現(xiàn)在大家都喜歡網(wǎng)購,便宜又方便,是懶人的不二選擇。
但是,網(wǎng)購有風(fēng)險(xiǎn)啊寶貝們!
因?yàn)闊o法像在實(shí)體店試穿那樣清楚地判斷衣服是否適合自己,網(wǎng)購只能依靠模特照片進(jìn)行“腦補(bǔ)”,這就非??简?yàn)?zāi)愕纳聿暮脱凵窳恕?/p>
有時(shí)穿在模特身上“仙氣飄飄”的衣服,到了自己身上,一不小心就變成了“買家秀”,有木有?
小伙伴們,你們在網(wǎng)購衣服的時(shí)候有沒有過類似的慘痛教訓(xùn)?
比如這種↓

或是這種↓

不過不用擔(dān)心,近日,Adobe上線一項(xiàng)AI虛擬試衣的黑科技,可以讓你預(yù)覽虛擬人體模型上的任何衣物,從此再也不怕變成“買家秀”啦~
據(jù)venturebeat報(bào)道,在過去十年中,讓購物者虛擬地試穿化妝品、服裝和配飾的平臺大受歡迎,原因顯而易見。根據(jù)銀行公司Klarna的調(diào)查發(fā)現(xiàn),有29%的購物者喜歡在實(shí)際購買前先在線瀏覽商品,而49%的消費(fèi)者則對測量尺寸的解決方案感興趣,這樣他們就可以在購買之前確定某樣商品是否合適。
基于這個(gè)想法,來自Adobe、印度理工學(xué)院和斯坦福大學(xué)的一組研究人員探索了他們所謂的“基于圖像的虛擬試穿”技術(shù),這項(xiàng)技術(shù)名為SieveNet。它能夠?qū)⒁患路成涞教摂M物體上,從而保留一件衣服的特征(包括皺紋和褶皺),而不會(huì)引起紋理模糊或滲色。

SieveNet將服裝圖像傳輸?shù)教摂M模型
SieveNet的目的是拍攝衣服的圖像和人體模型圖像,并在保留原始身體形狀、姿勢和其他細(xì)節(jié)的情況下,生成穿著該衣服的模型的新圖像。為了實(shí)現(xiàn)這一目的,它采用了多階段技術(shù),包括將服裝變形以使其與人體模型的姿勢和形狀保持一致,然后再將變形的紋理轉(zhuǎn)移到模型上。

SieveNet的示意圖
一篇詳細(xì)介紹這項(xiàng)工作的論文的作者指出,幾何翹曲需要考慮服裝圖像之間形狀或姿勢的變化,以及模型圖像中的遮擋(例如,長發(fā)或交叉臂)。SieveNet中的專用模塊可以在先前粗略轉(zhuǎn)換的基礎(chǔ)之上,預(yù)測粗轉(zhuǎn)換的級別和精細(xì)級別的校正,而另一個(gè)模塊可以在人體模型上計(jì)算渲染圖像和蒙版。
在具有16GB RAM的PC上使用四張Nvidia 1080Ti圖形卡進(jìn)行的實(shí)驗(yàn)中,研究人員對SieveNet進(jìn)行了數(shù)據(jù)集培訓(xùn),該數(shù)據(jù)集包含約19000張正面女性模特的圖像和上衣產(chǎn)品圖像。他們報(bào)告說,在定性測試中,系統(tǒng)比基準(zhǔn)更好地處理了遮擋、姿勢變化、滲色、幾何翹曲和整體質(zhì)量保留。除此之外,它在定性指標(biāo)上取得了最先進(jìn)的結(jié)果,其中包括Fréchet起始距離(FID),它可以從目標(biāo)分布和被評估系統(tǒng)(在本例中為SieveNet)中獲取照片,并使用AI對象識別捕獲重要特征并保留相似性的系統(tǒng)。
確切地說,SieveNet并不是第一個(gè)吃螃蟹的。
2019年,法國美妝巨頭歐萊雅集團(tuán)表示,將通過旗下的增強(qiáng)現(xiàn)實(shí)(AR)和人工智能公司 ModiFace 向美國電商巨頭Amazon(亞馬遜)提供口紅虛擬試色技術(shù)。亞馬遜美容部門主管 Nicolas Le Bourgeois 說:“新增這項(xiàng)由人工智能支持的虛擬體驗(yàn)后,亞馬遜客戶就可以方便地試色成千上萬的口紅,并保存在手機(jī)相冊里與朋友分享,不用再為買到不合適的色號而擔(dān)心?!?/p>

創(chuàng)業(yè)公司Vue.AI的系統(tǒng)通過分析服裝的特征,學(xué)會(huì)了制作逼真的姿勢、膚色和其它特征。從服裝的快照中,它可以生成各種尺寸的模型圖像,比傳統(tǒng)的照片拍攝速度快5倍!

另外,Gucci和耐克也都提供了讓人們可以試穿鞋子的應(yīng)用程序。

Gucci推出AR應(yīng)用程序,讓客戶虛擬“試穿”Ace運(yùn)動(dòng)鞋系列
研究人員斷言,像SeiveNet這樣的系統(tǒng)可以更容易地集成到現(xiàn)有的應(yīng)用程序和網(wǎng)站中。他們寫道,“虛擬試穿——在個(gè)性化環(huán)境中對時(shí)尚產(chǎn)品進(jìn)行可視化——對于在線時(shí)裝交易尤為重要,因?yàn)樗鼜浹a(bǔ)了缺乏直接在實(shí)體店購物體驗(yàn)的不足”,“與基于圖像虛擬試戴的當(dāng)前最先進(jìn)方法相比,我們有了顯著的改進(jìn)。”(雷鋒網(wǎng)雷鋒網(wǎng)(公眾號:雷鋒網(wǎng))雷鋒網(wǎng))