亚马逊研究人员撰写了一系列论文，将在 IEEE 视觉与模式识别会议 (CVPR) 上展示。
在论文中，亚马逊研究人员 建议 可以构成助手基础的AI系统，可以帮助客户在购买之前先在线试穿衣服。
一种系统允许人们通过描述产品图像的变化来微调搜索，而另一种系统则根据他们已经穿过的衣服来推荐衣服，因为它们“适合你”。第三个系统将数据和图像混合在一起，并生成一张模特穿着所选连衣裙的照片，或者将多种所选连衣裙组合成一个外观的照片。
亚马逊已经使用人工智能来增强其服务（尚未在意大利使用）。例如，Style by Alexa 是亚马逊购物应用程序的一项功能，可使用算法和人工操作员来建议、比较和评估服装。或者在线和线下试穿衣服的方式，例如 Prime Wardrobe，它允许用户在线对衣服进行评分、试穿并退回不想购买的衣服。
通过这些解决方案，亚马逊的目标是扩大销售份额。 即使使用客户通常不会选择的产品。
在虚拟更衣室中进行测试
亚马逊实验室Lab126的研究人员开发了Fire TV，Kindle Fire和Echo等产品，他们开发了基于图像的虚拟测试系统Outfit-VITON。 服装VITON旨在帮助可视化参考照片中的衣物在人身上的外观。
该系统可以使用生成对抗网络（GAN）在单个图像上进行训练。如果你不知道什么是 GAN， 我在这里清楚地解释了（我希望）。
在线服装购物让您可以舒适地在家中购物，有多种商品可供选择，并且可以获取最新产品。
但是，它不允许您进行实际尝试，并且此限制鼓励了虚拟试衣间的发展，在虚拟试衣间中，将自动生成穿着所选服装的顾客的图像。 这有助于比较和选择最想要的服装（或外观）。
VITON服装的工作方式
VITON套装包括两个部分。形状生成模型，其输入是用作最终图像模板的图像。以及一定数量的参考图像、衣服，然后将其转移到模型上。
在初始阶段，人工智能对输入图像进行分割并计算提出请求的人的身体模型。然后将选定的片段“缝合”并在模特的身体上虚拟地重新组合，直到创建出穿着这件衣服的头像的完整图像。
智能请求
其中一篇论文解决了在“虚拟更衣室”中使用文本来完善请求的挑战。客户可能会说一些抽象的话，例如“我想要更正式的东西”，或者精确地说，例如“更改袖子的样式”，并接受培训以根据这些要求编辑最终图像。
在测试中，研究人员表示，人工智能系统发现文本请求的频率比其更有效的前辈高出58％。
补充物品的回收
最新论文研究了大规模数据恢复的技术。人工智能系统可以预测一件衣服与其他物品和配饰的兼容性，允许顾客在线试穿衬衫或夹克等衣服，并收到鞋子推荐。
在线试衣服：新标准？
“顾客通常会购买与之前选择或购买的衣服非常合身的衣服”，研究人员写道。 “能够在正确的时间推荐兼容的商品将改善他们的购物体验。我们的系统是为大规模而设计的，在兼容性预测方面超越了最先进的技术。”
简而言之，我们将有一位虚拟销售助理，他会为我们提供有关在线试穿的衣服的建议（并礼貌地“打扰”我们），并提出非常完美的搭配建议。我们甚至不需要到换衣亭后面去换衣服。
