亚马逊研究人员提出了互补的AI算法

在定于IEEE计算机视觉和模式识别（CVPR）大会上发表的一系列论文中，亚马逊研究人员提出了互补的AI算法，这些算法可以构成帮助客户购物的助手的基础。一种是让人们通过描述产品图片上的变化来微调搜索查询，而另一种则是建议与客户已经选择的商品搭配使用的产品。同时，第三个模型合成了穿着不同产品页面上的衣服的模特形象，以演示物品如何作为服装一起工作。

亚马逊已经利用AI来推动Alexa的Style，这是亚马逊购物应用程序的一项功能，该功能使用算法和人工策划来建议，比较和评估服装。借助诸如Prime Wardrobe之类的风格建议和程序，该程序允许用户试穿衣服并退还他们不想购买的商品，这家零售商在争夺不断下降的服装市场中争夺更大份额的销售额，同时为客户提供通常不会出现的产品选择。对于表面上的企业来说，这是一个胜利-当然，除了推荐的配件是亚马逊自己拥有的情况外。

虚拟试穿网络

亚马逊硬件实验室Lab126的研究人员催生了Fire TV，Kindle Fire和Echo等产品，他们开发了名为Outfit-VITON的基于图像的虚拟试穿系统，旨在帮助可视化参考照片中的衣物在图像上的外观一个人。亚马逊表示，可以使用生成对抗网络（GAN）在一张图片上对其进行训练，这是一种模型，其中包含一个称为鉴别器的组件，该组件可以学习区分生成的物品与真实图像。

“在线服装购物可让您在家中舒适自在地购物，提供多种选择的商品，并获得最新的产品。但是，在线购物无法进行物理试穿，从而限制了客户对服装实际外观的理解。”研究人员写道。“这一关键局限性鼓励了虚拟试衣间的发展，在虚拟试衣间中，将综合生成穿着所选服装的顾客的图像，以帮助比较和选择最想要的外观。”