作者：李菁瑛

　　現在大家都喜歡網購，便宜又方便，是懶人的不二選擇。

　　但是，網購有風險啊寶貝們！

　　因為無法像在實體店試穿那樣清楚地判斷衣服是否適合自己，網購只能依靠模特照片進行“腦補”，這就非常考驗你的身材和眼神了。

　　有時穿在模特身上“仙氣飄飄”的衣服，到了自己身上，一不小心就變成了“賣家秀”，有木有？

　　小伙伴們，你們在網購衣服的時候有沒有過類似的慘痛教訓？

　　比如這種↓

　　或是這種↓

　　不過不用擔心，近日，Adobe 上線一項 AI 虛擬試衣的黑科技，可以讓你預覽虛擬人體模型上的任何衣物，從此再也不怕變成“賣家秀”啦~

　　據 venturebeat 報道，在過去十年中，讓購物者虛擬地試穿化妝品、服裝和配飾的平臺大受歡迎，原因顯而易見。根據銀行公司 Klarna 的調查發現，有 29％ 的購物者喜歡在實際購買前先在線瀏覽商品，而 49％ 的消費者則對測量尺寸的解決方案感興趣，這樣他們就可以在購買之前確定某樣商品是否合適。

　　基于這個想法，來自 Adobe、印度理工學院和斯坦福大學的一組研究人員探索了他們所謂的“基于圖像的虛擬試穿”技術，這項技術名為 SieveNet。它能夠將一件衣服映射到虛擬物體上，從而保留一件衣服的特征（包括皺紋和褶皺），而不會引起紋理模糊或滲色。

SieveNet 將服裝圖像傳輸到虛擬模型

　　SieveNet 的目的是拍攝衣服的圖像和人體模型圖像，并在保留原始身體形狀、姿勢和其他細節的情況下，生成穿著該衣服的模型的新圖像。為了實現這一目的，它采用了多階段技術，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，然后再將變形的紋理轉移到模型上。

SieveNet 的示意圖

　　一篇詳細介紹這項工作的論文的作者指出，幾何翹曲需要考慮服裝圖像之間形狀或姿勢的變化，以及模型圖像中的遮擋（例如，長發或交叉臂）。SieveNet 中的專用模塊可以在先前粗略轉換的基礎之上，預測粗轉換的級別和精細級別的校正，而另一個模塊可以在人體模型上計算渲染圖像和蒙版。

　　在具有 16GB RAM 的 PC 上使用四張 Nvidia 1080Ti 圖形卡進行的實驗中，研究人員對 SieveNet 進行了數據集培訓，該數據集包含約 19000 張正面女性模特的圖像和上衣產品圖像。他們報告說，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、幾何翹曲和整體質量保留。除此之外，它在定性指標上取得了最先進的結果，其中包括 Fréchet 起始距離（FID），它可以從目標分布和被評估系統（在本例中為 SieveNet）中獲取照片，并使用 AI 對象識別捕獲重要特征并保留相似性的系統。

　　確切地說，SieveNet 并不是第一個吃螃蟹的。

　　2019 年，法國美妝巨頭歐萊雅集團表示，將通過旗下的增強現實（AR）和人工智能公司 ModiFace 向美國電商巨頭 Amazon（亞馬遜）提供口紅虛擬試色技術。亞馬遜美容部門主管 Nicolas Le Bourgeois 說：“新增這項由人工智能支持的虛擬體驗后，亞馬遜客戶就可以方便地試色成千上萬的口紅，并保存在手機相冊里與朋友分享，不用再為買到不合適的色號而擔心。”

　　創業公司 Vue.AI 的系統通過分析服裝的特征，學會了制作逼真的姿勢、膚色和其它特征。從服裝的快照中，它可以生成各種尺寸的模型圖像，比傳統的照片拍攝速度快 5 倍！

　　另外，Gucci 和耐克也都提供了讓人們可以試穿鞋子的應用程序。

Gucci 推出 AR 應用程序，讓客戶虛擬“試穿”Ace 運動鞋系列

　　研究人員斷言，像 SeiveNet 這樣的系統可以更容易地集成到現有的應用程序和網站中。他們寫道，“虛擬試穿——在個性化環境中對時尚產品進行可視化——對于在線時裝交易尤為重要，因為它彌補了缺乏直接在實體店購物體驗的不足”，“與基于圖像虛擬試戴的當前最先進方法相比，我們有了顯著的改進。”

總結

以上是生活随笔為你收集整理的Adobe上线AI虚拟试衣，再也不怕变成卖家秀啦~的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。