Context-Aware Visual Compatibility Prediction
本文主要解决，根据两种衣服的上下文来判定两种衣服是否适配的问题，和以前网络不同的是，文中所用的网络为图网络（一般输入数据满足图结构的网络成为图网络）。
例如左边的是以往模型的风格匹配，右边的是本文中图结构的风格匹配。
网络结构
最初使用的方法是，直接使用卷积抽取嵌入向量进行举例匹配，之后有人使用孪生网络进行改进，再后来使用triple Loss来进行运算，最近的改进主要是基于有文本条件的嵌入。 本文主要的图网络结构如下
两种图输入，然后使用encoder生成向量，然后在使用decoder计算分数。
具体方法
本文使用的图网络是 图自动编码网络GAE，编码器会针对图的每个节点生成嵌入向量，解码器会根据这些嵌入向量预测图中丢失的边界。
假设输入是一个N节点的无环图，同种每一个节点都使用F维度的代表向量，那么图就可以使用一个N X F维度的矩阵X代表，再定义一个链接N x N矩阵当i 和j两个节点是有链接的那么A（i,j）=1 否则就等于0。
其中编码器可以抽象成H = f_enc( X, A) 解码器可以抽象为A = f_dec(H)经过编码器将X变成N x F1矩阵H，对于解码器来说他就是重构链接矩阵A，f_dec(Hi, Hj) 给出两点之间的概率值。
Encoder部分
初始化的向量矩阵X，主要是通过卷积网络对图片提取特征。然后在选取目标节点i中紧邻节点
那么节点encoder计算如下
网络使用的是GCN 含有多个隐藏层，对于单个隐藏层有如下公式
其中Z表示输入输出。
多层的表示公式如下
其中初始化的z就是X，
其中对角矩阵D
在文中S表示连接的深度，也就是几次连接到大目标点。 本文所有的我试验都是选择s = 1
Decoder
Decoder部分主要是对物体匹配的度量，文中提到了相似性和匹配性是两种完全不同的问题，所以不建议将相似性和匹配性一起处理。
训练
模型训练过程中，可以对数据移除一些链接，生成新的无环矩阵A1，然后通过网络计算Loss, loss为较差熵。
试验结果，当关联深度约高，准确率越高。