0
| 本文作者： 田苗 | 2017-11-30 21:16 |
月收入五萬的西二旗人喜歡逛優(yōu)衣庫，喜歡格子衫和沖鋒衣，你要問他們，“格子衫和沖鋒衣如何正確地搭配？”西二旗人大概會一臉懵逼。不過，顯然，每天該穿什么，可能不僅僅讓西二旗人感到錯愕，也是眾多小姐姐們每天犯愁的事情，這是一道與“今天吃什么”一樣的世紀(jì)難題。
“今天吃什么”依舊每天困擾著我們，但“今天穿什么”的問題，阿里巴巴想通過 AI 技術(shù)來幫我們解決。
最近，阿里巴巴推出 FashionAI 時尚大腦，希望借助 AI 技術(shù)，為我們提供服飾搭配的參考方案，這也是阿里一直強(qiáng)調(diào)的“新零售”的具體體現(xiàn)之一。
FashionAI 時尚大腦線上效果展示
阿里巴巴資深技術(shù)專家賈夢雷在阿里工作超過 9 年的時間，他的團(tuán)隊(duì)有一個很有意思的名字——圖像和美，一直致力于圖像技術(shù)的研究，他也是此次時尚大腦項(xiàng)目的負(fù)責(zé)人。
賈夢雷告訴雷鋒網(wǎng)，他本身專注于圖像技術(shù)，十年前便在看是否可以將相關(guān)的技術(shù)，應(yīng)用于服飾搭配方面，但那時技術(shù)還不夠成熟。六年前，他們開始真正著手這件事，技術(shù)上有了不少積累。
為什么一定要做服飾搭配呢？他解釋說，從電商的角度看，圖片是最重要的信息載體，服裝服飾也是淘寶最大的商品類別，“它的商業(yè)價值密度是最大的”。另一方面，從服裝本身來看，搭配是基本概念，消費(fèi)者看到一雙鞋子，想到的是如何跟衣服搭配，“服裝一眼看過去是以整體形象出現(xiàn)的”。
2016 年時，谷歌曾和德國電商 Zalando，推出了一款基于 AI 的服裝設(shè)計產(chǎn)品 Project Muse。用戶輸入性別、愛好、喜歡的藝術(shù)類型等信息，然后向屏幕的模特身上畫些圖案，便能自動生成服飾。生成的服飾可以說十分另類了。
Project Muse
不得不說，這只能算試驗(yàn)性的產(chǎn)品。賈夢雷認(rèn)為，借助 AI 實(shí)現(xiàn)服裝穿搭，需要符合兩個標(biāo)準(zhǔn)：一是效果，二是規(guī)?；?/p>
目前，時尚大腦的搭配效果已達(dá)到了一般搭配師的平均水平，他們會拿著搭配好的服裝，直接找到淘寶商商家，或線下店，得到商家的真實(shí)反饋。規(guī)?；侵笇μ詫毶碳疑蟼鞯臄?shù)以十億計的圖片量，進(jìn)行篩選和處理，形成合理的搭配。
在六年的研發(fā)期間，隨著深度學(xué)習(xí)的發(fā)展，讓一些技術(shù)問題逐步得到解決，在賈夢雷看來，技術(shù)之外，更重要的是，時尚大腦融入了許多專業(yè)服裝領(lǐng)域的知識，品牌商的搭配師和造型師會把自己的經(jīng)驗(yàn)匯集成數(shù)據(jù)，這要花費(fèi)一年半到兩年的時間。
此前，阿里將“我的穿搭”功能開發(fā)給一些種子用戶，時尚大腦依據(jù)每天的天氣和用戶的歷史購買記錄推薦多種個性化穿搭方案，用戶可根據(jù)自己的審美對搭配進(jìn)行實(shí)時改造，時尚大腦也會對熱門搭配進(jìn)行再學(xué)習(xí)。
雷鋒網(wǎng)了解到，對于線下場景，阿里已和拉夏貝爾在全國11個城市合作近半年，用戶可在試衣間內(nèi)通過嵌入 RFID 技術(shù)的大屏，查看衣服的搭配，也就是類似雜志上的平譜圖，賈夢雷表示關(guān)聯(lián)購買率有了明顯的提高。
時尚大腦在線下店的應(yīng)用
大數(shù)據(jù)、深度學(xué)習(xí)、圖像識別、圖像搜索引擎……這些技術(shù)是時尚大腦順利自動完成服飾搭配的基礎(chǔ)，但在此之前，有一個問題時時困擾著賈夢雷：什么樣的搭配是合理的？
