アマゾンの研究者は、IEEE Conference Vision and Pattern Recognition（CVPR）で発表する一連の論文を作成しました。
論文では、アマゾンの研究者 提供 購入する前にオンラインで洋服を試着するアシスタントを支援するAIシステム。
システムのXNUMXつは、商品のイメージのバリエーションを説明することで研究を微調整することを可能にし、もうXNUMXつは、「よくフィットする」ため、すでに着用した服に基づいて衣服を提案します。 XNUMX番目のシステムは、データと画像を混合し、選択したドレスを着ているモデル、またはさまざまな選択した服を組み合わせてユニークな外観の写真を取り出します。
Amazonはすでにそのサービスを強化するために人工知能を使用しています（イタリアにはまだありません）。 アレクサによるスタイル。たとえば、アルゴリズムと人間のオペレーターを使用して衣服を提案、比較、評価するAmazonショッピングアプリの機能。 または、プライムワードローブのようにオンラインとオフラインで洋服を試着する方法。これにより、ユーザーは洋服をオンラインで評価し、試着して、購入したくないものを返品することができます。
これらのソリューションを使用して、Amazonは売上のより大きなシェアを目指しています。 お客様が普段選ばない商品でも。
仮想楽屋でのテスト
Fire TV、Kindle Fire、Echoなどの製品を作成したAmazonの研究所であるLab126の研究者は、Outfit-VITONという画像ベースの仮想テストシステムを開発しました。 衣装VITONは、参照写真の衣料品が人にどのように見えるかを視覚化するのに役立つように設計されています。
システムは、矛盾する生成ネットワーク（GAN）を使用して単一の画像でトレーニングできます。 GANが何かわからない場合は、 ここで私はそれを明確に説明します（私は願っています）。
衣料品のオンラインショッピングでは、自宅から便利に買い物をすることができ、幅広いアイテムから選択でき、最新の製品にアクセスできます。
ただし、物理的に試すことはできません。この制限により、選択した服を着ている顧客の画像が自動的に生成される仮想試着室の開発が促進されました。 これは、最も望ましい衣類（または外観）を比較して選択するのに役立ちます。
Outfit-VITONの仕組み
Outfit-VITONはXNUMXつのパーツで構成されています。 入力が最終画像のモデルとして機能する画像である形状生成モデル。 そして、たくさんの参照画像、そしてモデルに転送される服。
最初のフェーズでは、AIが入力画像をセグメント化し、リクエストを行っている人物のボディモデルを計算します。 次に、選択したセグメントが「縫い付け」られ、ドレスを着たアバターの完全なイメージになるまで、モデルのボディに実質的に再結合されます。
スマートリクエスト
論文のXNUMXつは、テキストを使用して「仮想楽屋」で要求を完成させるという課題に対処しています。 クライアントは、「よりフォーマルなものが欲しい」のように抽象的なものや「袖のスタイルを変更する」のように正確に言うことができ、これらの要求に基づいて最終的なイメージを変更するように訓練されます。
テストでは、AIシステムは、より効果的な前任者よりも58％多くの頻度でテキスト要求を見つけたと研究者たちは述べています。
補足記事の回収
最新の論文では、大規模なデータ復旧の手法を検討しています。 AIシステムは、衣服と他の衣服やアクセサリーとの互換性を提供し、顧客がシャツやジャケットなどの衣服をオンラインで試着し、靴のアドバイスを受けることができるようにします。
オンラインで服を試す：新しい標準？
「お客様は、以前に選択または購入したものとよく合う衣料品を購入することがよくあります。」、研究者たちは書いた。 「互換性のあるアイテムを適切なタイミングで推奨できることで、ショッピング体験が向上します。 私たちのシステムは大規模向けに設計されており、互換性の予測に関して最先端の技術を上回っています。
つまり、オンラインで試着することをお勧めする（そして優雅に私たちをケアしてくれる）バーチャルセールスマンが、完璧なマッチを提案します。 また、変更のためにブースの後ろに行く必要もありません。
