※ デザインは全て「DeepWear™」で作成したものです。

「DeepWear™」は、深層学習によって各種デザインの特徴を捉え、そこから新たなデザインを生成する仕組みです。 優れたデザイナーは多くのファンを生み出しますが、請けられる仕事には限りがあります。 しかし深いニューラルネットワークを構成する計算機がその作品を見て学ぶことで、まるで優秀なアシスタントのように、新たな作品のアイデアを次々に書き出すようになります。 また大勢のデザイナーの特徴を学習していくことで、複数のブランドを融合させた新たなブランドを提案することもできます。 さらにカラーバリエーションや類似デザインなどの生成も可能なため、多くの選択肢からお客様に喜ばれるデザインを選ぶことが可能となります。

*All the images were designed using DeepWear™

DeepWear™ is a system that uses deep learning to capture the characteristics of various designs and generate new designs. While an outstanding designer can produce many fans, there is a limit to the amount of work a person can undertake. However, a computer incorporating a deep-learning neural network can learn by observing the products, and much like an outstanding assistant, can output many ideas for the new products. Moreover, by learning the features of many designers, it is also able to propose new brands by blending the features of multiple brands. In addition, it generates a variety of colors and designs that are similar to one another, making it possible, from the various options available, to choose a design that pleases the customers.

＜ Case ＞

＜ Case ＞

■Case 1.
事例：ファッションデザイン
多数のファッションデザインを学習し、デザイナーやパタンナーのデザイン創造を補助するツールを作成しました。AIにより作成されたデザインからパタンナーが実際に衣服を作成できることも確認しました。 アウトラインやディテールの表現など実使用に向けた課題に取り組んでいます。またデザインの分析機能や型紙作成、素材選定を自動化する機能の研究も進めています。

■ Case 1.
Case Study: Fashion Design
By feeding it a large number of fashion designs, we have developed a tool to assist designers and patternmakers in design creation. We have then confirmed that patternmakers can produce the clothes based on the designs generated by the AI. We are also working on the issues for the actual use, such as the outlines and the expression of details. We are also researching the functions to automate design analysis, pattern making, and material selection.

■Case 2.
事例：スポーツグッズ
クライアント：北海道日本ハムファイターズ様 PxDTが開発したAIによるデザイン生成技術「DeepWear™」を用いて、北海道日本ハムファイターズにマッチしたグッズデザインを作り出しました。第2弾のテーマは「選手×あじさい」です。 選手のプレーシーンデータとあじさいのデータを掛け合わせて生成しました。北海道では7月に見頃を迎えるあじさいを選手カラーに合わせて生成。あじさいのデータの中に選手のプレーシーンが融合した、DeepWear™だからこそできるデザインです。

■Case 2.
Case Study: Sports Merchandise
Client: Hokkaido Nippon-Ham Fighters
By using DeepWear™, an AI-based design generation technology developed by PxDT, we have created designs for Hokkaido Nippon-Ham Fighters merchandise. Our second collaboration’s theme was “Athletes x Hydrangeas.” The designs were generated by combining the athletes’ play scenes with hydrangeas. Hydrangeas, which come into full bloom in Hokkaido in July, were generated to match each athletes’ personal color. The designs, which merge the hydrangeas and the athletes, were made possible because of DeepWear™.

■Case 3.
事例：壁紙
クライアント：WhO様
PxDTが開発したAIによるデザイン生成技術「DeepWear™」を用いて、約1,000点の既存パターンを読み込ませ、AIの学習によって自動生成された100点の中から選定された1点です。 今回読み込ませたデザインにも一般的な壁紙同様、同じパターンが繰り返されるリピート柄が多く、生成された柄も一見リピート柄のように見えますが、詳細に見ると揺らぎや線の太さの強弱など、細かい単位で非常にランダムな描写が見られました。 既存のデザインに似てしまうものもある中、これは学習した個々の特徴が複雑に組み合わされ、人の手ではなかなか再現しづらい、AIらしいデザインとなりました。

■ Case 3.
Case Study: Wallpaper
Client: WhO
This is the wallpaper design that was selected from the 100 items automatically designed by DeepWear™, an AI-based design generation technology developed by PxDT, which was trained by feeding it with about 1,000 existing wallpaper patterns.
As with most of the existing wallpapers, the designs fed into the system included repeating patterns. Thus, if at the first glance the generated designs may also appear to be comprised of repeating patterns, a closer look reveals that the patterns are highly random in the details, showing fluctuations and differences in line thickness. While several generated designs may resemble the existing ones, this one shows a complex combination of learned individual features, a unique AI design that is difficult to reproduce by hand.

＜ 原理 ＞

＜ Principle ＞

ブランドの特徴を学習し、新たなデザイン案を複数の画像で出⼒(ファッションデザイン)

一般的な製法では、ファッションデザイナーが製作した⼆次元画像を型紙職⼈（パタンナー）が図⾯化し、パーツごとに裁断された⽣地を縫製⼯が縫い合わせることで服が完成します。 私たちのシステムでは、特定のブランド、つまりデザイナーの制作物の特徴を深層学習することで、型紙に起こす際の元データとなるスケッチ作成を機械化します。 なお、型紙職⼈が作業可能な解像度で画像を⽣成するため、深い畳み込み⽣成的対⽴ネットワーク（GANs）を使⽤しています。

Learning the characteristics of a brand and generating new design proposals from multiple images (fashion design).

In the typical manufacturing process, first, the designer creates a 2D sketch of the design, which is then drafted into patterns by a patternmaker. The production worker will then use the patterns to cut the cloth pieces and then assemble them to complete the clothing.
Our system deep-learns the characteristics of a particular brand, and by extension the characteristics of the designers’ products, to automate the designing of the sketches used to draft the patterns. Also, in order to generate the images at the resolution needed by the patternmakers, we make use of Generative Adversarial Networks (GAN).

計算機・デザイナー・顧客の知能を融合させ、新たな服飾⽂化を構築

Building a new fashion culture by fusing the intelligence of computers, designers, and customers

GANs のシステムのように、出来上がった製品をユーザーに評価してもらうプロセスも並⾏して研究を⾏なうことで、新たな服飾文化を構築できると考えています。また、潜在変数の調整を顧客⾃⾝が⾏なえるようにソフトウェア化することで、⾃分好みのブランド製品をオーダーメイドで直接発注するサービスにも応⽤可能です。

We believe that we can build a new clothing culture by concurrently conducting research regarding the process of having users evaluate the finished products, as in the case of a GAN system. Moreover, it is possible to apply this to a service dedicated to direct ordering of tailored brand products that match personal preferences, by developing software through which the customers can by themselves enable latent variable adjustments.