Le jour de l'anniversaire du roi en Thaïlande, célébré comme la fête des pères, les gens portent souvent des chemises jaunes arborant le mot « PAPA ».

Lors de FreakNight à Seattle, un événement de musique de danse organisé autour d'Halloween, les fêtards ont tendance à porter des chemises sans manches, malgré le temps frais.

Et en septembre 2013, 1,2 million de personnes, dont beaucoup vêtues de chemises jaunes et d'écharpes bleues, ont lié les bras pour soutenir l'indépendance de la Catalogne vis-à-vis de l'Espagne.

Ce sont parmi les informations globales glanées de GeoStyle, un nouvel outil d'intelligence artificielle développé par les chercheurs de Cornell qui numérise des millions de photos accessibles au public pour identifier efficacement les tendances de la mode dans le monde, ainsi que des traditions et des événements avec des styles de signature.

"Beaucoup de gens téléchargent continuellement des photos d'eux-mêmes sur Internet, parce qu'ils veulent partager leur style avec leurs amis et le reste de la planète, " dit Kavita Bala, professeur et titulaire d'une chaire d'informatique et auteur principal de "GeoStyle:Discovering Fashion Trends and Events, " présenté à la Conférence internationale sur la vision par ordinateur, 27 octobre au 2 novembre à Séoul, Corée du Sud.

"Quand vous regardez ces grandes collections d'images, il y a beaucoup de, beaucoup de choses que vous pouvez faire pour comprendre comment les gens vivent, " a déclaré Bala. " Nous avons donc commencé avec l'idée d'examiner comment les gens s'habillent dans différentes parties du monde :quels sont les points communs, et qu'est-ce qui distingue les différents domaines ? Si les anthropologues pouvaient voir ce record dans 100 ans, ils comprendraient beaucoup de choses sur notre époque simplement en regardant ces images et en en obtenant des informations."

GeoStyle analyse les photos publiques Instagram et Flickr pour cartographier les tendances en utilisant la vision par ordinateur et les réseaux de neurones, une sorte d'intelligence artificielle souvent utilisée pour trier les images. Ses modèles aident les chercheurs à comprendre les tendances existantes dans des villes spécifiques et dans le monde au fil du temps, et ses prévisions de tendance sont jusqu'à 20 % plus précises que les méthodes précédentes.

Par exemple, GeoStyle le montre d'année en année, plus de gens portent du noir, mais moins de gens portent du noir en été qu'en hiver. Les chercheurs ont également créé un visualiseur qui permet aux utilisateurs de visualiser la popularité d'un certain attribut, tel qu'un motif, chapeau ou couleur - par ville, heures supplémentaires.

Pour affiner l'avalanche de données générées par GeoStyle, le premier auteur de l'article, Centre commercial Utkarsh, un doctorant en informatique, développé un cadre pour identifier automatiquement les pics (changements à court terme, certaines annuelles et d'autres une fois, ce qui va à l'encontre des tendances à long terme.

"Nous avons toute cette technologie d'apprentissage machine géniale que nous avons mise au point pour reconnaître les images, mais comment le rendre utile ?", a déclaré le co-auteur Bharath Hariharan, professeur assistant en informatique. "Notre question clé était, pouvons-nous utiliser cet outil pour faire apparaître automatiquement quelque chose que nous, en tant que créateurs de ce système, ne savait pas avant?"

En réalité, le modèle a pu identifier des dizaines de changements de style à court terme correspondant à des événements à travers le monde, dont beaucoup dont les chercheurs ignoraient l'existence, comme Songkran à Bangkok, un festival célébré en avril sur le nouvel an thaïlandais.

Une fois qu'il a identifié un pic, l'outil utilise une analyse de texte basée sur des légendes de photos pour comprendre ce que cela pourrait signifier. Les chercheurs ont d'abord pensé que le pic des chemises sans manches à Seattle était lié à Halloween, parce qu'il se produit à cette époque, mais le texte associé aux photos contenait le mot "Freaknight, " ce qui les a aidés à l'identifier comme une célébration distincte.

"C'était un exemple où l'analyse du texte a vraiment fait la différence, " a déclaré Hariharan.

Le projet s'appuie sur StreetStyle, lancé en 2017 par les co-auteurs de Bala et GeoStyle Noah Snavely, professeur agrégé d'informatique à Cornell Tech, et Kevin Matzen, doctorat '15, de Facebook. StreetStyle détecte les tendances en fonction de l'heure et de l'emplacement en analysant des millions d'images.

L'équipe travaille actuellement avec Denise Green, professeur adjoint de science des fibres et de conception de vêtements, et d'autres experts de la mode au College of Human Ecology, pour améliorer leur modèle. L'outil peut mieux détecter les tendances s'il sait ce qu'il recherche, dit Bala.

"Un expert peut identifier des caractéristiques visuelles importantes d'une manière très différente de ce que nous pouvons faire simplement en les exploitant, " dit-elle. Par exemple, elle a dit, un étudiant a souligné que les données montraient l'évolution des chapeaux de camionneur d'un accessoire porté par les agriculteurs à celui apparaissant sur les podiums de la mode à une grande popularité.

"L'un de nos suivis de ce travail est d'améliorer la technologie de sorte que si vous ajoutez un peu d'informations d'expert, vous pouvez améliorer la reconnaissance et obtenir une compréhension encore plus fine, " dit Bala.

D'autres applications potentielles de la technologie incluent la numérisation d'images satellite pour suivre les changements dans les modèles d'utilisation des terres, les chercheurs ont dit.