Un algoritmo, desarrollado por investigadores del IRI, dictamina si un usuario viste o no a la moda y además da consejos para que pueda mejorar su estilo. Vestir bien es cuestión de matemáticas.
Hace poco la ciencia tuvo que entrar en uno de los debates más virales de los últimos tiempos: dictaminar el color de un vestido. Ahora las matemáticas nos van a decir si vestimos o no a la moda. El álgebra, la aritmética, la trigonometría, el cálculo o la analítica están presentes en nuestra vida cotidiana aunque muchas veces nos percatemos de ello. Las matemáticas nos ayudan a ordenar el mundo y a entenderlo mejor. Incluso cuando se trata de moda, un área que podría parecer banal para la ciencia aunque tiene un gran impacto en nuestra sociedad. Porque, ¿hay alguien que no quiera vestir bien e ir a la moda? Además desde el punto de vista económico se trata de un sector en crecimiento: según datos publicados en Forbes Magazine en 2013, las ventas por Internet de ropa alcanzarán en 2017 los 370.000 millones de dólares en Estados Unidos y 191.000 millones de euros en Europa.
En España, la Red ha ganado paulatinamente importancia como canal de distribución para las empresas de moda y representa una proporción cada vez más significativa de las ventas totales. Según el Indicador de la Moda Online, realizado a partir de datos de Kantar Worldpanel, las ventas por Internet de prendas de vestir, calzado, accesorios y textil hogar alcanzaron en abril de 2015 un 2,6% de la facturación total del sector, con un crecimiento del 26% en número de compradores en relación al mismo periodo del año anterior.
Además, los investigadores de Visión por Computador han empezado a estar interesados en el tema debido a la gran aplicación que puede derivarse. El principal foco ha sido inferir ropa de fotografías, lo que ha posibilitado el desarrollo de aplicaciones para el móvil como Mencanta o Dresscovery que identifican una prenda o accesorio fotografiado (bolso, zapatos) que el usuario haya podido ver por la calle. Y no solo facilita el modelo y marca sino que, en muchos casos, la propia app permite comprarlos online directamente.
Pero, ¿y si esa prenda que alguien se empeña en llevar resulta que no le hace ir a la moda y encima tampoco le favorece? Aquí es donde intervienen las matemáticas y el Big Data: investigadores del Instituto de Robótica e Informática Industrial (IRI), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y de la Universitat Politècnica de Catalunya (UPC), han desarrollado un modelo matemático que es capaz de evaluar si una persona va o no vestida a la moda y, además, aconsejarle. Los creadores de este algoritmo son los investigadores Edgar Simo-Serra y Francesc Moreno-Noguer del IRI y Sanja Fidler y Raquel Urtasun, de la Universidad de Toronto, que dieron a conocer su trabajo ‘Neuroaesthetics in Fashion: Modeling the Percepción of Fashionability’ en el congreso de Visión por Computador más importante del mundo, celebrado el pasado mes de junio en Boston.
El objetivo de su trabajo era construir un modelo matemático que pudiera entender el concepto moda. Es decir, comprender qué hace que una determinada forma de vestir esté a la moda o no. Se trataba de poder dictaminar cómo de ‘a la moda’ (o fashionable, en inglés) viste una persona en una determinada fotografía. No se trata de una percepción subjetiva o una opinión: ir a la moda viene determinado por las prendas que una persona lleva pero también por un gran número otros factores como la escena en la que se enmarca, cómo se ha tomado la imagen, la edad, cómo aparece en la foto… Las prendas que lleva alguien no es el indicador perfecto para discernir si viste o no a la moda ya que normalmente hay que tener en cuenta otros aspectos como si esas piezas de ropa se alinean con el estilo y look de esa persona, con sus características físicas e incluso su personalidad. El algoritmo desarrollado por este equipo de investigadores es capaz de aprender las tendencias de moda, a través de visión por computador y el reconocimiento de patrones. Sin embargo no se queda ahí sino que va más allá, convirtiéndose en asesor personal y haciendo recomendaciones sobre cómo vestirse.
Un algoritmo convertido en asesor personal
“A partir de una foto de una persona geolocalizada y en una determinada escena se extrae diferente información para crear un modelo probabilístico. El algoritmo marca las probabilidades que tiene el usuario de ir vestido a la moda o ser ‘fashionable’ con una ropa concreta y le da un valor, un número. Es un modelo con una capacidad de aprender, que aprende de los ejemplos. El algoritmo establece las relaciones entre estas variables, es decir, las relaciones entre la persona y el ‘outfit’ o indumentaria, la relación entre el ‘outfit’ y la escena y la relación entre la escena y la persona. Y todo esto relacionado con la ‘fashionability’. A partir de los datos que extrae es capaz de definir qué moda se lleva y aconsejarle para mejorar su estilo”, explica Francesc Moreno-Noguer, investigador del Instituto de Robótica e Informática Industrial (IRI).
