No aniversário do rei na Tailândia - comemorado como o Dia dos Pais - as pessoas costumam usar camisas amarelas com a palavra "PAI".

No FreakNight em Seattle, um evento de dance music realizado por volta do Halloween, os foliões tendem a usar camisetas sem mangas, apesar do clima frio.

E em setembro de 2013, 1,2 milhão de pessoas - muitos vestidos com camisas amarelas e lenços azuis - deram os braços para apoiar a independência catalã da Espanha.

Estes estão entre os insights globais obtidos da GeoStyle, uma nova ferramenta de inteligência artificial desenvolvida por pesquisadores da Cornell que verifica milhões de fotos publicamente disponíveis para identificar com eficácia as tendências da moda em todo o mundo, bem como tradições e eventos com estilos exclusivos.

"Muitas pessoas enviam continuamente fotos suas na Internet, porque eles querem compartilhar seu estilo com seus amigos e o resto do planeta, "disse Kavita Bala, professor e catedrático de ciência da computação e autor sênior de "GeoStyle:descobrindo tendências e eventos da moda, "apresentado na Conferência Internacional sobre Visão Computacional, 27 de outubro a 2 de novembro em Seul, Coreia do Sul.

"Quando você está olhando para essas grandes coleções de imagens, existem muitos, muitas coisas que você pode fazer para entender como as pessoas vivem, "Bala disse." Então, começamos com a ideia de ver como as pessoas se vestem em diferentes partes do mundo:quais são as semelhanças, e o que é distinto em diferentes áreas? Se os antropólogos pudessem ver esse registro daqui a 100 anos, eles entenderiam muito sobre o nosso tempo apenas olhando para essas imagens e obtendo insights delas. "

GeoStyle analisa fotos públicas do Instagram e do Flickr para mapear tendências usando visão computacional e redes neurais, um tipo de inteligência artificial freqüentemente usada para classificar imagens. Seus modelos ajudam os pesquisadores a entender as tendências existentes em cidades específicas e ao redor do mundo ao longo do tempo, e suas previsões de tendência são até 20% mais precisas do que os métodos anteriores.

Por exemplo, GeoStyle mostra isso ano a ano, mais pessoas vestem preto, mas menos pessoas usam preto no verão do que no inverno. Os pesquisadores também criaram um visualizador que permite aos usuários visualizar a popularidade de um determinado atributo, como um padrão, chapéu ou cor - por cidade, hora extra.

Para refinar a avalanche de dados gerados pelo GeoStyle, o primeiro autor do artigo, Utkarsh Mall, um estudante de doutorado em ciência da computação, desenvolveu uma estrutura para identificar picos automaticamente - mudanças de curto prazo, alguns anuais e alguns ocorrendo uma vez - isso contraria as tendências de longo prazo.

"Temos toda essa tecnologia de aprendizado de máquina incrível que criamos para reconhecer imagens, mas como torná-lo útil? ", disse o co-autor Bharath Hariharan, professor assistente de ciência da computação. "Nossa pergunta principal era, podemos usar esta ferramenta para mostrar automaticamente algo que nós, como criadores deste sistema, não sabia antes? "

Na verdade, o modelo foi capaz de identificar dezenas de mudanças de estilo de curto prazo correspondentes a eventos em todo o mundo, incluindo muitos que os pesquisadores não sabiam que existiam, como Songkran em Bangkok, um festival celebrado em abril no Ano Novo tailandês.

Uma vez que identifica um pico, a ferramenta emprega uma análise de texto com base em legendas de fotos para descobrir o que isso pode significar. Os pesquisadores inicialmente pensaram que o aumento nas camisas sem mangas em Seattle tinha a ver com o Halloween, porque ocorre nessa época, mas o texto associado às fotos continha a palavra "Freaknight, "o que os ajudou a identificá-la como uma celebração distinta.

"Este foi um exemplo em que a análise do texto realmente fez a diferença, "Hariharan disse.

O projeto baseia-se no StreetStyle, lançado em 2017 pelos coautores de Bala e GeoStyle Noah Snavely, professor associado de ciência da computação na Cornell Tech, e Kevin Matzen, Ph.D. '15, do Facebook. StreetStyle detecta tendências com base no tempo e localização, analisando milhões de imagens.

A equipe está trabalhando atualmente com Denise Green, professor assistente de ciência da fibra e design de roupas, e outros especialistas em moda do College of Human Ecology, para melhorar seu modelo. A ferramenta pode fazer um trabalho melhor identificando tendências se souber o que está procurando, Bala disse.

"Um especialista pode identificar recursos visuais importantes de uma maneira muito diferente da que fazemos apenas explorando-os, "disse ela. Por exemplo, ela disse, um aluno apontou que os dados mostraram a evolução dos chapéus de caminhoneiro de um acessório usado por fazendeiros para um que apareceu nas passarelas de moda e se espalhou pela popularidade.

"Um de nossos acompanhamentos deste trabalho é melhorar a tecnologia para que, se você adicionar um pouco de informação especializada, você pode melhorar o reconhecimento e obter um entendimento ainda mais refinado, "Bala disse.

Outras aplicações potenciais para a tecnologia incluem a varredura de imagens de satélite para rastrear mudanças nos padrões de uso da terra, disseram os pesquisadores.