En el cumpleaños del rey en Tailandia, celebrado como el Día del Padre, la gente a menudo usa camisas amarillas con la palabra "DAD".

En FreakNight en Seattle, un evento de música de baile que se celebra alrededor de Halloween, los juerguistas tienden a usar camisas sin mangas, a pesar del clima fresco.

Y en septiembre de 2013, 1,2 millones de personas, muchas de ellas vestidas con camisas amarillas y bufandas azules, se abrazaron para apoyar la independencia catalana de España.

Estos son algunos de los conocimientos globales obtenidos de GeoStyle, una nueva herramienta de inteligencia artificial desarrollada por investigadores de Cornell que escanea millones de fotos disponibles públicamente para identificar de manera efectiva las tendencias de la moda en todo el mundo, así como tradiciones y eventos con estilos característicos.

"Muchas personas suben continuamente fotos de sí mismas en Internet, porque quieren compartir su estilo con sus amigos y el resto del planeta, "dijo Kavita Bala, profesor y presidente de informática y autor principal de "GeoStyle:Discovering Fashion Trends and Events, "presentado en el Congreso Internacional de Visión por Computador, 27 de octubre al 2 de noviembre en Seúl, Corea del Sur.

"Cuando miras estas grandes colecciones de imágenes, Hay muchos, muchas cosas que puede hacer para comprender cómo vive la gente, "Dijo Bala." Así que comenzamos con la idea de ver cómo se viste la gente en diferentes partes del mundo:¿Cuáles son los puntos en común, y ¿qué es distintivo de las diferentes áreas? Si los antropólogos pudieran ver este récord dentro de 100 años, entenderían mucho sobre nuestro tiempo con solo mirar estas imágenes y obtener información de ellas ".

GeoStyle analiza fotos públicas de Instagram y Flickr para mapear tendencias usando visión por computadora y redes neuronales, una especie de inteligencia artificial que se utiliza a menudo para clasificar imágenes. Sus modelos ayudan a los investigadores a comprender las tendencias existentes en ciudades específicas y en todo el mundo a lo largo del tiempo. y sus pronósticos de tendencias son hasta un 20% más precisos que los métodos anteriores.

Por ejemplo, GeoStyle muestra que año tras año, más personas visten de negro, pero menos personas visten de negro en verano que en invierno. Los investigadores también crearon un visualizador que permite a los usuarios ver la popularidad de un determinado atributo, como un patrón, sombrero o color, por ciudad, tiempo extraordinario.

Para refinar la avalancha de datos que genera GeoStyle, el primer autor del artículo, Centro comercial Utkarsh, un estudiante de doctorado en informática, desarrolló un marco para identificar automáticamente los picos:cambios a corto plazo, algunos anuales y otros que ocurren una vez, que se oponen a las tendencias a largo plazo.

"Tenemos toda esta genial tecnología de aprendizaje automático que hemos creado para reconocer imágenes, pero, ¿cómo lo hacemos útil? ", dijo el coautor Bharath Hariharan, profesor asistente de informática. "Nuestra pregunta clave fue:¿Podemos usar esta herramienta para mostrar automáticamente algo que nosotros, como creadores de este sistema, no sabías antes? "

De hecho, el modelo pudo identificar docenas de cambios de estilo a corto plazo correspondientes a eventos en todo el mundo, incluidos muchos que los investigadores no sabían que existían, como Songkran en Bangkok, un festival celebrado en abril en el Año Nuevo tailandés.

Una vez que identifica un pico, la herramienta emplea un análisis de texto basado en leyendas de fotos para averiguar qué podría significar. Al principio, los investigadores pensaron que el aumento de las camisetas sin mangas en Seattle tenía que ver con Halloween, porque ocurre en esa época, pero el texto asociado con las fotos contenía la palabra "Freaknight, "lo que les ayudó a identificarlo como una celebración distinta.

"Este fue un ejemplo en el que analizar el texto realmente marcó la diferencia, "Dijo Hariharan.

El proyecto se basa en StreetStyle, lanzado en 2017 por los coautores de Bala y GeoStyle, Noah Snavely, profesor asociado de informática en Cornell Tech, y Kevin Matzen, Doctor. '15, de Facebook. StreetStyle detecta tendencias según la hora y la ubicación mediante el análisis de millones de imágenes.

El equipo está trabajando actualmente con Denise Green, profesor asistente de ciencia de la fibra y diseño de indumentaria, y otros expertos en moda de la Facultad de Ecología Humana, para mejorar su modelo. La herramienta puede hacer un mejor trabajo detectando tendencias si sabe lo que está buscando, Bala dijo.

"Un experto puede identificar características visuales importantes de una manera muy diferente a la que nosotros podemos hacer con solo extraerlas, ", dijo. Por ejemplo, ella dijo, un estudiante señaló que los datos mostraban la evolución de las gorras de camionero de un accesorio que usan los agricultores a uno que aparece en las pasarelas de moda y que ha alcanzado una popularidad generalizada.

"Uno de nuestros seguimientos de este trabajo es mejorar la tecnología para que, si agrega un poco de información experta, puede mejorar el reconocimiento y obtener una comprensión aún más detallada, Bala dijo.

Otras aplicaciones potenciales de la tecnología incluyen el escaneo de imágenes satelitales para rastrear cambios en los patrones de uso de la tierra, dijeron los investigadores.