【小组会整理】服装搭配论文ICMM2017i-Stylist: Finding the Right Dress Through Your Social Networks

1、论文的目的：基于个人风格进行服装搭配。
前人的服装搭配策略是：寻找最受欢迎的或者是分析用户的浏览行为。
其中论文中使用了三个数据集：Fabric & Pattern, People Images and Street2shop datasets.其中第三个数据集来自于2015where to buy it那篇论文，也是我正在服务器上下载的数据集。
2、算法流程：首先得到每个user image的五元组表示（DL、color、category, material and pattern）特征表示，

然后，计算商城图像对图（中的每个vector）的贡献概率，这里的图可以理解为就代表了用户的个人风格。
公式中的符号：I^u表示user image、I^s表示shop image、g^u表示user graph model、

在这里有一个疑问：公式中的i代表什么？user graph model如何建立的
下一步，更新贡献概率，通过用户反馈的方式。用户在已经得到的贡献概率基础上选择心仪的cloth，将这个cloth加入user graph model,不断更新。
3、特征提取
特征提取这一块好好看看。
DL特征的提取：感觉这一块对我很有用，下一步把它实现出来。

写一点自己的小感想，一直以来学习都没用目的性，为了学而学，应该转变下思维，为了用而学。在看一篇论文的时候要考虑到自己能不能用到，如何用，还要把它真正的实现出来，这样才能变成自己的东西。最简单的例子就streetoshop的数据集到现在都没有准备好，一直在磨洋工，不可取不可取！！安逸使人后退。