體驗消費當道 亞馬遜、Adobe、Uniqlo 紛紛用科技助功

體驗消費與科技應用密不可分,日前亞馬遜宣布推出“AI試衣”功能,不只可以提升線上服裝銷售,也能有效降低退貨率;優衣庫也致力在創造品牌獨特科技力,推出一款服飾搜索與穿搭推薦 APP “ StyleHint”;科技公司 Adobe 也推出人工智能試衣技術,連衣服的褶皺都能清楚呈現!  科技在時尚產業發揮了多麼奇妙的作用,同時也讓時尚創造一塊新時尚戰場!

亞馬遜推出「AI試衣」功能,提升線上服裝銷售,降低退貨率

電商Amazon正在日益完善 「虛擬試衣工具」 ,以提升線上服裝的銷售。近日,亞馬遜研發部門Lab126的幾名AI(人工智能)專家通過結合多種算法,開發出「全新AI試衣」功能。亞馬遜在6月14日~19日由IEEE 舉辦的國際計算機視覺與模式識別會議上正式發布了這項功能。

「AI試衣」功能基於以下三種算法:

  • 第一種算法可通過用戶鍵入的服裝特徵信息(如:顏色、剪裁、尺寸、圖案等)精確匹配及推薦客戶需要的服裝,例如:用戶在手機頁面鍵入“淺色帶花圖案”這一類的文字,神經網絡可迅速反應,搜索出與之匹配的服裝;
  • 第二種算法可以根據已選定的服裝向用戶提供搭配建議;
  • 第三種算法可將客戶選擇好的服裝和配飾自動匹配到模特身上進行展示。

 

亞馬遜指出,新版“AI試衣”的研發難點在於如何利用客戶輸入的服裝特徵資訊完成精確搜尋,以及如何在客戶多次“更換”服裝搭配的情況下保證圖片的成像質量。為了解決這一難題,亞馬遜開發了一個基於“源圖像、文本資訊、目標圖像”等三元素的系統,每個元素都由一個神經網絡控制,實現文本和圖像的相互轉換。

另外,為了讓衣服能夠完美地在模特身上展示,研發人員還開發了一個名為“Outfit-VITON”的系統。該系統搭載了深度學習網絡GAN(generative adversarial networks生成式對抗網絡),保證虛擬試衣的仿真程度。

據了解,時尚電商公司每年需要花費一大筆資金在處理客戶退貨處理上。有了虛擬試衣技術之後,客戶退貨率可以有效降低。因此,除亞馬遜外,許多技術公司、時尚電商等都開始紛紛研發虛擬試衣技術


優衣庫推出服飾搜索與穿搭推薦app:StyleHint

日本快時尚品牌優衣庫(Uniqlo)近日宣布,與母公司Fast Retailing(迅銷)旗下另一品牌GU共同推出一款服飾搜索與穿搭推薦app“ StyleHint”。

據介紹,用戶可以在app內上傳喜歡的穿搭圖片,app會自動識別與圖中款式相近的相關服飾進行推薦,方便用戶直接在app內購買心儀商品。除同款搜索功能外,用戶也可以直接上傳和分享自己滿意的穿搭,激發更多用戶的穿搭靈感。

同時,這款app會根據上傳圖片進行自主學習,用戶上傳圖片越多,app 搜索的類似商品也會越精確。

據了解,從去年秋天開始,這款app已進入內部測試,現在已經正式投入市場使用。

Stylehint的開發理念參考了社交媒體對消費者購買決策的影響;同時利用了智能軟件與日俱增的功能,抓住了視覺搜索這一潮流在發現和引導潛在消費者的潛力;並通過推出app將這些影響力迅速變現,迎合消費者的新需求。


Adobe 推出人工智能試衣技術,連衣服的褶皺都能清楚呈現!

