Adobe推出虚拟试穿技术，解决网购服装不合身问题
1月24日消息，现如今，网购已成为主流的购物方式。由于网购时无法试穿，看不到衣物上身效果，所以只能依靠模特的照片进行判断。等到衣服到手之后，自己穿着又不合适，进而引发一系列的换货、退货问题。
调查显示，29%的购物者在实际购买之前喜欢在网上浏览商品，而49%的人对根据他们的尺寸进行测量的解决方案感兴趣，这样他们可以在购买前确定商品是否合身。
基于这种想法，来自Adobe、印度理工学院和斯坦福大学的研究人员探索了基于图像的虚拟试穿技术，该技术名为SieveNet。它能够在将衣服映射到虚拟身体时保留衣服的特征，包括褶皱，而不会引起纹理模糊或渗色。
SieveNet的目标是获取服装图像和人体模型图像，并生成新的服装模型图像，并保留原始的身体形状、姿势和其他细节。为了实现这一点，它结合了一种多阶段的技术，包括在将扭曲的纹理转移到模型上之前，包括将衣服变形，以配合身体模型的姿势，然后再将变形的纹理转移到模型上。
研究人员表示，翘曲需要考虑衣服图像之间形状或姿势的变化，以及模型图像中的遮挡(例如，长发或双臂交叉)。SieveNet中的专有模块可以预测粗级转换和在早期粗级转换之上的细级修正，而另一个模块可以在人体模型上计算渲染图像和蒙版。
研究人员在一台16GB内存的个人电脑上使用4张Nvidia 1080Ti显卡进行实验，对SieveNet进行了训练，训练数据包括约1.9万张正面的女模特图像和上身服装产品图像。在定性测试中，该系统比基线更好地处理了遮挡、姿势变化、深色、翘曲和整体质量保留。
研究人员指出，像SeiveNet这样的系统可以更容易地整合到现有的应用程序和网站中。他们表示，虚拟试穿对于在线时装交易尤为重要，因为它弥补了缺乏直接在实体店购物体验的不足。