谷歌AI虚拟试穿,数千件连衣裙任意穿

科技   2024-09-09 21:53   广东  

9月5日,谷歌宣布其虚拟试穿功能扩展至连衣裙类别,这一举措旨在帮助消费者更直观地了解服装上身效果,减少因不合适而退货的情况,从而提升购物体验。
该功能基于先进的生成式人工智能技术,允许用户在搜索连衣裙时,通过点击带有“试穿”标签的商品来查看该衣物在不同体型模特身上的展示效果。
| 功能实现方式
在美国地区的用户,只需在谷歌搜索框内输入想要查找的连衣裙款式,并选择带有“试穿”标志的产品。
随后,用户可以看到这件衣服在多种尺寸(从XXS到XXXL)的真实模特身上的样子。
通过选择与自己身材相似的模特,用户可以更好地预估出这件连衣裙的实际穿着效果。当找到心仪的款式后,可以直接点击链接前往零售商网站完成购买流程。
| 技术背景
为了使这项功能成为现实,谷歌开发了一套专门用于虚拟试穿(Virtual Try-On, VTO)的生成式人工智能技术。
该技术的核心在于一种基于扩散模型的方法,能够从零开始生成每一个像素,以创造出高质量且逼真的图像。
然而,在测试过程中发现,连衣裙相较于简单的上衣而言更加复杂多变,这给现有技术带来了新的挑战。
| 技术难点及解决方案
首先,连衣裙的设计往往更为精细,从半身长的吊带裙到迷你直筒裙再到长款下摆裙,各种不同的剪裁、长度和形状使得每一件连衣裙都独具特色。
例如,要在小尺寸的图像上描绘出花卉图案或是褶边领口等细节是非常困难的。
简单地放大图像并不能解决问题,因为这些细节在原始图像中并不存在。
因此,研究团队提出了一种称为“渐进式训练策略”的方法,即从较低分辨率的图像开始,逐渐过渡到更高分辨率的训练过程中。
这种方法确保了即使是微小的细节也能清晰可见。
其次,由于连衣裙覆盖的身体面积比普通上衣更大,因此在“擦除”旧衣物并“替换”为新连衣裙的过程中,可能会导致模特特征模糊不清。
为了解决这一问题,研发人员设计出了一个名为VTO-UNet Diffusion Transformer(简称VTO-UDiT)的新技术,它可以隔离并保留模特的重要特征。
这样,即使在模型训练过程中存在“身份丢失”的风险,VTO-UDiT也能提供一个虚拟的“模板”,使得只对模特本身进行重新训练,从而保留下模特的脸部和身体特征。
这不仅使得连衣裙的呈现更加准确,同时也更真实地反映了穿着者的形象。
| 实际应用案例
以SIMKHAI品牌为例,其连衣裙款式在虚拟试穿工具中的展示效果十分逼真,用户可以清楚地看到每一道褶皱以及每一块印花图案。
这种高度还原的视觉体验使得消费者能够在购买前获得更加真实的商品感知,进而提高购买决策的质量。
谷歌表示,虚拟试穿功能不仅提升了消费者的购物体验,同时也为零售商带来了实际的利益。
数据显示,使用虚拟试穿功能的产品页面获得了更多高质量的浏览量,平均每位顾客会使用四个不同的模特来试穿同一件产品。
此外,经过虚拟试穿后,顾客访问品牌官方网站的可能性也有所增加。
随着秋季的到来,虚拟试穿功能的推出恰逢其时,它不仅丰富了消费者的在线购物体验,也为服装行业注入了新的活力。
关注我们:即可加入【AI交流群】,免费领取【AI大礼包】


晓得智能
每日聚焦最新AI,让每个人都能享受到AI带来的乐趣!
 最新文章