在定于IEEE計算機視覺和模式識別（CVPR）大會上發(fā)表的一系列論文中，亞馬遜研究人員提出了互補的AI算法，這些算法可以構成幫助客戶購物的助手的基礎。一種是讓人們通過描述產(chǎn)品圖片上的變化來微調搜索查詢，而另一種則是建議與客戶已經(jīng)選擇的商品搭配使用的產(chǎn)品。同時，第三個模型合成了穿著不同產(chǎn)品頁面上的衣服的模特形象，以演示物品如何作為服裝一起工作。

亞馬遜已經(jīng)利用AI來推動Alexa的Style，這是亞馬遜購物應用程序的一項功能，該功能使用算法和人工策劃來建議，比較和評估服裝。借助諸如Prime Wardrobe之類的風格建議和程序，該程序允許用戶試穿衣服并退還他們不想購買的商品，這家零售商在爭奪不斷下降的服裝市場中爭奪更大份額的銷售額，同時為客戶提供通常不會出現(xiàn)的產(chǎn)品選擇。對于表面上的企業(yè)來說，這是一個勝利-當然，除了推薦的配件是亞馬遜自己擁有的情況外。

虛擬試穿網(wǎng)絡

亞馬遜硬件實驗室Lab126的研究人員催生了Fire TV，Kindle Fire和Echo等產(chǎn)品，他們開發(fā)了名為Outfit-VITON的基于圖像的虛擬試穿系統(tǒng)，旨在幫助可視化參考照片中的衣物在圖像上的外觀一個人。亞馬遜表示，可以使用生成對抗網(wǎng)絡（GAN）在一張圖片上對其進行訓練，這是一種模型，其中包含一個稱為鑒別器的組件，該組件可以學習區(qū)分生成的物品與真實圖像。

“在線服裝購物可讓您在家中舒適自在地購物，提供多種選擇的商品，并獲得最新的產(chǎn)品。但是，在線購物無法進行物理試穿，從而限制了客戶對服裝實際外觀的理解?！毖芯咳藛T寫道?！斑@一關鍵局限性鼓勵了虛擬試衣間的發(fā)展，在虛擬試衣間中，將綜合生成穿著所選服裝的顧客的圖像，以幫助比較和選擇最想要的外觀?！?/p>