AI秒懂用户时尚品味,变身“时装搭配师”

2017年11月24日

AI服装搭配,人工智能,AI,预测时尚,卷积神经网络,定制化服装

人工智能可能在出现时就引发了一波新的流行趋势,我们称之为“可预测时尚”。

在ArXiv文献库上发表的一篇文章中,来自宾夕法尼亚大学,圣地亚哥大学以及奥多比公司的众研发人员概括总结出了一种方法,即通过利用人工智能(AI)来了解一个人的穿衣风格,并创造出与这种风格相匹配商品的电脑生成版图像。商户可以利用这种系统来出品一些定制化服装,甚至可以提前知道更多流行趋势。

该文章对两种不同的算法进行了详细介绍。第一种即研发人员训练的卷积神经网络(CNN),它可以利用亚马逊商城用户在六种商品(男女款式的鞋类,上装,下装)的购买数据来了解划分某个用户对某特定商品的偏好。这类推荐者模式在当前线上零售领域极为常见,其经常出现在购买页面底部的“你可能还对以下商品感兴趣”区域。

研发团队随后用那些信息来训练生成式对抗网络(GAN),这种人工智能在生成现实图像方面效率极高。GAN通过建立在同一数据源上的两种训练网络工作。其中一种网络根据数据集形成虚拟样本图像,另一种网络则用同一数据来决定之前的图像是否真实适用。这种方法可以使网络提高其计算结果的准确性。对于这种研究来说,GAN可以为每位用户创建商品的多重样本图像。

生成对抗网络由Ian Goodfellow提出,最近GAN常出现在各类新闻中:一个不同的研发团队对该网络在好莱坞明星真实样本图像方面进行训练后,系统网络便可以创造出极为真实的虚拟名星面部图像。尽管这些面部看起来并不是那么完美,有的脸部区域模糊,有的缺少像眉毛这样的面部特征;但真正用于时尚领域时,并不会有这些问题,大部分是因为在训练网络时所使用的图像都是从同一角度在白色背景下拍摄的,白色背景可以使系统生成高可信度图像的过程更为简单。而这些高可信度图像对于服装销售极为重要。

将GANs加设在推荐者系统中可助电商了解顾客除已问世的商品以外,还想要什么。然而在做到这一点之前,研发人员们还需要弄清一些事情,其中包括如何将二维电脑生成的图片转化成3D渲染效果图,最终制成一件衣服。

加州大学圣地亚哥分校计算机科学家兼文章作者之一Julian McAuley表示:“这可跟普通的缝制花纹不一样”。

在GAN能够真正替代设计师或为用户提供供参考的新衣服之前,其研发团队同样也有很长的路要走。当前如果顾客喜欢蓝衬衫,完全不出意外,GAN只能创造出更多不同款式的蓝衬衫;虽然在GAN里录入有关用户对黑裤子的偏好可以生成创造出卡其裤,但该系统尚不能创造出可与裤子相搭配的鞋子。

McAuley还表示:“不管我们是否想称其为时尚,必须要做的就是对未来要有一定的预测”。

尽管当前有一些技术上的局限,但AI涉猎时尚圈时机已成熟。该领域中大量数据都建立在用户的喜好上,且这一领域有利可谋。以亚马逊为例,其早已开始研发利用人工智能系统,在提前识出时尚趋势方面占上风;此外,该公司利用GANs做了其他创举。同时阿里巴巴也于近日发布了“时尚人工智能”(FashionAI),该技术可以根据顾客在店内所试衣服来向其推荐商品。

Vue.ai是一家时尚人工智能创业企业,其最近发现了一个利用GANs来创造虚拟时尚模型的方法。而该企业的首席科学家Costa Colbert表示,尽管加州大学圣地亚哥分校和奥多比公司的研究看起来更理想,但实际操作起来需要大量的数据,在这种情况下,GANs所带来的便利可能只对一些电商大品牌来说有用。

无论如何,GANs仍将在线上时尚领域掀起热潮。Colbert指出一些公司早已开始根据客户给的穿衣尺寸来提供定制化服装。GANs不仅以一种实惠快捷的方式向用户展示所有可能的购物选择,还能帮助公司售出更多的商品。

This entry was posted in 人工智能 and tagged , , , , . Bookmark the permalink.

发表评论

电子邮件地址不会被公开。 必填项已用*标注