庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
   
區政新角度
  • 定價64.00元
  • 8 折優惠:HK$51.2
  • 放入購物車
二樓書籍分類
 
AI Application in Fashion Trend(英文版)

AI

沒有庫存
訂購需時10-14天
9789577111951
顏志晃
元華文創股份有限公司
2020年12月14日
93.00  元
HK$ 79.05  






ISBN:9789577111951
  • 叢書系列:趨勢科普
  • 規格:平裝 / 126頁 / 17 x 23 x 0.6 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣
    趨勢科普


  • 電腦資訊 > 概論/科技趨勢 > 人工智慧/機器學習











      本書提出了一種系統化的女性面部膚色探索&分類方法,並將其應用於化妝品市場。該方法是對人臉識別理論的一種擴展。在資料獲取過程中,將RGB格式的圖像轉換為Lab空間格式,然後利用模糊C均值理論對資料進行聚類和分組。結果按實驗資料進行分類和分組。創建了兩個程式。第一個程式“FaceRGB”,自動從圖像中捕捉顏色。第二個程式“ColorFCM”,對膚色資訊進行聚類和分組。研究結果可用於幫助專家系統在化妝和新產品開發過程中選擇定制顏色。最後,本書結合默克的色彩趨勢預測,將聚類後的膚色與默克的六種膚色理念相結合進行配對,將結果應用於化妝品中,更清楚地認識到研究的價值和應用的未來發展。?

    ?

    本書特色

    ?

      消費者行為是複雜的,如何掌握流行趨勢??

      在化妝品市場,個人的直覺和色彩選擇的時尚趨勢是消費者的準則。??

      本書運用默克的色彩趨勢預測,展現AI智慧在時尚趨勢中更精彩的價值。



     





    PREFACE

    SUMMARY

    ACKNOWLEDGEMENTS

    LIST OF SYMBOLS AND ABBREVIATIONS

    CHAPTER 1 INTRODUCTION

    1.1 Related research

    1.2 Market Assessment from Merck

    1.3 Outline of this study



    CHAPTER 2 LITERATURE REVIEW

    2.1 The choice for colour space

    2.1.1 RGB colour model

    2.1.2 CIELAB colour model

    2.1.3 RGB & CIELAB conversions

    2.2 Taguchi Methods

    2.2.1 Basic concept

    2.2.2 Properties of an orthogonal array

    2.2.3 Assumptions of the Taguchi method

    2.2.4 Designing an experiment

    2.3 Fuzzy C-means

    2.4 Facial recognition system



    CHAPTER 3 IMPLEMENTATION METHOD

    3.1 6 points colour detection

    3.1.1 Hypothesis _ Captured colour from 6 points

    3.1.2 Taguchi method finds optimization

    3.2 Verification for 6 points to detect facial colour

    3.2.1 Spectrometer Application

    3.2.2 Test Design

    3.2.3 Test comparison of FaceRGB and FOS (Fiber of spectrometer)



    CHAPTER 4 CASE STUDY

    4.1 FaceRGB

    4.1.1 Outliers

    4.1.2 FaceRGB operation

    4.2 ColorFCM

    4.2.1 Expectation Maximization

    4.2.2 E-step (Expectation step)

    4.2.3M-step (Maximization)

    4.2.4 K-means++

    4.2.5 ColorFCM implementation



    CHAPTER 5 RESULTS & DISCUSSION

    5.1 Experimental verification

    5.2 RGB & YCbCr conversions

    5.3 Training samples for FaceRGB

    5.4 RGB with a large quantity of images

    5.5 ColorFCM result by Fuzzy C-means



    CHAPTER 6 APPLICATION

    6.1 Connection between the colour clusters and Merck makeup trends

    6.2 For personal application

    6.3 For trend applications

    6.4 Conclusion



    REFERENCES






    Preface




    其 他 著 作
    1. 彩妝AI設計
    2. 設計思考