创新背景
买衣服有的时候可能很困难,人们到达商店时,总会遇见想试穿的衣服没有适合自己的款式或尺寸的情况。现在很多购物都可以在网上进行,但购买衣服并不容易,因为很难判断某件东西有多适合自己,图片和实物总会有所出入。为了解决这些问题,一直有人尝试创建一种数字镜子,可以可视化用户并将一件衣服叠加在他们上面。然而,这些系统缺乏功能性和真实性。
创新过程
东京大学用户界面研究小组的Takeo Igarashi教授和他的团队探索了人类与计算机交互的不同方式。他们认为通过创建自己的数字镜像,或许可以解决目前系统的一些局限性。团队希望创建数字镜像衍生出的虚拟试穿系统,改变人们未来购买衣服的方式。
数字镜子和机器人人体模型
创建精确的数字镜子的问题是双重的,首先需要为各种不同尺寸的衣服建模;其次得把这些服装逼真地叠加到用户的视频上。研究团队使用定制的机器人人体模型和最先进的人工智能,将数字化服装可视化。
为了将服装数字化,团队设计了一个人体模型,可以以不同的方式移动、扩展和收缩,以反映不同的身体姿势和尺寸。制造商需要为这个机器人人体模型穿上衣服,然后让它在一系列姿势和尺寸之间循环,同时相机从不同角度捕捉它。捕获的图像被传送到人工智能,人工智能学习如何翻译它们以适应尚未见过的用户。一件物品的图像捕获大约需要两个小时,但是一旦有人为人体模型穿上衣服,其余的过程就会自动化。
虽然图像捕获时间只有两个小时,但为以后的可视化训练模型而制作的深度学习系统大约需要两天才能完成。随着计算性能的提高,这个时间自然会减少。
模型训练
用户交互的设计需要想要试穿不同衣服的人来到商店,站在相机和屏幕前。他们会穿上一件特制的衣服,上面有一个不寻常的图案,叫做测量服。该图案是不同颜色正方形的非重复排列。计算机很容易根据这些彩色方块相对于彼此的移动方式来估计某人的身体在空间中的位置。当用户移动时,计算机会合成一个合理的服装图像,同步实时跟随用户的动作。
系统中的虚拟服装与测量服装的运动相匹配,包括皱纹或拉伸等,看起来非常逼真。但虚拟系统的一些缺陷对用户造成了限制,比如,目前用户环境中的照明条件需要严格控制。研究团队希望它可以在控制较少的光电情况下很好地工作,并纠正一些视觉伪影,例如服装边缘的小缝隙。
研究团队考虑了虚拟系统几种可能的应用,在线购物是应用最实在的,它可以防止大量的时尚浪费,因为买家可以对他们的购买有更大的保证,甚至可以按需而不是大规模生产服装。但虚拟试妆也可以在在线视频领域发挥作用,包括会议和制作环境。
创新关键点
研究创造虚拟试穿系统,让人们想象自己穿着他们无法直接接触的衣服。虚拟试穿系统使用独特捕获设备和人工智能 (AI) 驱动的方式来数字化服装。使用相应的成像和显示系统,用户可以在屏幕上查看自己穿着数字衣柜中的任何东西。人工智能引擎合成逼真的图像,使用户清晰看到人体运动和服装细节(如褶皱和波纹)。
智能推荐
AI+能源工程 | 利用计算机视觉技术观察粒子,创新电池制造技术
2022-06-30利用计算机视觉技术观察电池内粒子情况和相互作用,研究电池衰减原因,帮助创新制造电池的新方法。
涉及学科涉及领域研究方向AI+算法理论 | 利用微控制器训练AI模型可降低隐私暴露风险
2022-10-10一项新技术使AI模型能够不断从智能手机和传感器等智能边缘设备上的新数据中学习,从而降低能源成本和隐私风险。
涉及学科涉及领域研究方向AI+农业 | 利用气候智能型农业实现更多灌溉
2022-08-24由加州大学戴维斯分校(UC Davis)领导的一个国际团队正致力于将危地马拉的9000个农村家庭与改善的水管理和气候智能型农业战略联系起来,以提高粮食安全并减少贫困。
涉及学科涉及领域研究方向AI算法 | 新型人工智能系统利用光进行联想学习
2022-08-09牛津大学材料系的研究人员与埃克塞特大学和明斯特大学的同事合作开发了一种片上光学处理器,能够以比在电子处理器上运行的传统机器学习算法快1000倍的速度检测数据集的相似性。
涉及学科涉及领域研究方向