当下，网购越来越流行，但是各种买家秀、卖家秀的对比可谓是惨不忍睹。即便是拥有 “九头身” 的名模，也难免在买衣服的时候入错坑。关于穿衣打扮，没有人不挑剔，至于如何找到材质、大小、设计都合适的衣服，大家为的稳妥方法应该是 “上身试”。

　　根据报道，美国电商 Amazon（亚马逊）正在日益完善“虚拟试衣工具”，以提升线上服装的销售。近日，亚马逊研发部门 Lab126的几名AI（人工智能）专家通过结合多种算法，开发出全新“AI试衣”功能。

　　根据资料得知，“AI试衣”功能基于三种算法：

　　（1）可通过用户键入的服装特征信息（如：颜色、剪裁、尺寸、图案等）匹配及推荐客户需要的服装，用户在手机页面键入“浅色带花图案”这一类的文本信息，神经网络可迅速反应，搜索出与之匹配的服装；

　　（2）可以根据已选定的服装向用户提供搭配建议；

　　（3）可将客户选择好的服装和配饰自动匹配到模特身上进行展示。

　　为了让衣服能够地在模特身上展示，研发人员还开发了一个名为“Outfit-VITON”的系统。该系统搭载了深度学习网络GAN（generative adversarial networks 生成式对抗网络），保证虚拟试衣的仿真程度。

　　此外，亚马逊还表示，新版“AI试衣”的研发难点在于如何利用客户键入的服装特征信息完成搜索，以及如何在客户多次“更换”服装搭配的情况下保证图片的成像质量。

　　为了解决这一难题，亚马逊开发了一个基于“源图像、文本信息、目标图像”等三元素的系统，每个元素都由一个神经网络控制，实现文本和图像的相互转换。

　　事实上，亚马逊并非运用AI技术的试穿产品。像欧莱雅的ModiFace、被耐克和Gucci推出的试穿APP中都有着类似的功能。

　　2020年1月，Adobe就上线了一个利用AI算法实现的AI试衣功能，不仅仅是将衣服套在人体的身上，而且是将所有的褶皱、皱纹再现，可以说真实的模拟出了人体穿上衣服的情况。据悉，这项功能由印度理工学院和斯坦福大学的一组研究人员共同研发，名为SieveNet。

　　按照研究者的期望，SieveNet的目标是拍摄衣服的图像和人体模型图像，并在保留原始身体形状，姿势和其他细节的情况下生成穿着该衣服的模型的新图像。为此，它采用了多阶段技术，其中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。

　　据了解，时尚电商公司在处理客户退货问题上每年都需要花费一大笔资金。有了虚拟试衣技术之后，客户退货率可以有效降低。因此，除亚马逊外，许多技术公司、时尚电商等都开始纷纷研发虚拟试衣技术。