Nomination
Mit der Weiterentwicklung der Technologie sind Computer für verschiedene menschliche Produktionstätigkeiten unverzichtbar geworden. Das maschinelle Lernen, das in den letzten Jahren auf dem Gebiet der Informatik eine bemerkenswerte Entwicklung genommen hat, hat als eine Technologie, die einen Teil der menschlichen intellektuellen Tätigkeit ersetzt, öffentliche Aufmerksamkeit erregt und wird aktiv erforscht. Die für den Menschen lebensnotwendigen Kleidungsstücke werden jedoch immer noch von Menschen entworfen. Auch das Design von Modemarken wird von mehreren DesignerInnen produziert, sodass eine Wechselwirkung von Technologie und Sensibilität schwierig ist. Deshalb schlagen wir ein computergestütztes Bekleidungsdesign vor, das durch die Zusammenarbeit von menschlicher und maschineller Intelligenz unter Verwendung von Deep Neural Network (DNN) erstellt wurde. Diese künstliche Intelligenz erlernt ein bestimmtes Markendesign und erzeugt neue Schnitte. Aus dem erzeugten Bild wird das Muster erstellt und als neue Kleidung vervollständigt. Wir haben Kleidung mit dem System DeepWear durch eine Reihe von Designs hergestellt, wie z.B. durch Deep Learning, manuell hergestellte Muster und Erstellung von Kostümen. Mit DeepWear ist es möglich, das Design der Mode zu übernehmen, ohne vom Designer oder der Designerin abhängig zu sein.
Credits
Natsumi Kato (JP), geboren 1993, ist Designerin und Modeforscherin. Sie gehört zur Digital Nature Group an der Universität Tsukuba, die von Associate Professor Yoichi Ochiai geleitet wird. Sie forscht im Bereich Fashion Technology im Bereich HCI (Mensch-Computer-Interaktion) und hat Beiträge bei internationalen Top-Konferenzen wie dem NIPS2017 Workshop und TEI2018 veröffentlicht. Hiroyuki Osone (JP), geboren 1997, gehört ebenfalls zur Digital Nature Group der Universität Tsukuba. Er forscht über Optik und HCI-Anwendung von Deep Learning und präsentierte auf internationalen Konferenzen wie NIPS 2017 Workshop, ACE 2017 und SIGGRAPH 2017. Yoichi Ochiai (JP), geboren 1987, PhD (Applied Computer Science / University of Tokyo, Graduate School of Interdisciplinary Information Studies in nur 2 Jahren Rekordzeit), Assistant Professor an der University of Tsukuba, School of Library Information and Media Studies seit 2015, Associate Professor seit Dezember 2017. Leiter des Digital Nature Laboratory, CEO von Pixie Dust Technologies, Inc.