亞馬遜新AI技術使用戶虛擬試穿服裝

亞馬遜早已經(jīng)利用AI來推動Alexa的Style，這是亞馬遜購物應用程序的一項功能，該功能使用算法和人工策劃來建議、比較和評估服裝?，F(xiàn)在，這個技術又進步了。

亞馬遜AI時尚

亞馬遜硬件實驗室Lab126的研究人員創(chuàng)造了Fire TV、Kindle Fire和Echo等產(chǎn)品，他們開發(fā)了名為Outfit-VITON的基于圖像的虛擬系統(tǒng)，旨在幫助可視化參考照片中的衣物適配圖像上的人。亞馬遜表示，可以使用生成對抗網(wǎng)絡（GAN）在一張圖片上對其進行訓練，這是一種模型，其中包含一個稱為鑒別器的組件，該組件可以學習區(qū)分生成的物品與真實圖像。

“在線服裝購物可讓您在家中舒適自在地購物，提供多種選擇的商品，并獲得最新的產(chǎn)品。但是，在線購物無法進行物理試穿，從而限制了客戶對服裝實際外觀的理解?！毖芯咳藛T寫道。“這一關鍵局限性鼓勵了虛擬試衣間的發(fā)展，在虛擬試衣間中，將綜合生成穿著所選服裝的顧客的圖像，以幫助比較和選擇最想要的外觀?！?/p>

Outfit-VITON包含幾個部分：一個形狀生成模型，其輸入是查詢圖像，然后參考圖像會描繪從查詢圖像轉(zhuǎn)移到模特兒的衣服，用作最終圖像的模板。

在預處理中，已建立的技術會分割輸入圖像，并計算代表其姿勢和形狀的查詢?nèi)藛T的身體模型。選擇要包含在最終圖像中的片段傳遞到形狀生成模型，該模型將它們與主體模型結合起來并更新查詢圖像的形狀表示。

研究人員解釋：“我們的方法生成了幾何上正確的分割圖，該圖改變了所選參考服裝的形狀以符合目標人群。該算法使用在線優(yōu)化方案準確地合成精細的服裝特征，例如紋理、徽標和刺繡，該方案可以對合成圖像進行微調(diào)?！?h3>視覺語言產(chǎn)品

該系統(tǒng)由經(jīng)過三重輸入訓練的模型組成：源圖像、文本修訂版和與修訂版匹配的目標圖像。通過三個不同的子模型，將源圖像的表示與目標圖像的表示相關聯(lián)，再將源圖像的表示與文本的表示融合在一起。

語言和視覺表示的每種融合都是由單獨的兩部分模型完成的。一種使用聯(lián)合注意機制來識別在源圖像和目標圖像中應該相同的視覺特征，而另一種則用于識別應該改變的特征。

圖像搜索是計算機視覺中的一項基本任務

“圖像搜索是計算機視覺中的一項基本任務。在這項工作中，我們調(diào)查了具有文本反饋的圖像搜索任務，該任務使用戶能夠通過選擇參考圖像，并提供其他文本來完善或修改檢索結果，并與系統(tǒng)進行交互。與先前的工作主要集中于一種類型的文本反饋不同，我們考慮使用更通用的文本形式，可以是類似于屬性的描述，也可以是自然語言表達?！毖芯咳藛T說。