他拿大家最熟悉的阿爾法狗舉例，阿爾法狗與人圍棋大戰(zhàn)，輸贏是客觀事實(shí)，而服裝搭配是高度主觀化的事情，“如何把主觀化的問題，拆解為客觀的、可量化的問題，這是難度最高的，跟你使用的工具沒有關(guān)系?！?/strong>
具體來說，一方面他們需要收集來自達(dá)人的服裝搭配創(chuàng)意，學(xué)習(xí)其中的搭配規(guī)律。另一方面，對于一件衣服，會將其拆解為多個屬性維度，例如一件連衣裙，從運(yùn)營的角度來看，可能拆解為 60 個關(guān)鍵屬性，但基于計算機(jī)視覺技術(shù)，篩選出最關(guān)鍵的屬性，并在衣服之間進(jìn)行關(guān)聯(lián)比較。
比如說，對于一套搭配創(chuàng)意，體現(xiàn)了哪些審美，或功能性要求，總結(jié)其中的規(guī)律，從龐大的商品庫中找到這樣的衣服，如果搭配符合最初的搭配創(chuàng)意，則生成新的搭配。
總的來說，搭配創(chuàng)意來自于人，形成新的搭配需要在數(shù)據(jù)中找到規(guī)律。
至于數(shù)據(jù)的來源，賈夢雷將其分為三個層面：
第一是最基礎(chǔ)的服裝圖片數(shù)據(jù)，來自于淘寶上的電商；
第二是搭配創(chuàng)意，由淘寶上的達(dá)人提供；
第三是服裝專家提供的數(shù)據(jù)，如衣服有多少種領(lǐng)形、袖形、廓形，以及流行元素等等。
另外，服裝搭配的是否合理，顏色、質(zhì)地等都是需要考慮的，由于服裝圖片來自商家，有些顏色，商家可能沒辦法給出精準(zhǔn)的色號，會導(dǎo)致信息的偏差。為此，他們會對衣服圖片做前景和背景的分離，明確一套服裝搭配中各個部分，哪些是上裝、下裝、鞋、包等等。
同時，還要根據(jù)服裝專業(yè)的理解，劃分顏色空間，分析衣服顏色的分布，比如相近色、紋理的樣式，是否是流行元素，以及對不同衣服進(jìn)行分類，分類的范圍包括衣形，領(lǐng)子或袖子的樣式，甚至是衣服的風(fēng)格屬于英倫風(fēng)，還是小清新。
如前文所提到的，與拉夏貝爾的合作中，時尚大腦完成的服裝搭配以雜志平鋪圖的形式，呈現(xiàn)在試衣間的智能屏幕上。
而對于我們常聽到的基于 3D 建模的虛擬試衣，目前還無法達(dá)到賈夢雷所說的效果和規(guī)模化兩個標(biāo)準(zhǔn)。
除了 3D 建模的效果外，賈夢雷告訴雷鋒網(wǎng)“和純 3D 建模不同的是，試衣時消費(fèi)者不會特別希望出現(xiàn)真實(shí)的自己，像現(xiàn)在的自拍，都是要帶美顏的，3D 建模是不是達(dá)到消費(fèi)者認(rèn)為的‘美感’”，這是一個問題。
另外，現(xiàn)在 3D 建模成本開始降下來了，但還無法形成規(guī)?；幢愠霈F(xiàn)可規(guī)?；牡统杀痉桨?，還要看是否適合推廣。這些都是現(xiàn)階段存在的問題。
未來幾年，阿里想把時尚大腦應(yīng)用到更多的場景中，如新型的時尚商場，可在終端上看到整個商場及周邊（基于 LBS 技術(shù)）為消費(fèi)者推薦的搭配；智能衣櫥，根據(jù)消費(fèi)者衣櫥中的衣服，結(jié)合當(dāng)天的天氣和穿衣目的，為消費(fèi)者推薦整套搭配。賈夢雷透露 ，對于時尚商場，阿里內(nèi)部已經(jīng)規(guī)劃要做概念店。
當(dāng)新技術(shù)走進(jìn)傳統(tǒng)商場，我們的購物形式可能越來越多樣化，網(wǎng)絡(luò)也將線上和線下購物融合的更為緊密，而借助最新的技術(shù)，愛穿格子衫和沖鋒衣的西二旗人或許會嘗試換換新風(fēng)格。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
