Credit: Pixabay/ CC0公共领域康奈尔大学的计算机科学家开发了一种新的人工智能框架，可以自动绘制“地下地图”，该地图可以准确地将城市划分为具有相似时尚感的区域，从而具有相似的兴趣。一个地区的人们如何穿着可以告诉我们那里发生了什么，或者在特定时间正在发生什么，了解一个地区的时尚感对于游客、新居民甚至人类学家来说都是非常有用的工具。
“我一直感兴趣的问题是，我们能否利用来自社交媒体或卫星图像的数百万张图片来发现世界上一些有趣的事情？”Utkarsh Mall说，他是Kavita Bala实验室的博士生，Kavita Bala是计算机科学教授，康奈尔大学Ann S. Bowers计算和信息科学学院院长。
Mall是“从时尚中发现地下地图”的主要作者，他在1月4日至8日在夏威夷怀科洛亚举行的计算机视觉应用冬季会议上发表了该论文。
合著者为Bala塔玛拉·伯格，脸书的研究科学家；克里斯汀·格劳曼，德克萨斯大学计算机科学教授，脸书人工智能研究所的科学家。
这项研究建立在——实际上采用了Bala group之前的工作基础上，该工作产生了人工智能工具GeoStyle，可以发现地理空间事件并预测时尚趋势。
“通过观察人们发布的关于自己的图片，你可以了解很多关于他们的事情，”她说。“你了解他们的文化，他们的风格，他们如何与人交往，以及对他们来说什么是重要的。”
“人们的穿着有很多个性，所以分析世界各地的时尚是我们的首要目标之一，”巴拉说，他的专业领域包括计算机视觉。
通过对37个大城市的照片使用时尚识别算法，研究人员能够检测出服装风格，然后在给定的半径范围内检测出这些风格的典型组合。然后，该团队使用人工智能来检测城市中在空间和风格上都连贯的小区。
产生的信息可以以多种方式使用:
在一个城市中寻找独特的街区:根据一个特定地区的时尚感，人们可以确定一个城市中最时尚或最先进的地区；为了找到跨城市的相似社区:例如，对于从纽约市搬到华盛顿州的人，可以确定“西雅图的SoHo为了找到邻近地区的相似性:研究人员使用了康尼岛的例子，它与纽约市的关系类似于澳大利亚的邦迪海滩和悉尼。研究人员使用两个以人为中心的基准程序HoodMaps和OpenStreetMap计算了他们方法的准确性，并对研究中选定城市的实际居民进行了民意调查。在所有情况下，Bala小组的地下地图比现有方法更好地捕捉到了邻居的感觉。
Bala说，除了给一个地区的新来者一些关于一个城市的内部知识之外，地下地图工具还可以有益于科学和研究。
“人类学家研究文化的方式是他们去一个地方，采访当地人，然后观察，”她说。“像这样的自动化工具可以让他们做得更多。它可以帮助他们发现他们甚至不知道的新现象，并让他们更深入地分析为什么这种现象存在。”
Mall表示，它也可以在几十年后帮助研究人员。
“我们对这个想法感到兴奋，”他说，“一些未来的人类学家可以运行这些工具，了解我们——把握城市的‘地下脉搏’——尽管他们没有和我们一起生活过。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
