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報導，在過去十年中，讓購物者虛擬地試穿化妝品、服裝和配飾的平台大受歡迎，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。

基於這個想法，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“基於圖像的虛擬試穿”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徵（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，並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，它採用了多階段技術，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，然後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），它可以從目標分佈和被評估系統（在本例中為SieveNet）中獲取照片，並使用AI對象識別捕獲重要特徵並保留相似性的系統。

確切地說，SieveNet並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後，亞馬遜客戶就可以方便地試色成千上萬的口紅，並保存在手機相冊裡與朋友分享，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徵，學會了製作逼真的姿勢、膚色和其它特徵。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——對於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”，“與基於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。”