Il Cammino Catalano di settembre 2013, in cui 1,2 milioni di persone - molte vestite con camicie gialle e sciarpe blu - si sono unite per sostenere l'indipendenza catalana dalla Spagna. Credito:Wikipedia Commons
Per il compleanno del re in Thailandia, celebrato come la festa del papà, le persone spesso indossano magliette gialle con la scritta "DAD".
In FreakNight a Seattle, un evento di musica dance che si tiene intorno ad Halloween, i festaioli tendono a indossare magliette senza maniche, nonostante il freddo.
E nel settembre 2013, 1,2 milioni di persone, molte delle quali vestite con camicie gialle e sciarpe blu, si sono unite per sostenere l'indipendenza catalana dalla Spagna.
Queste sono tra le intuizioni globali raccolte da GeoStyle, un nuovo strumento di intelligenza artificiale sviluppato dai ricercatori di Cornell che scansiona milioni di foto disponibili pubblicamente per identificare efficacemente le tendenze della moda in tutto il mondo, così come tradizioni ed eventi con stili distintivi.
"Molte persone caricano continuamente foto di se stesse su Internet, perché vogliono condividere il loro stile con i loro amici e il resto del pianeta, " ha detto Kavita Bala, professore e cattedra di informatica e autore senior di "GeoStyle:Discovering Fashion Trends and Events, " presentato alla Conferenza Internazionale sulla Computer Vision, dal 27 ottobre al 2 novembre a Seoul, Corea del Sud.
"Quando guardi queste grandi raccolte di immagini, ci sono molti, tante cose che puoi fare per capire come vivono le persone, " Bala ha detto. "Quindi siamo partiti con l'idea di guardare come le persone si vestono in diverse parti del mondo:quali sono i punti in comune, e cosa distingue le diverse aree? Se gli antropologi potessero vedere questo record tra 100 anni, capirebbero molto del nostro tempo solo guardando queste immagini e ottenendo intuizioni da loro".
GeoStyle analizza le foto pubbliche di Instagram e Flickr per mappare le tendenze utilizzando la visione artificiale e le reti neurali, una sorta di intelligenza artificiale spesso usata per ordinare le immagini. I suoi modelli aiutano i ricercatori a comprendere le tendenze esistenti in città specifiche e in tutto il mondo nel tempo, e le sue previsioni di tendenza sono fino al 20% più accurate rispetto ai metodi precedenti.
Per esempio, GeoStyle mostra che anno per anno, più persone vestono di nero, ma meno persone si vestono di nero in estate che in inverno. I ricercatori hanno anche creato un visualizzatore che consente agli utenti di visualizzare la popolarità di un determinato attributo, ad esempio un modello, cappello o colore, per città, col tempo.
Per affinare la valanga di dati generati da GeoStyle, il primo autore dell'articolo, Centro commerciale Utkarsh, uno studente di dottorato in informatica, sviluppato un framework per identificare automaticamente i picchi:cambiamenti a breve termine, alcuni annuali e alcuni che si verificano una volta, che contrastano con le tendenze a lungo termine.
"Abbiamo tutta questa fantastica tecnologia di apprendimento automatico che abbiamo ideato per riconoscere le immagini, ma come possiamo renderlo utile?" ha detto il co-autore Bharath Hariharan, assistente professore di informatica. "La nostra domanda chiave era, possiamo usare questo strumento per far emergere automaticamente qualcosa che noi, come creatori di questo sistema, non lo sapevo prima?"
Infatti, il modello è stato in grado di identificare decine di cambiamenti di stile a breve termine corrispondenti a eventi in tutto il mondo, compresi molti i ricercatori non erano a conoscenza dell'esistenza, come Songkran a Bangkok, una festa celebrata ad aprile nel capodanno thailandese.
Una volta identificato un picco, lo strumento utilizza un'analisi del testo basata sulle didascalie delle foto per capire cosa potrebbe significare. I ricercatori all'inizio pensavano che il picco delle magliette senza maniche a Seattle avesse a che fare con Halloween, perché si verifica in quel periodo, ma il testo associato alle foto conteneva la parola "Freaknight, " che li ha aiutati a identificarla come una celebrazione distinta.
"Questo è stato un esempio in cui l'analisi del testo ha fatto davvero la differenza, "Harihara ha detto.
Il progetto si basa su StreetStyle, lanciato nel 2017 da Bala e dai coautori di GeoStyle Noah Snavely, professore associato di informatica alla Cornell Tech, e Kevin Matzen, dottorato di ricerca '15, di Facebook. StreetStyle rileva le tendenze in base al tempo e alla posizione analizzando milioni di immagini.
Il team sta attualmente lavorando con Denise Green, assistente professore di scienza delle fibre e design dell'abbigliamento, e altri esperti di moda presso il College of Human Ecology, per migliorare il loro modello. Lo strumento può fare un lavoro migliore nell'individuare le tendenze se sa cosa sta cercando, ha detto Bala.
"Un esperto può identificare importanti caratteristiche visive in un modo molto diverso rispetto a noi semplicemente estraendolo, " ha detto. Ad esempio, lei disse, uno studente ha sottolineato che i dati hanno mostrato l'evoluzione dei cappelli da camionista da un accessorio indossato dai contadini a uno che appare sulle passerelle della moda fino a una popolarità diffusa.
"Uno dei risultati di questo lavoro è il miglioramento della tecnologia in modo che se aggiungi un po' di informazioni esperte, puoi migliorare il riconoscimento e ottenere una comprensione ancora più dettagliata, " ha detto Bala.
Altre potenziali applicazioni per la tecnologia includono la scansione di immagini satellitari per tenere traccia dei cambiamenti nei modelli di utilizzo del suolo, hanno detto i ricercatori.