曾經(jīng)，虛擬試衣和人形機(jī)器人一樣，是人類一直都有但又難以實(shí)現(xiàn)的夢(mèng)想。不過這也意味著，一旦實(shí)現(xiàn)，它們會(huì)極大地改變我們的生活，同時(shí)為革新者帶來巨大的回報(bào)。

　　這樣的“誘惑”也促使柴金祥從學(xué)界投身創(chuàng)業(yè)。2000年，在微軟亞洲研究院工作的他發(fā)表了研究院的第一篇SIGGRAPH（計(jì)算機(jī)圖形學(xué)的頂級(jí)會(huì)議）論文；之后，他赴美留學(xué)獲得卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)博士學(xué)位，并在TAMU獲聘終身教授。而現(xiàn)在，他是虛擬試衣創(chuàng)業(yè)公司好買衣的聯(lián)合創(chuàng)始人兼CTO。

　　好買衣成立于2013年8月，成立以來，它已經(jīng)和多家天貓TOP 50大牌女裝開展了合作，為其提供在線虛擬試衣服務(wù)；另外，好買衣獨(dú)創(chuàng)的免尺測(cè)量技術(shù)，已經(jīng)積累了480萬的真實(shí)用戶輸入的身材數(shù)據(jù)；在6月舉行的亞洲消費(fèi)電子展（CES Asia）上，好買衣還宣布將與C&A合作，在今年下半年推出人工智能（AI）線下體驗(yàn)店，建設(shè)全渠道解決方案。

　　成立以來，好買衣先后獲得了來自聯(lián)想之星和治平資本的天使輪和A輪融資，并在2015年獲得了寬帶資本領(lǐng)投的1500萬美元B輪融資。

　　用大數(shù)據(jù)的方法解決虛擬試衣的問題

　　柴金祥的主要研究領(lǐng)域是人體動(dòng)畫和動(dòng)作捕捉，前者研究游戲、電影中和人相關(guān)的三維動(dòng)畫制作，后一個(gè)領(lǐng)域則研究對(duì)人體動(dòng)作的實(shí)時(shí)捕捉，近年來大熱的用Kinect攝像頭捕捉人體姿勢(shì)，就是他的方向之一。

　　這些研究方向和虛擬試衣有著密切的聯(lián)系，一直以來，都有研究人員和商業(yè)公司嘗試虛擬試衣，而從歷史上來看，虛擬試衣主要有兩種技術(shù)路線：

　　第一，用傳統(tǒng)的動(dòng)畫的方式來做；這也是游戲、動(dòng)畫片里常用的方式，一件衣服，首先由美工手動(dòng)建模，將衣服的形狀、顏色、紋理做出來，另外，由于這件“衣服”要穿在不同人的身上，還要進(jìn)行仿真。

　　這是虛擬試衣最經(jīng)典的做法，但也有很多弊端：首先，效果不夠真實(shí)；其次，也是最重要的，這種做法的成本很高，手工建模對(duì)美工的要求很高，而且，僅渲染一件衣服可能就需要一周的時(shí)間。服裝的換季節(jié)奏很快，這種做法根本無法落地。

　　第二，用AR的方式，即將衣服的圖片“貼”在人體的圖片上；圖片能保證衣服的效果更真實(shí)，這種做法的成本也更低，但“貼圖”也意味著虛擬試衣的效果大打折扣。

　　有沒有新的方法，能同時(shí)彌補(bǔ)兩種傳統(tǒng)方法的不足呢？

　　好買衣的做法是借助計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)視覺，后者已經(jīng)是人工智能的范疇。

　　虛擬試衣涉及對(duì)衣服和人體的三維建模：對(duì)衣服，好買衣利用計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)視覺的方法，先對(duì)衣服的各個(gè)角度拍照，然后通過算法將其建模出來。柴金祥告訴雷鋒網(wǎng)新智造，目前，衣服的拍攝已經(jīng)是標(biāo)準(zhǔn)化流程，一套衣服幾分鐘就可以拍完。

　　為了保證試衣效果，對(duì)人體進(jìn)行三維建模同樣重要，現(xiàn)在不少創(chuàng)業(yè)公司使用Kinect深度攝像頭捕捉人體姿勢(shì)的方案。不過，好買衣使用了不一樣的方案：結(jié)合人體身材數(shù)據(jù)庫中的模型，加上用戶的主動(dòng)輸入調(diào)整，自動(dòng)生成任意身材的三維模型，這個(gè)過程中不使用尺子、相機(jī)、深度攝像頭等任何輔助設(shè)備。

