Les chercheurs d'Amazon ont créé une série d'articles à présenter à la conférence IEEE Vision and Pattern Recognition (CVPR).
Dans les journaux, les chercheurs d'Amazon proposer Des systèmes d'IA qui pourraient constituer la base d'un assistant qui aide les clients à essayer des vêtements en ligne avant de les acheter.
Un système permet aux utilisateurs d'affiner leurs recherches en décrivant les variations d'une image de produit, tandis qu'un autre suggère des vêtements en fonction de ce qu'ils ont déjà porté parce qu'ils « vous vont bien ». Un troisième système mélange données et images et aboutit à une photo d'un modèle portant la robe choisie, ou aux différentes robes choisies combinées en un seul look.
Amazon utilise déjà l'intelligence artificielle pour améliorer ses services (pas encore présente en Italie). Style by Alexa, par exemple, une fonctionnalité de l'application Amazon Shopping qui suggère, compare et évalue les vêtements à l'aide d'algorithmes et d'opérateurs humains. Ou encore des moyens d'essayer des vêtements en ligne et hors ligne, comme Prime Armoire, qui permet aux utilisateurs d'évaluer les vêtements en ligne, de les essayer et de retourner ceux qu'ils ne souhaitent pas acheter.
Avec ces solutions, Amazon vise une plus grande part des ventes. Même avec des produits que les clients pourraient ne pas choisir normalement.
Tests dans un vestiaire virtuel
Les chercheurs du Lab126, le laboratoire d'Amazon qui a créé des produits tels que Fire TV, Kindle Fire et Echo, ont développé un système de test virtuel basé sur l'image appelé Outfit-VITON. Outfit VITON est conçu pour aider à visualiser à quoi pourraient ressembler les vêtements des photos de référence sur une personne.
Le système peut être formé sur une seule image à l’aide d’un réseau contradictoire génératif (GAN). Si vous ne savez pas ce qu'est un GAN, ici je l'explique clairement (j'espère).
Les achats de vêtements en ligne offrent la commodité de faire du shopping dans le confort de votre maison, un large choix d'articles parmi lesquels choisir et un accès aux derniers produits.
Cependant, cela ne vous permet pas d'essayer physiquement, et cette limitation a encouragé le développement de cabines d'essayage virtuelles, dans lesquelles des images d'un client portant des vêtements sélectionnés sont automatiquement générées. Cela permet de comparer et de choisir le vêtement (ou le look) le plus désiré.
Comment fonctionne Outfit-VITON
Outfit-VITON comprend deux parties. Un modèle de génération de forme dont les entrées sont une image qui sert de modèle pour l'image finale. Et un certain nombre d'images de référence, de vêtements qui seront ensuite transférés au modèle.
Dans la phase initiale, l’IA segmente les images d’entrée et calcule le modèle corporel de la personne faisant la demande. Les segments sélectionnés sont ensuite « cousus » et virtuellement recombinés sur le corps du modèle, jusqu'à créer l'image complète de notre avatar portant la robe.
Demandes intelligentes
L’un des articles aborde le défi que représente l’utilisation du texte pour affiner une demande dans le « dressing virtuel ». Un client peut dire quelque chose d’abstrait comme « Je voudrais quelque chose de plus formel » ou précis comme « Changer le style des manches » et est formé pour éditer les images finales en fonction de ces demandes.
Lors des tests, les chercheurs affirment que le système d'IA a trouvé des demandes de texte 58% plus fréquemment que son prédécesseur plus efficace.
Récupération d'articles complémentaires
Le dernier article examine une technique de récupération de données à grande échelle. Le système d'IA prédit la compatibilité d'un vêtement avec d'autres articles et accessoires, permettant à un client d'essayer des vêtements en ligne tels que des chemises ou des vestes et de recevoir des recommandations de chaussures.
Essayer des vêtements en ligne: une nouvelle norme?
« Les clients achètent souvent des vêtements qui correspondent bien à ce qui a été sélectionné ou acheté auparavant », ont écrit les chercheurs. « Pouvoir recommander des articles compatibles au bon moment améliorera leur expérience d'achat. Notre système est conçu pour une utilisation à grande échelle et dépasse l’état de l’art en termes de prédiction de compatibilité.
Bref, nous aurons une vendeuse virtuelle qui nous conseillera (et nous « dérangera » poliment) sur les vêtements à essayer en ligne, en nous suggérant des combinaisons très parfaites. Et nous n'aurons même pas besoin de passer derrière un stand pour nous changer.