作者：李菁瑛 现在大家都喜欢网购，便宜又方便，是懒人的不二选择。 但是，网购有风险啊宝贝们！ 因为无法像在实体店试穿那样清楚地判断衣服是否适合自己，网购只能依靠模特照片进行“脑补”，这就非常考验你的身材和眼神了。 有时穿在模特身上“仙气飘飘”的衣服，到了自己身上，一不小心就变成了“卖家秀”，有木有？ 小伙伴们，你们在网购衣服的时候有没有过类似的惨痛教训？ 比如这种↓
或是这种↓
不过不用担心，近日，Adobe 上线一项 AI 虚拟试衣的黑科技，可以让你预览虚拟人体模型上的任何衣物，从此再也不怕变成“卖家秀”啦~ 据 venturebeat 报道，在过去十年中，让购物者虚拟地试穿化妆品、服装和配饰的平台大受欢迎，原因显而易见。根据银行公司 Klarna 的调查发现，有 29％ 的购物者喜欢在实际购买前先在线浏览商品，而 49％ 的消费者则对测量尺寸的解决方案感兴趣，这样他们就可以在购买之前确定某样商品是否合适。 基于这个想法，来自 Adobe、印度理工学院和斯坦福大学的一组研究人员探索了他们所谓的“基于图像的虚拟试穿”技术，这项技术名为 SieveNet。它能够将一件衣服映射到虚拟物体上，从而保留一件衣服的特征（包括皱纹和褶皱），而不会引起纹理模糊或渗色。
SieveNet 的目的是拍摄衣服的图像和人体模型图像，并在保留原始身体形状、姿势和其他细节的情况下，生成穿着该衣服的模型的新图像。为了实现这一目的，它采用了多阶段技术，包括将服装变形以使其与人体模型的姿势和形状保持一致，然后再将变形的纹理转移到模型上。
一篇详细介绍这项工作的论文的作者指出，几何翘曲需要考虑服装图像之间形状或姿势的变化，以及模型图像中的遮挡（例如，长发或交叉臂）。SieveNet 中的专用模块可以在先前粗略转换的基础之上，预测粗转换的级别和精细级别的校正，而另一个模块可以在人体模型上计算渲染图像和蒙版。 在具有 16GB RAM 的 PC 上使用四张 Nvidia 1080Ti 图形卡进行的实验中，研究人员对 SieveNet 进行了数据集培训，该数据集包含约 19000 张正面女性模特的图像和上衣产品图像。他们报告说，在定性测试中，系统比基准更好地处理了遮挡、姿势变化、渗色、几何翘曲和整体质量保留。除此之外，它在定性指标上取得了最先进的结果，其中包括 Fréchet 起始距离（FID），它可以从目标分布和被评估系统（在本例中为 SieveNet）中获取照片，并使用 AI 对象识别捕获重要特征并保留相似性的系统。 确切地说，SieveNet 并不是第一个吃螃蟹的。 2019 年，法国美妆巨头欧莱雅集团表示，将通过旗下的增强现实（AR）和人工智能公司 ModiFace 向美国电商巨头 Amazon（亚马逊）提供口红虚拟试色技术。亚马逊美容部门主管 Nicolas Le Bourgeois 说：“新增这项由人工智能支持的虚拟体验后，亚马逊客户就可以方便地试色成千上万的口红，并保存在手机相册里与朋友分享，不用再为买到不合适的色号而担心。”
创业公司 Vue.AI 的系统通过分析服装的特征，学会了制作逼真的姿势、肤色和其它特征。从服装的快照中，它可以生成各种尺寸的模型图像，比传统的照片拍摄速度快 5 倍！
另外，Gucci 和耐克也都提供了让人们可以试穿鞋子的应用程序。
研究人员断言，像 SeiveNet 这样的系统可以更容易地集成到现有的应用程序和网站中。他们写道，“虚拟试穿——在个性化环境中对时尚产品进行可视化——对于在线时装交易尤为重要，因为它弥补了缺乏直接在实体店购物体验的不足”，“与基于图像虚拟试戴的当前最先进方法相比，我们有了显著的改进。” |
