来自 Adobe 的媒介和数据科学研究实验室、印度理工学院以及斯坦福大学的一组研究人员开发了一种“基于图像的虚拟试穿”技术，命名为 SieveNet，能够将一件衣服映射到虚拟人体上，从而保留一件衣服的特征（包括褶皱），而不会引起纹理模糊或渗色。这一技术将帮助电商平台经营者改善网站上的产品图片，还可以满足消费者在实体店购物时的试装需求。
近年来，随着电商行业的发展，许多商家开始入驻电商平台。在进行线上购物时，消费者无法直观地感受产品质量，只能将网站上的产品图片用作参考。但是许多商家为了节省时间和资源，会将多个产品简单地复制粘贴到模特身上以快速得到产品效果图，这样一来，消费者无法辨别出服装产品的材质和形态。针对这一问题，近年来，虚拟试装技术开始广泛研发并应用于服装行业。
图文无关，源自网络
Adobe表示，最新研发的 SieveNet 系统搭载着先进的神经网络，旨在完美地呈现一件衣服在试穿时的特征，如：衣服的材质、不同身形的模特的试穿效果（就连衣服的褶皱也能完整体现出来）。同时，图片的质量不会受到影响。
VentureBeat 在一份文件种阐述了 SieveNet 系统的原理：根据服装图像和人体模型图像，生成穿着该服装的模型的新图像（保留了原始身体形状、姿势和其他细节）。为此，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。
研究人员利用1.9万组正面女性模特的图像和上衣产品图像来训练 SieveNet 系统，这些模特的体态特征都不一致。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、几何翘曲等问题。此外，它在定性指标上取得了最先进的结果，其中包括 FréchetInception Distance（FID）指标，它可以从目标分布和被评估系统（即 SieveNet）中获取照片，并使用 AI对象识别系统捕捉重要特征并保留相似性。Adobe 的研究人员表示，SieveNet 的一大优点在于，可与现有的大多数网站以及手机app兼容。
SieveNet 并不是第一个开发虚拟试衣功能的系统。此前美国/印度人工智能平台创业公司 Vue.ai 利用其图像和视频识别技术，将单纯的服装图像转化为由模特展示服装的新图像，生成的图像为消费者提供了更实用的视觉效果，同时也为零售商节省了资金，这种自动成像技术比传统照片拍摄快了5倍。Vue.ai 曾于去年完成1700万美元B轮融资。
智能手机人体扫描初创公司 3DLook 利用智能手机对人体进行全面扫描，获取体型参数，帮助消费者匹配到最合身的衣服。用户还可以在智能手机上进行虚拟试穿，并观察试穿效果。只需一部手机，两张照片，3DLook 就能帮助用户完成体型测量和扫描。该公司去年获得了 LVMH第三届创新大奖（LVMH Innovation Award）。
图文无关，源自网络
像 Gucci、Nike 这些品牌已经开发出了供消费者虚拟试鞋的手机 app。
美容行业在虚拟现实技术应用方面走在前沿。法国美妆巨头 L’Oréal（欧莱雅）旗下 AR 技术开发商 ModiFace，迄今已为 Amazon、Sephora、Estee Lauder 等80多个品牌开发发型、美妆和珠宝AR试穿应用。同类技术商还包括 Perfect 的 YouCam，它可以对脸部进行3D扫描，实现嘴唇、眼睛、眉毛、发型和脸颊的虚拟化妆。此外还有 AR 美甲应用 ManiMatch 和中国美图的 AR 美妆相机 MakeupPlus。
|
