WEBVTT

00:00:00.350 --> 00:00:03.650
Wat we hier zien, begint met
een grote hoeveelheid productdata,

00:00:03.683 --> 00:00:04.650
vooral afbeeldingen.

00:00:04.650 --> 00:00:07.166
Dit is een typische collectie,
één enkele collectie.

00:00:07.166 --> 00:00:09.050
En er zijn er veel gedurende het jaar.

00:00:09.050 --> 00:00:13.200
We nemen al deze afbeeldingen
en verwerken ze met verschillende AI-modellen

00:00:13.466 --> 00:00:17.716
om eenvoudige zaken te achterhalen,
zoals de kleur van al deze artikelen,

00:00:17.716 --> 00:00:20.716
maar ook meer in detail:
Welke patronen zijn er?

00:00:20.916 --> 00:00:24.750
Welke shirts hebben prints
en welke niet?

00:00:24.750 --> 00:00:27.016
Maar nog belangrijker

00:00:27.016 --> 00:00:29.966
is het verkrijgen van een dieper
semantisch inzicht:

00:00:29.966 --> 00:00:34.016
Welke artikelen passen bij een bruiloft,
welke bij een sollicitatiegesprek?

00:00:34.016 --> 00:00:36.383
Links: Welke artikelen
zijn geschikt voor het strand?

00:00:37.133 --> 00:00:39.150
En om het nog uitdagender te maken:

00:00:39.150 --> 00:00:41.216
Mode gaat niet alleen over losse artikelen,

00:00:41.216 --> 00:00:43.800
maar over het complete
concept van een outfit.

00:00:43.800 --> 00:00:48.000
Je draagt meerdere items samen
en moet bepalen

00:00:48.000 --> 00:00:49.350
wat bij elkaar past.

00:00:49.350 --> 00:00:53.933
Hiervoor zetten we ook AI in
om de outfits zelf te analyseren.

00:00:54.416 --> 00:00:59.266
We nemen modelbeelden
en ontleden de outfits om te begrijpen

00:00:59.266 --> 00:01:02.116
welke artikelen er zijn
en hoe ze gecombineerd kunnen worden,

00:01:02.116 --> 00:01:05.483
zowel qua samenstelling
als qua layering, zoals we hier zien.

00:01:05.483 --> 00:01:07.133
Wat kun je over elkaar dragen?

00:01:08.116 --> 00:01:11.100
Met al deze informatie
kunnen we het volgende doen:

00:01:11.100 --> 00:01:14.416
We hebben een kennisgraaf
opgebouwd,

00:01:14.450 --> 00:01:19.200
gebaseerd op mode-expertise,
die we Fashion DNA noemen.

00:01:20.116 --> 00:01:24.750
Dit stelt ons in staat om passende
aanbevelingen te doen waarbij

00:01:24.750 --> 00:01:28.500
de artikelen bij elkaar passen,
maar net zo belangrijk:

00:01:28.500 --> 00:01:31.950
dat ze aansluiten bij de voorkeuren
van de klant in de winkel.