Try&Buy：一张照片，AI试衣间让你一键试“装”

即便是具有“九头身”的名模，也不免在买衣服的时分入错坑。关于穿衣装扮，没有人不挑剔。至于怎么找到原料、巨细、规划都适宜的衣服，咱们公以为的保险办法应该是“上身试”。

但是，在网购“淘宝”年代，顾客无法直接试穿衣服。虽然大部分商家许诺7天无理由退换，以确保顾客有满足的时刻对这些“海选”产品进行“复试”（即试穿）。但不得不供认的是，事实上，线上商家的退换货率居高不下，而绵长的退换货周期和手续关于买家来说也是下降了体会值。此外，在以“体会为王”的线下实体店，许多顾客的体会舒适度也并没有改进。许多门店拥堵的试衣间和大排长龙的试衣顾客，让人颇感无法。

怎么在改进线上线下顾客试衣体会，协助咱们更快更准的找到合适的衣服？

一家来自印度的创业公司Try&Buy推出了依据AI技能的虚拟试衣间。Try&Buy 运用计算机视觉技能协助线上零售商树立虚拟试衣间。用户只需上传自拍相片，就可敏捷生成线上模仿身体模型，获得与在实体店共同的试衣体会，然后削减退货换货流程，进步卖家的出售成绩。

当然，虚拟试衣间并不是才出现的“新物种”。2014年，微软就使用Kinect 3D感应技能，推出虚拟试身镜。该试衣镜设有6英尺6英寸屏幕，镜头可拍下顾客身躯的3D立体印象，再显现在屏幕上，然后电脑会挑选一系列服装及饰物供顾客挑选，顾客只需悄悄挥手，便可挑选“试穿”哪件衣服，试穿画面更可即时放上网。后来，电商巨子亚马逊也推出了虚拟镜子体系。据其专利文件介绍，其使用了混合实际技能，和实际的平面镜子经过反射光线来映射物体不同，虚拟镜子的镜面背面是一块投影出来的荧幕，试镜者之所以感觉是在照镜子而不是录像重放，是因为从摄像机摄影人物到出现在荧幕这一进程十分短，让人误以为是在照镜子。

“微软的技能，不实时，价格贵。亚马逊的解决方案需求到实验室里边给身体摄影，再进行剖析，所以在使用场景上有限制。”Try&Buy的创始人兼CEO Nitin Vats以为关于虚拟试衣间的体会还有更多需求优化的空间。

作为计算机科学家，微软的比尔盖茨中心研讨团队的前研讨员，Nitin 担任为软件供给最佳的计算机安全性。他发明晰更安全的NNRU 体系，并成功破解了闻名的法国安全体系NTRU。为了向时髦电子商务供给挨近实际的购物体会，Nitin 开发了相关技能，获得了美国专利并推出了Try＆Buy。“经过咱们的使用，顾客在手机上拍个相片，然后把身高、体重等一同输入到体系中，体系则会主动生成一个3D的人体形象，而且也可以做成视频。”Nitin 介绍道。

据Nitin 解说，Try＆Buy使用的体会优势首要表现在两方面。一是3D人体形象的树立十分灵敏。据悉，用户只需求给体系一张相片和体重、身高数据。首要，体系会依据用户的脖子和膀子份额、间隔来判别是什么样的身段。

“许多人购买的时分，或许并不想要放太多的信息上去，只是会供给简略的图片。”Nitin说。此外，他泄漏，关于身型判别，Try＆Buy体系背面的数据库剖析了2000多种体型，而且运用人工智能做了一个模型，可以比较精确地剖分出用户的身型。当然，假如用户觉得体系树立的身体模型不是很满足，还可以自己在臀围、腰围等方面进行调整。

除了人形虚拟模型的构建，Try＆Buy在衣服与虚拟人模型的结合方面也充分考虑到了实用性。Nitin介绍道，首要，衣服的原料可以虚拟试穿中表现，例如通明原料。别的，有些人喜爱穿宽松的，有些人喜爱穿紧一点的，用户也可以直观地了解衣服在不同状态下的出现作用。“用户可以愈加精准地挑到自己喜爱的产品，这样退货率也会下降。”Nitin说：“许多竞争者需求身体的整个形状才可以构建3D的人形形象，但咱们只需求把衣服和用户相片加在一同就可以得到3D作用。”

据悉，Try＆Buy首要有三种商业模式：一是和线上的品牌，如电商渠道在协作；二是直接和品牌协作；三个便是经过和线下的实体店协作。现在该公司现已和200多个品牌协作，如和印度沃尔玛的线上店和线下店都在协作。“咱们还有个方案是：推出一个人工智能时髦参谋。它会依据你曾经的试穿记载和喜爱引荐一些你或许感兴趣的调配。”Nitin说。

Try＆Buy现已完成了种子轮融资。

题图来历：pixabay