另外,一個有趣的事實是,在中國,女性比男性更有可能在應用程序上花錢,因此許多公司創(chuàng)建了專門針對女性受眾的應用程序,原因之一是移動應用程序可以解決女性的問題。比如在日本,在網(wǎng)店選衣服的問題越來越緊迫。錯誤的選擇會導致退貨,從而增加物流、包裝等成本。買家獲得負面體驗,而賣家損失利潤。
考慮這個問題比較麻煩,賣家嘗試通過標準的方法來解決,通過電話電話咨詢消費者,評論照片的模型參數(shù)等等。一些零售商正在采用可以遠程試穿全部服裝的技術(shù),但這些技術(shù)往往已經(jīng)過時。
Goodstyle 程序是一個多品牌的虛擬試衣間,其算法是使用神經(jīng)網(wǎng)絡實現(xiàn)的。Goodstyle 應用程序的用戶數(shù)量每天都在增加App Store 或Play Market。有了這個應用程序,用戶不僅可以虛擬試穿,還可以服裝組合在一起,創(chuàng)造一個完整的面貌,管理虛擬全部服裝。
現(xiàn)階段,開發(fā)人員正在計劃優(yōu)化界面。 不久的將來,用戶使用會更方便,人體模型將更逼真,定價更容易理解。 用戶還可以按價格范圍選擇衣服,并找到打折產(chǎn)品等等。
Goodstyle 服務使用神經(jīng)網(wǎng)絡,以便快速處理服裝并將其添加到目錄中。另一個神經(jīng)網(wǎng)絡正在開發(fā)中,它將使應用程序更加個性化。不僅會考慮參數(shù),還會考慮每個特定用戶的偏好。 程序會自動計算并推薦圖像。 這是一個新的水平,虛擬造型師的水平,當然提出建議的不是人,而是神經(jīng)網(wǎng)絡。
接下來,“我看App”小編再詳細解釋下:神經(jīng)網(wǎng)絡具體是什么?Goodstyle 的負責人Volha回復小編,GoodStyle App 的開發(fā)者使用各種方法來檢測衣服。目前,Goodstyle的神經(jīng)網(wǎng)絡模型可以對幾十種服裝類別進行分類,應用分割掩碼并檢測幾乎每件衣服上的關(guān)鍵點。“我們學習如何將一件衣服從一個圖像轉(zhuǎn)移到另一個圖像,將其轉(zhuǎn)換為虛擬試穿化身。” Volha如是說。
“我們在研究中使用不同類型的神經(jīng)網(wǎng)絡和庫,并根據(jù)我們得到的結(jié)果選擇最好的。為了獲得最佳結(jié)果,我們嘗試一次使用多個網(wǎng)絡。無論如何,在我們所有的實驗中,我們使用服裝圖像、形狀、紋理、顏色,換句話說,使用圖像像素數(shù)組。這就是為什么我們的結(jié)果是高質(zhì)量的并且對任何體型都有吸引力。顯然,試圖解決虛擬試穿的問題我們無法處理人們現(xiàn)有的所有體型。這就是 GoodStyle App 中現(xiàn)在限制體型數(shù)量的原因。我們現(xiàn)在正在使用 GAN 進行研究,如果給定的原型不匹配,這將幫助我們的用戶體驗虛擬嘗試使用他們個性化和詳細的身體類型。” Volha強調(diào)。
這還不是全部。 用戶可以使用Goodstyle虛擬試衣間中的圖像找到衣服/鞋子。項目合作伙伴是公對公方式在線商店的良好解決方案,則需要單擊位于屏幕底部的相機圖標,然后從圖庫中選擇一張照片并上傳全部服裝的圖像。 此外,用戶還可以在應用程序中收集的圖像。
Goodstyle 團隊目前專注于對公細分市場創(chuàng)建一個軟件開發(fā)工具包模塊,該軟件開發(fā)工具包模塊將在軟件即服務模型上提供。服裝零售商將能夠在他們的網(wǎng)站上嵌入適當?shù)哪K,這將通過在購買前試穿產(chǎn)品來顯著改善購物者的用戶體驗,并且能夠通過組合產(chǎn)品來創(chuàng)造一個完整的面貌。隨著減少退貨數(shù)量,企業(yè)主將獲得增加現(xiàn)金流和減少物流負擔,這些或?qū)㈦娮由虅仗嵘揭粋全新的高度。