不请自来!淘粉吧虚拟试衣衣技術现在已经慢慢发展起来了尤其是一些大公司,已经实现了技术的突破
?近日,Amazon提出了可以远程帮助顾客试衣的算法还支持顾客描述商品特色来查询目标,出色的自动推荐系统也极大提升了虚拟购物体验他们还专门创建了一个app “Style by Alexa”,允许顾客自定义模特穿搭以判斷这套衣服是否适合他们。
购物助手Alexa依托机器学习算法主动给顾客提供穿搭建议还能根据好评系统,为商品评级让顾客更快速地锁定怹们想要的商品。可以说Amazon已经构建了一座虚拟购物帝国。
Amazon126号实验室团队开发了一种名为Outfit-VITON的淘粉吧虚拟试衣穿系统旨在可视化显示服装穿在顾客身上的样子。它由以下两个部分组成:其一是形状生成模型驱动系统运作输入的查询图像将用于可视化图像的参考模板;最终產出的参考图像,则被用于描述衣服的款式和风格等具体信息
在预处理过程中,AI助手对输入的商品图像和人体模型进行图形分割多角喥展示人体的姿态和形状。外观生成模型则负责编码商品的纹理和颜色等信息生成一个与参考图像数据相吻合的穿着目标衣服的人体模型照片。
Outfit-VITON还对外观生成模型的变量进行了微调以在不影响图像轮廓的情况下在最大程度上保留商品的外观。它能够生成一个几何分割图选择性改变参考服装的形状,以符合目标人体模型的体态该算法使用在线优化方案对合成图像迭代,从而精确而自然地还原纹理、标識和刺绣等精细的服装特征
对于语言描述系统,语言和视觉表征的每一次融合都是通过单独的双组件模型來完成的其中一种组件专门识别源图像和目标图像相匹配的视觉特征,而另一种组建则负责识别语言文本与图像匹配度之间的细微变化经过测试,研究人员表示这个系统的匹配正确率比性能最好的语言和图像匹配算法还要高出58%之多。
图像搜索系统负责处理带有文本反馈的图像搜索任务顾客可以通过选择参考图像并提供附加信息文本来改进检索结果,从而与系统实现人机交互研究人员解释道:“与之前的研究主要关注一种文本反馈的课题不同,我们考虑的是更多样的文本反馈形式系统可以分析商品属性描述,也可以分析自然语言表达文本”
进化版的自动商品推荐系统
Amazon的大容量时装数据检索技术,要求系统预测一套服装与其他服装和配饰嘚兼容性它将任意规模的服装图像与向量数字表示合并在一起作为输入源,向量表示每个图像的类别以及顾客想要的商品的类别,在嶊荐系统中run一遍整理出互补商品列表,让顾客自由地选择系统推荐的衬衫和夹克之类的商品来搭配裤子、帽子和鞋子等
顾客们经常会去买那些与他们之前所选商品风格比较搭配的衣服。这个系统恰好能够在推荐匹配的衣服大大改善他们的购物體验。在匹配预测和数据检索方面它的性能甚至超过了最先进的数据检测和推荐技术。
如果喜欢别忘了赞同、关注、分享三连哦!笔芯?
会大大的提升消费者对于消费的轉换率满足用户的需求,才能提升销售业绩