ICCV DeepFashion2服饰关键点估计比赛结果揭晓美图影像实验室MTlab夺冠( 二 )_：ICCVDeepFashion2服饰关键点估计比赛

在本次比赛中，MTlab团队所建立的模型在综合检测精度上表现出明显优势，该模型可以同时对13个类别的服饰进行关键点估计，相较于多个模型而言，大大降低了算法复杂度以及使用成本。其次，该模型还具备良好的扩展性，通过类别信息的使用，可以一次应对多类别的数据。

MTlab作为美图公司的核心算法研发部门，在计算机视觉、深度学习、增强现实等领域深耕多年，具备强大的研发实力。其中，基于服饰的计算机视觉技术也是MTlab重点研究方向之一。据悉，服饰信息识别技术目前已成功应用在美图秀秀动漫化身功能中，系统可以识别用户上传人像的服装风格，并匹配生成穿着同款服饰的卡通形象。谈及该技术未来的应用前景，MTlab负责人说道：“服饰作为衣食住行的一个重要方面，是一项刚需。因此，与服饰相关的视觉识别技术，有着广泛的应用场景，比如时尚趋势分析、营销数据分析等，对商品精准推荐、服饰潮流捕捉等方面都有着重要意义。”

据MTlab介绍，服饰信息识别技术是人工智能算法在服饰电商、内容媒体和线下服装零售等行业实现应用落地的基础。对于商家而言，该技术有利于在实现数据智能化管理，平台智能化运营，降低人力成本的同时提高运营效率。而对于用户来说，该技术可以为用户提供个性化推荐、智能搭配、虚拟试穿和一键购物等服务，有效提升了用户的购物体验。