还在为“今天穿什么”发愁 ?阿里FashionAI时尚大脑或许能帮你解忧_最新动态_新闻资讯_程序员俱乐部

中国优秀的程序员网站程序员频道CXYCLUB技术地图
热搜:
更多>>
 
您所在的位置: 程序员俱乐部 > 新闻资讯 > 最新动态 > 还在为“今天穿什么”发愁 ?阿里FashionAI时尚大脑或许能帮你解忧

还在为“今天穿什么”发愁 ?阿里FashionAI时尚大脑或许能帮你解忧

 2017/12/1 18:48:55    程序员俱乐部  我要评论(0)
  • 摘要:月收入五万的西二旗人喜欢逛优衣库,喜欢格子衫和冲锋衣,你要问他们,“格子衫和冲锋衣如何正确地搭配?”西二旗人大概会一脸懵逼。不过,显然,每天该穿什么,可能不仅仅让西二旗人感到错愕,也是众多小姐姐们每天犯愁的事情,这是一道与“今天吃什么”一样的世纪难题。“今天吃什么”依旧每天困扰着我们,但“今天穿什么”的问题,阿里巴巴想通过AI技术来帮我们解决。最近,阿里巴巴推出FashionAI时尚大脑
  • 标签:什么
class="topic_img" alt=""/>

  月收入五万的西二旗人喜欢逛优衣库,喜欢格子衫和冲锋衣,你要问他们,“格子衫和冲锋衣如何正确地搭配?”西二旗人大概会一脸懵逼。不过,显然,每天该穿什么,可能不仅仅让西二旗人感到错愕,也是众多小姐姐们每天犯愁的事情,这是一道与“今天吃什么”一样的世纪难题。

  “今天吃什么”依旧每天困扰着我们,但“今天穿什么”的问题,阿里巴巴想通过 AI 技术来帮我们解决。

  最近,阿里巴巴推出 FashionAI 时尚大脑,希望借助 AI 技术,为我们提供服饰搭配的参考方案,这也是阿里一直强调的“新零售”的具体体现之一。

  AI 也能帮我们搭配衣服了

还在为“今天穿什么”发愁 ?阿里的 FashionAI 时尚大脑或许能帮你解忧

  FashionAI 时尚大脑线上效果展示

  阿里巴巴资深技术专家贾梦雷在阿里工作超过 9 年的时间,他的团队有一个很有意思的名字——图像和美,一直致力于图像技术的研究,他也是此次时尚大脑项目的负责人。

  贾梦雷告诉雷锋网,他本身专注于图像技术,十年前便在看是否可以将相关的技术,应用于服饰搭配方面,但那时技术还不够成熟。六年前,他们开始真正着手这件事,技术上有了不少积累

  为什么一定要做服饰搭配呢?他解释说,从电商的角度看,图片是最重要的信息载体,服装服饰也是淘宝最大的商品类别,“它的商业价值密度是最大的”。另一方面,从服装本身来看,搭配是基本概念消费者看到一双鞋子,想到的是如何跟衣服搭配,“服装一眼看过去是以整体形象出现的”。   

  2016 年时,谷歌曾和德国电商 Zalando,推出了一款基于 AI 的服装设计产品 Project Muse。用户输入性别、爱好、喜欢的艺术类型等信息,然后向屏幕的模特身上画些图案,便能自动生成服饰。生成的服饰可以说十分另类了。

还在为“今天穿什么”发愁 ?阿里的 FashionAI 时尚大脑或许能帮你解忧

  Project Muse

  不得不说,这只能算试验性的产品。贾梦雷认为,借助 AI 实现服装穿搭,需要符合两个标准:一是效果,二是规模化。

  目前,时尚大脑的搭配效果已达到了一般搭配师的平均水平,他们会拿着搭配好的服装,直接找到淘宝商商家,或线下店,得到商家的真实反馈。规模化是指对淘宝商家上传的数以十亿计的图片量,进行筛选和处理,形成合理的搭配。

  在六年的研发期间,随着深度学习的发展,让一些技术问题逐步得到解决,在贾梦雷看来,技术之外,更重要的是,时尚大脑融入了许多专业服装领域的知识,品牌商的搭配师和造型师会把自己的经验汇集成数据,这要花费一年半到两年的时间。

  此前,阿里将“我的穿搭”功能开发给一些种子用户,时尚大脑依据每天的天气和用户的历史购买记录推荐多种个性化穿搭方案,用户可根据自己的审美对搭配进行实时改造,时尚大脑也会对热门搭配进行再学习。

  雷锋网了解到,对于线下场景,阿里已和拉夏贝尔在全国 11 个城市合作近半年,用户可在试衣间内通过嵌入 RFID 技术的大屏,查看衣服的搭配,也就是类似杂志上的平谱图,贾梦雷表示关联购买率有了明显的提高。

  什么样的搭配是“合理的”?

