金磊 只想說 凹非寺
量子位 報導 | 微信公眾號 QbitAI

網購看好了一件衣服和一條褲子，不知道配搭起來實際效果怎樣，該怎么辦？

試一下這款「穿衣AI」。

倘若你一直在在網上看好下邊這幾個衣服褲子，先把他們「個人收藏」起來。

隨后挑一個女模特。

接下去，生成一下，就可以見到這種服裝搭配起來的實際效果啦~

這就是來源于亞馬遜的一項「穿衣AI」新技術應用——Outfit-VITON，而且畢業論文中了CVPR 2020。

線上衣服穿搭怎樣完成？

Outfit-VITON關鍵包含下列好多個一部分：

• 樣子生成模型：鍵入是一個查詢圖像，并為此做為最后輸出圖像的模版；
• 外型生成模型：將選定的衣服褲子，加上到查詢圖像中的角色的身上；
• 外型優化模型：將所述流程獲得的結果開展優化，輸出最后實際效果。

工作內容如下圖所顯示。

如同上邊所提及的，系統軟件的鍵入是一個 H×W 的 RGB 查詢圖像x0，還包含一組由服飾構成的附加參照 RGB 圖像(x1，x2，…，xM)。

這兒必須留意的是，這種要想配搭的服飾圖像，能夠是像流程表中那般的角色詳細圖像，還可以是展現散件服飾的部分圖像。

隨后，就是圖像切分每日任務，因此，科學研究工作人員訓煉了一個PSP語義分割互聯網，記做S，其尺寸為H×W×Dc。

用這一語義分割互聯網S，測算查詢圖像(女模特)和參照圖像(服飾)的切分投射。

切分后的輸出，就轉交到一個「樣子形成互聯網」來解決，那樣就可以先獲得一個大概的輪廊。

接下去，便獲取服飾中的外型矩陣的特征值，并將其“貼”到相匹配的輪廊地區，也就是流程表中的「外型形成」流程。

特別注意的是，樣子和外型形成互聯網是各自開展訓煉的，應用同一訓練集的單一鍵入圖像；而且，在每一個訓煉計劃方案中，制作器、辨別器和自動編碼器是相互訓煉的。

最終，科學研究工作人員還明確提出了一個「線上提升」實體模型，將原先的服飾款式，更為詳細、細膩的“貼”到新女模特的身上。

亞馬遜為網購消費者“操碎了心”

除開此項科學研究以外，亞馬遜也有2篇CPVR畢業論文，也對于網購消費者。

在這其中一篇畢業論文中，科學研究工作人員開發設計了一個系統軟件，能夠讓客戶根據敘述商品圖像的轉變，來提高商品查詢。

比如，你一直在網購的情況下，看上一條黑色連衣裙的樣式，可是對它的色調并不滿意。

那麼，你也就可以說一句“我要同樣樣式的粉色連衣裙”，那麼查詢后的結果便會輸出相對的商品。

而另一項科學研究對于“產品填補”，換句話說，給客戶做商品推薦。

比如，客戶在網購全過程中，查詢了品牌包、近視眼鏡、長袖連衣裙和外衣，那麼這一系統軟件便會找到詳細一套服飾中，這一客戶還未查詢的產品，比如，鞋。

并且填補強烈推薦的產品，還會繼續依據以前查詢產品的款式、色調等來做強烈推薦。

看上去就好像個AI搭配達人。

亞馬遜在“賣產品”這條道路上，為了更好地提升 客戶體驗，可謂是“操碎了心”。

但是這也考慮了一部分宅男女們，足不出門感受商品的要求。

那麼，亞馬遜的這種AI技術性，會給你更愛網購嗎？

—完—

@量子位 · 跟蹤AI技術性和商品最新消息

感觸頗深的盆友，熱烈歡迎贊成、關心、共享三連?'?' ? 淘寶補單