¿Y de dónde sale la información que alimenta ese algoritmo? Pues de Internet y las redes sociales, que es donde están los expertos en moda subiendo fotos de sus ‘outfits’ o conjuntos. Según el VI Estudio Redes Sociales de IAB Spain, la actividad favorita del 39% de los internautas en las redes sociales es publicar contenido.
En concreto los investigadores del IRI y de la Universidad de Toronto se han basado en Chictopia, red social especializada en moda y tendencias, para crear una base de datos con más de 144.000 imágenes, de diferentes estilos, compartidas por usuarios y con comentarios asociados a cada indumentaria. En un post publicado en esta red social, un usuario sube de una a seis fotos luciendo un nuevo modelito, enseñándolo desde diferentes ángulos y con detalle. También suelen describir la prenda e incluso facilitar otros datos como la localización geográfica, un factor importante a la hora de determinar si se va o no a la moda. No es lo mismo ir a la moda en España o Europa que en China o Japón. Los ‘likes’ y el número de seguidores que tienen los que compartes sus looks son datos que dan una idea del éxito del usuario. Sin embargo no existe la opción del ‘no me gusta’ ni se facilitan el número de visionados, lo que supuso para los investigadores un reto de datos para trabajar desde una perspectiva de aprendizaje. Para la creación de este algoritmo, los científicos combinaron una red neuronal con un modelo de predicción probabilístico de tipo Conditional Random Field, que tiene en cuenta varios factores, como por ejemplo el tipo de pieza, la clase de usuario o el entorno a la imagen, la localización geográfica o palabras claves extraídas de los comentarios de los usuarios y metadatos como la procedencia, los ‘likes’ conseguidos o el número de seguidores.
El sistema no sólo es capaz de aprender y predecir si un usuario va o no va a la moda sino también puede darle consejos para que pueda mejorar su estilo. Esa persona está llevando tejanos pero igual le quedaría mejor un traje. Por eso a diferencia de otras aplicaciones similares que se basan en modelos de semejanza, este algoritmo busca maximizar el concepto de ir a la moda y no se centra sólo ofrecer prendas parecidas visualmente a las que ya utiliza el usuario. “El objetivo es buscar prendas que ayuden a ir a la moda y no las que sean visualmente parecidas a las que lleva el usuario porque si su gusto es malo con el sistema de recomendación por semejanza nunca irá a la moda. Este algoritmo permite al usuario mejorar su look para estar más acorde con las tendencias de moda basándose en los datos estadísticos extraídos del análisis de datos de las fotografías”, señala Edgar Simo-Serra, investigador del Instituto de Robótica e Informática Industrial (IRI).
Y además de aconsejar para ir a la moda, el sistema también aprende de los datos introducidos gracias a la inteligencia artificial. A través de visión por computador y reconocimiento de patrones, contrastado con los “likes” que reciben los conjuntos de ropa, es capaz de aprender sobre las tendencias en moda. Durante el trabajo también se han analizado las tendencias de moda en los últimos seis años de posts en la red social analizada, lo que permite tener una visión sobre las tendencias.
Predecir tendencias, el próximo paso
“Con la información suficiente, incluso podría ser capaz de predecir cuáles serán las tendencias para la próxima temporada. Para las casas de moda podría convertirse en una gran aliada a la hora de crear futuras colecciones: contar con esta información sobre lo que estará de moda para poder adaptar sus nuevos diseños basados en la popularidad de prendas tipos en diferentes grupos sociales y de edad”, indica Moreno-Noguer. Este algoritmo creado tendría una aplicación claramente comercial. “Supondría una ventaja competitiva para las empresas de moda: no sólo poder recomendar lo que está de moda sino hacerlo dentro de su propio catálogo”.
Sin embargo una de las actuales limitaciones del modelo es que el 95% de las imágenes recogidas de Chictopia son de ‘outfits’ femeninos por lo que además de ampliar en número la base de datos –actualmente ya llega al millón de fotografías- el reto pasa por equilibrarla y que pueda ser aplicarla al público masculino. Parece ser que hacen falta más hombres publicando sus ‘outfits’ en Internet.
En cuanto al futuro de la aplicación, se trabaja en que pueda formar un modelo mejor del usuario y que, por tanto, haga recomendaciones mucho más específicas. “La evolución estará en que pueda identificar y aprender de los datos con los que cuenta y llegar incluso a enseñar sobre moda. Que responda a preguntas como: ¿por qué algo está de moda? ¿para qué tipo de público?”, avanza Simo-Serra.
Para este equipo de investigadores se trata de un primer paso importante para poder construir modelos más complejos y potentes que sean capaces de entender la moda, las tendencias y los usuarios, en conjunto. Por ello tanto la base de datos como el código serán públicos, para que otros investigadores puedan aprovecharlos y abordar los retos.
Por otro lado, este modelo matemático podría abrir muchas posibilidades sacando partido a la ingente cantidad de datos digitales que nos rodean, con recomendaciones en otros sectores. Más allá del mundo de la moda.