还在为“今天穿什么”发愁 ?阿里的 FashionAI 时尚大脑或许能帮你解忧

还在为“今天穿什么”发愁 ?阿里的 FashionAI 时尚大脑或许能帮你解忧

  时尚大脑在线下店的应用

  大数据、深度学习、图像识别、图像搜索引擎……这些技术是时尚大脑顺利自动完成服饰搭配的基础,但在此之前,有一个问题时时困扰着贾梦雷:什么样的搭配是合理的?

  他拿大家最熟悉的阿尔法狗举例,阿尔法狗与人围棋大战,输赢是客观事实,而服装搭配是高度主观化的事情,“如何把主观化的问题,拆解为客观的、可量化的问题,这是难度最高的,跟你使用的工具没有关系。”

  具体来说,一方面他们需要收集来自达人的服装搭配创意,学习其中的搭配规律。另一方面,对于一件衣服,会将其拆解为多个属性维度,例如一件连衣裙,从运营的角度来看,可能拆解为 60 个关键属性,但基于计算机视觉技术,筛选出最关键的属性,并在衣服之间进行关联比较。

  比如说,对于一套搭配创意,体现了哪些审美,或功能性要求,总结其中的规律,从庞大的商品库中找到这样的衣服,如果搭配符合最初的搭配创意,则生成新的搭配。

  总的来说,搭配创意来自于人,形成新的搭配需要在数据中找到规律。

  至于数据的来源,贾梦雷将其分为三个层面:

  • 第一是最基础的服装图片数据,来自于淘宝上的电商;

  • 第二是搭配创意,由淘宝上的达人提供;

  • 第三是服装专家提供的数据,如衣服有多少种领形、袖形、廓形,以及流行元素等等。

  另外,服装搭配的是否合理,颜色、质地等都是需要考虑的,由于服装图片来自商家,有些颜色,商家可能没办法给出精准的色号,会导致信息的偏差。为此,他们会对衣服图片做前景和背景的分离,明确一套服装搭配中各个部分,哪些是上装、下装、鞋、包等等。

  同时,还要根据服装专业的理解,划分颜色空间,分析衣服颜色的分布,比如相近色、纹理的样式,是否是流行元素,以及对不同衣服进行分类,分类的范围包括衣形,领子或袖子的样式,甚至是衣服的风格属于英伦风,还是小清新。

  智能搭配的未来

  如前文所提到的,与拉夏贝尔的合作中,时尚大脑完成的服装搭配以杂志平铺图的形式,呈现在试衣间的智能屏幕上。

  而对于我们常听到的基于 3D 建模的虚拟试衣,目前还无法达到贾梦雷所说的效果和规模化两个标准。

  除了 3D 建模的效果外,贾梦雷告诉雷锋网“和纯 3D 建模不同的是,试衣时消费者不会特别希望出现真实的自己,像现在的自拍,都是要带美颜的,3D 建模是不是达到消费者认为的‘美感’”,这是一个问题。

  另外,现在 3D 建模成本开始降下来了,但还无法形成规模化,而即便出现可规模化的低成本方案,还要看是否适合推广。这些都是现阶段存在的问题。

  未来几年,阿里想把时尚大脑应用到更多的场景中,如新型的时尚商场,可在终端上看到整个商场及周边(基于 LBS 技术)为消费者推荐的搭配;智能衣橱,根据消费者衣橱中的衣服,结合当天的天气和穿衣目的,为消费者推荐整套搭配。贾梦雷透露 ,对于时尚商场,阿里内部已经规划要做概念店。

  当新技术走进传统商场,我们的购物形式可能越来越多样化,网络也将线上和线下购物融合的更为紧密,而借助最新的技术,爱穿格子衫和冲锋衣的西二旗人或许会尝试换换新风格。

发表评论
用户名: 匿名