另外，好買衣還充分考慮到了C端用戶的使用習慣，允許用戶上傳自己的正面頭像，系統(tǒng)即可自動識別、定位和提取五官，通過三維重建合成技術(shù)將用戶真實的五官重建至虛擬三維人臉模型上。用戶還可以個性化定制自己喜歡的發(fā)型、發(fā)色、臉型、膚色。
不管是依靠圖片建模，還是免尺測量，調(diào)校算法都是非常重要的工作。柴金祥告訴雷鋒網(wǎng)新智造，從好買衣成立到推出現(xiàn)在的產(chǎn)品，花了兩、三年的時間。2017年3月，天貓開啟的新風尚活動中，好買衣提供的虛擬試衣也成了女裝會場的最大亮點，“和天貓的合作，也意味著我們的效果獲得了認可。”
專屬時尚顧問：AI根據(jù)身材、相貌推薦合適的衣服
現(xiàn)在，在虛擬試衣之外，好買衣還決定做一件更加人工智能的事：做每個人的專屬時尚顧問，即通過用戶的身材和相貌，主動推薦合適的衣服。
和虛擬試衣一樣，穿搭推薦涉及衣服和人兩個方面，柴金祥表示對前者，好買衣使用了深度學習算法，經(jīng)過大量由人工標注的數(shù)據(jù)訓練后，現(xiàn)在，系統(tǒng)已經(jīng)可以自動給建模好的衣服模型打上各種標簽，如面料、款式、風格、細節(jié)等。這種做法可以順利開展，得益于好買衣為衣服建模的標準化流程。建模后結(jié)構(gòu)化的數(shù)據(jù)，可以直接用于優(yōu)化深度學習算法。
人的因素則設(shè)計身材和相貌，雖然是一位純粹的研究人員，柴金祥已經(jīng)對衣服穿搭有了一套心得，“比如一個人下半身短一些，大腿比較粗，那穿A字裙就比較合適，它的腰線比較高，會顯得腿比較長。穿搭實際上就是揚長避短。”
但是對機器算法來說，根據(jù)身材和相貌推薦衣服還有很大的難度，其中最大的困難在于，這些“知識”或者說經(jīng)驗，很少有系統(tǒng)的、成文的體系。
好買衣的優(yōu)勢是已經(jīng)有了大量的身材和穿搭數(shù)據(jù)，在天貓app中，好買衣和大量TOP 50的女裝品牌達成了合作，提供在線試衣服務(wù)。柴金祥說，目前，使用這個功能，主動輸入身材數(shù)據(jù)并進行穿搭體驗的用戶，已經(jīng)達到了480萬。這對根據(jù)身材推薦衣服有很大的幫助。
人的臉型、相貌同樣對穿搭有講究，不過，這更是一個更難系統(tǒng)化的問題，好買衣計劃的做法是和國內(nèi)的頂級造型穿搭團隊合作，將他們的經(jīng)驗變成行之有效的算法。
和虛擬試衣相比，時尚顧問還不夠成熟，柴金祥給它打了60分，雖然還要比較長的路要走，但是可以想到，和真正的時尚顧問相比，AI顧問有著難以比擬的優(yōu)勢，“時尚顧問腦海里不可能有1萬件服裝推薦，我們的系統(tǒng)更powerful。”
在未來的市場策略上，好買衣也將從專注虛擬試衣轉(zhuǎn)變?yōu)殛P(guān)注全渠道解決方案，一方面，為線上商店提供虛擬試衣服務(wù)；另一方面，和品牌方合作打造線下體驗店，試衣鏡將是一個很好的教育市場的產(chǎn)品，它還可以和手機配合，雙屏互動，通過掃碼的方式，既可以去線下商店直接購買線上試過的衣服，也可以在手機上繼續(xù)獲得試衣鏡中的體驗。
“線上虛擬試衣，可以幫助品牌方減少退貨，并提高用戶體驗；線下線上聯(lián)動，能夠激活品牌用戶的活躍度和會員數(shù)。”未來，好買衣還希望接入到服裝產(chǎn)業(yè)鏈更深的層次，個性化定制、預售，甚至生產(chǎn)，都可以在虛擬試衣的幫助下變得更科學，“為什么衣服只有4個碼？為什么不能做20個碼，50個碼？”
登陸|注冊歡迎登陸本站，認識更多朋友，獲得更多精彩內(nèi)容推薦！