，精确选择合适的材质面料；分析海量图库，推荐最佳的配色方案及设计师所需要的流行趋势，帮助设计师快速的做出决策。这款礼服首度亮相于纽约大都会艺术博物馆慈善晚宴(Met Gala)。当晚，它实时捕捉全球社交媒体上相关话题的评论，从中洞察情绪，随之变换颜色，闪耀全场。

模特儿卡卡罗莱娜·科库娃（Karolina Kurkova）穿着通体白色薄纱、绣着150个连体LED灯花的礼服，它证明了人类和机器人可以协同工作，一起创造些看似不可能的东西。

英国新兴品牌玛切萨（Marchesa) 在2004年才由两名年轻女设计师Georgina Chapman（乔治娜·查普曼）及Keren Craig创立，玛切萨 (Marchesa)以昂贵的布料材质、精细的车工、特殊的剪裁火速上位，赢得欧美女星名媛的追捧。

从这个案例我们可以看到人工智能助力设计呈现的2个特性：

设计数据

实时交互

设计数据的重要性，我在一篇文章里提到，但当时没有深入，今天这个案例，可以很好的阐释其对于设计的影响：

在服装设计里，我们需要知道比如：

哪种材质最符合品牌定位?

哪种颜色最受欢迎?

需要从设计数据层面进行挖掘，提炼。

实时交互在设计里的应用：LED裙的灯光色彩是实时根据社交媒体上的粉丝情绪进行变换的。

那么，这种设计是如何实现的呢？

实现思路

1 自然语言处理

分析Twitter和Instagram的博文和对话，总结出Marchesa粉丝群的人格和价值观、需求偏好和格调品味。

设计师Marchesa从而总结出需要设计表达五种情绪的服装：欢乐、忍耐、兴奋、鼓励和好奇心。

2 大数据辅助设计

根据粉丝群体分析结果，提出设计理念

“如何设计一款会变色发亮的礼服，能实时感应粉丝的情绪?”

3 设计步骤

解决面临的设计问题

选用什么材质、挑选什么颜色、如何读懂粉丝的语义。

3.1 什么材质：

从大量的科学报告中，选择适合的材质；

3.2 什么颜色：

模型：

输入数据集（历年Marchesa和红毯的时装图库的颜色），训练一个与情绪相关的色彩库，达到输入一个情绪，输出符合情绪的调色板（颜色搭配）。

结果：

通过对海量图库进行色彩数据分析，借助辨色工具，匹配Marchesa粉丝群的价值观、需求偏好和品味的色彩，为设计师推荐出了最受粉丝喜爱的五大颜色。

3.3 粉丝的语义：

实时监控社交媒体上固定话题下的留言；

3.4 情绪识别：

计算欢乐、忍耐、兴奋、鼓励和好奇心的数值；

3.5 匹配颜色：

生成符合当前情绪的颜色调色板；

3.6 物联网技术：

控制礼服绣花上的LED灯光颜色；

情绪识别--匹配颜色--物联网技术 比如，欢乐——调色板——玫瑰色——礼服绣花上的LED灯光

4 IBM Watson是怎么做到辅助设计的？

运用到了3个技术：

4.1 Personality Insights API

用于分析Twitter和Instagram的博文和对话，从而总结Marchesa粉丝群的人格和价值观、需求偏好和格调品味。

4.2 Tone Analyzer API

实时监测Twitter上#MetGala#和#CognitiveDress#的话题下的留言，并进行语音识别中的情绪识别；

4.3 IBM的辨色工具

一个使用色彩心理学来匹配情感色彩的算法。

我们也可以基于色彩心理学，比如

红色 最易引起人的注意、兴奋、激动、紧张; 前进色,给视觉以迫近感和扩张感; 艳丽、芬芳、青春、富有生命力、饱满、成熟、富有营养的印象; 欢乐、喜庆的象征; 危险的象征; 应用：食品包装\标志、旗帜、宣传\警示的标志（红绿灯、静止停车）和按钮（消防按钮）

得出红色的特征向量，以及其他颜色的特征，用于构建我们自己的色彩情感算法。

好了，这就是人工智能如何辅助服装设计的实现思路。

5 下期预告：

自己动手实现个服装设计师

<code >

</code>

特别说明：

本文除案例的截图外，其余图片均由ACE Land 人工智能设计师（秒级、海量）友情赞助。