ระบบช่วยเลือกแบบอย่างเสื้อผ้าบนฐานแบบอย่างบุคคลที่มีชื่อเสียงโดยใช้การมองเห็นของคอมพิวเตอร์และการเรียนรู้เชิงลึก

Clothes styling assistant system based on celebrities ' styles using computer vision and deep learning

Name: ทินภัทร ใจมั่น

ThaSH: เสื้อผ้า

ThaSH: การพัฒนาแอปพลิเคชันแฟชั่น

ThaSH: ปัญญาประดิษฐ์

ThaSH: ระบบห้องลองเสื้อผ้าเสมือน

Abstract: ระบบช่วยเลือกเสื้อผ้าเสมือนจริง (Virtual Fitting Room) ที่ช่วยให้ผู้ใช้สามารถเลือกเสื้อผ้าโดยอ้างอิงจากสไตล์ของบุคคลที่มีชื่อเสียง โดยใช้ คอมพิวเตอร์วิสัยทัศน์ (Computer Vision) และการเรียนรู้เชิงลึก (Deep Learning)ระบบใช้ การแบ่งส่วนภาพแบบไฮบริด (Hybrid Segmentation) ซึ่งรวมถึง Semantic Segmentation และ Instance Segmentation เพื่อระบุชิ้นส่วนเสื้อผ้าได้อย่างแม่นยำ พร้อมทั้งใช้ CLAHE ในกระบวนการปรับปรุงคุณภาพของภาพเพื่อเพิ่มประสิทธิภาพในการตรวจจับลวดลายของเสื้อผ้าโมเดลที่ใช้ในระบบประกอบด้วย CNNs, Plain NN, SVM, และ Random Forest ซึ่งถูกนำมารวมกันเป็น Ensemble Model เพื่อเพิ่มความแม่นยำในการจำแนกประเภทของเสื้อผ้าผลลัพธ์จากระบบจะแสดง ค่าความคล้ายคลึงของสไตล์เป็นเปอร์เซ็นต์ โดยเปรียบเทียบกับฐานข้อมูลแฟชั่นของบุคคลที่มีชื่อเสียง เพื่อช่วยให้ผู้ใช้สามารถตัดสินใจเลือกชุดที่เหมาะสมกับตนเองผลการทดลองแสดงให้เห็นว่าการใช้ การแบ่งส่วนภาพแบบไฮบริด ร่วมกับ CLAHE และ Ensemble Learning ช่วยเพิ่มความแม่นยำของโมเดลในการจำแนกประเภทเสื้อผ้าได้อย่างมีประสิทธิภาพ

Abstract: Fashion plays a crucial role in self-expression and social interaction. This independent study proposes a virtual fitting room application that helps users select outfits based on celebrity fashion trends using computer vision and deep learning techniques. The system employs hybrid segmentation (semantic and instance segmentation) to accurately detect clothing items and classify their styles.To enhance image quality, Contrast Limited Adaptive Histogram Equalization (CLAHE) is used as a preprocessing step, improving model performance in detecting and analyzing clothing patterns. The system integrates Convolutional Neural Networks (CNNs), Plain Neural Network (NN), Support Vector Machines (SVM), and Random Forest into an ensemble model to achieve high accuracy in clothing classification.The final application provides users with a style similarity percentage comparing their outfit with a database of celebrity styles, helping users make informed fashion choices. Model performance is evaluated using cross-validation, accuracy metrics, and confusion matrices.The results indicate that the hybrid segmentation approach, combined with CLAHE-enhanced preprocessing and an ensemble learning framework, improves classification accuracy. This study contributes to the development of intelligent fashion recommendation systems and supports future applications in virtual fashion assistants and Metaverse integration.Keywords: Computer Vision, Fashion, Deep Learning, Virtual Fitting Room, CLAHE, Image Processing, Machine Learning.

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: วาริน เชาวทัต

Role: อาจารย์ที่ปรึกษา

Created: 2568

Modified: 2568-09-14

Issued: 2568-09-14

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิทยาการข้อมูล

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	630632112.pdf	1.29 MB	1	2025-11-09 11:12:19

ใช้เวลา

0.024428 วินาที