來自Adobe  的媒介和數據科學研究實驗室、印度理工學院以及斯坦福大學的一組研究人員開發了一種“基於圖像的虛擬試穿”技術,命名為  SieveNet,能夠將一件衣服映射到虛擬人體上,從而保留一件衣服的特徵(包括褶皺),而不會引起紋理模糊或滲色。這一技術將幫助電商平台經營者改善網站上的產品圖片,還可以滿足消費者在實體店購物時的試裝需求。

近年來,隨著電商行業的發展,許多商家開始入駐電商平台。在進行線上購物時,消費者無法直觀地感受產品質量,只能將網站上的產品圖片用作參考。但是許多商家為了節省時間和資源,會將多個產品簡單地複製貼上到模特身上以快速得到產品效果圖,這樣一來,消費者無法辨別出服裝產品的材質和形態。針對這一問題,近年來,虛擬試裝技術開始廣泛研發並應用於服裝行業。

Adobe表示,最新研發的SieveNet系統搭載著先進的神經網絡,旨在完美地呈現一件衣服在試穿時的特徵,如:衣服的材質、不同身形的模特的試穿效果(就連衣服的褶皺也能完整體現出來)。同時,圖片的質量不會受到影響。

VentureBeat 在一份文件種闡述了SieveNet 系統的原理:根據服裝圖像和人體模型圖像,生成穿著該服裝的模型的新圖像(保留了原始身體形狀、姿勢和其他細節)。為此,它採用了多階段技術,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,然後再將變形的紋理轉移到模型上。

研究人員利用1.9萬組正面女性模特的圖像和上衣產品圖像來訓練SieveNet系統,這些模特的體態特徵都不一致。在定性測試中,系統比基準更好地處理了遮擋、姿勢變化、滲色、幾何翹曲等問題。此外,它在定性指標上取得了最先進的結果,其中包括Fréchet Inception Distance(FID)指標,它可以從目標分佈和被評估系統(即SieveNet)中獲取照片,並使用AI對象識別系統捕捉重要特徵並保留相似性。Adobe的研究人員表示,SieveNet的一大優點在於,可與現有的大多數網站以及手機app兼容。

SieveNet並不是第一個開發虛擬試衣功能的系統。此前美國/印度人工智能平台創業公司  Vue.ai 利用其圖像和視頻識別技術,將單純的服裝圖像轉化為由模特展示服裝的新圖像,生成的圖像為消費者提供了更實用的視覺效果,同時也為零售商節省了資金,這種自動成像技術比傳統照片拍攝快了5倍。Vue.ai曾於去年完成1700萬美元B輪融資。

智能手機人體掃描初創公司  3DLook利用智能手機對人體進行全面掃描,獲取體型參數,幫助消費者匹配到最合身的衣服。用戶還可以在智能手機上進行虛擬試穿,並觀察試穿效果。只需一部手機,兩張照片,3DLook就能幫助用戶完成體型測量和掃描。該公司去年獲得了LVMH第三屆創新大獎(LVMH Innovation Award)。

更多品牌像  GucciNike 很早就開始與科技結合。 這些品牌已經開發出了供消費者虛擬試鞋的手機app。Gucci與俄羅斯科技初創公司Wannaby合作,在其手機應用程序中新增了AR試鞋功能,用戶可通過手機遠程“試穿” Gucci的Ace系列運動鞋。

美容行業在虛擬現實技術應用方面走在前沿。法國美妝巨頭L’Oréal(歐萊雅)旗下AR技術開發商ModiFace,迄今已為Amazon、Sephora、Estee Lauder等80多個品牌開發髮型、美妝和珠寶AR試穿應用。同類技術商還包括Perfect的YouCam,它可以對臉部進行3D掃描,實現嘴唇、眼睛、眉毛、髮型和臉頰的虛擬化妝。此外還有AR美甲應用ManiMatch和中國美圖的AR美妝相機MakeupPlus

Jet

以攝影之眼過生活,追尋美學出走的極致體驗。

error: Content is protected !!