　　好買衣將這個(gè)方案稱為“免尺測(cè)量”，為了更好的效果和用戶接受度，好買衣進(jìn)行了三個(gè)階段的嘗試，第一個(gè)階段，好買衣推出了一個(gè)叫“尺碼相機(jī)”的app，用戶用手機(jī)拍三個(gè)不同姿勢(shì)的照片，系統(tǒng)就能將人體的三維數(shù)據(jù)建模出來，但是，因?yàn)橄螺d和操作的成本比較高，這個(gè)app最終沒能被用戶接受，“100個(gè)用戶可能只有1個(gè)去下載使用”；隨后，好買衣嘗試了大數(shù)據(jù)預(yù)測(cè)的方式，用戶可以輸入身高、體重和三圍，系統(tǒng)集合數(shù)據(jù)庫中已有的模型進(jìn)行建模，但在實(shí)際過程中發(fā)現(xiàn)，有不少女性用戶是不知道自己的三圍的；最后，好買衣才探索出了現(xiàn)在的模式，用戶僅需輸入身高、體重和內(nèi)衣的罩杯，并配合從十多個(gè)身材標(biāo)簽（tag）中的選擇進(jìn)行建模，這些標(biāo)簽諸如“有沒有肚腩”、“肚腩大不大”、“大腿粗不粗”等，幾十秒的時(shí)間，系統(tǒng)就能把人的身材模擬出來。

　　另外，好買衣還充分考慮到了C端用戶的使用習(xí)慣，允許用戶上傳自己的正面頭像，系統(tǒng)即可自動(dòng)識(shí)別、定位和提取五官，通過三維重建合成技術(shù)將用戶真實(shí)的五官重建至虛擬三維人臉模型上。用戶還可以個(gè)性化定制自己喜歡的發(fā)型、發(fā)色、臉型、膚色。

　　不管是依靠圖片建模，還是免尺測(cè)量，調(diào)校算法都是非常重要的工作。從好買衣成立到推出現(xiàn)在的產(chǎn)品，花了兩、三年的時(shí)間。2017年3月，天貓開啟的新風(fēng)尚活動(dòng)中，好買衣提供的虛擬試衣也成了女裝會(huì)場(chǎng)的最大亮點(diǎn)，“和天貓的合作，也意味著我們的效果獲得了認(rèn)可。”

　　專屬時(shí)尚顧問：AI根據(jù)身材、相貌推薦合適的衣服

　　現(xiàn)在，在虛擬試衣之外，好買衣還決定做一件更加人工智能的事：做每個(gè)人的專屬時(shí)尚顧問，即通過用戶的身材和相貌，主動(dòng)推薦合適的衣服。

　　和虛擬試衣一樣，穿搭推薦涉及衣服和人兩個(gè)方面，柴金祥表示對(duì)前者，好買衣使用了深度學(xué)習(xí)算法，經(jīng)過大量由人工標(biāo)注的數(shù)據(jù)訓(xùn)練后，現(xiàn)在，系統(tǒng)已經(jīng)可以自動(dòng)給建模好的衣服模型打上各種標(biāo)簽，如面料、款式、風(fēng)格、細(xì)節(jié)等。這種做法可以順利開展，得益于好買衣為衣服建模的標(biāo)準(zhǔn)化流程。建模后結(jié)構(gòu)化的數(shù)據(jù)，可以直接用于優(yōu)化深度學(xué)習(xí)算法。

　　人的因素則設(shè)計(jì)身材和相貌，雖然是一位純粹的研究人員，柴金祥已經(jīng)對(duì)衣服穿搭有了一套心得，“比如一個(gè)人下半身短一些，大腿比較粗，那穿A字裙就比較合適，它的腰線比較高，會(huì)顯得腿比較長(zhǎng)。穿搭實(shí)際上就是揚(yáng)長(zhǎng)避短。”

　　但是對(duì)機(jī)器算法來說，根據(jù)身材和相貌推薦衣服還有很大的難度，其中最大的困難在于，這些“知識(shí)”或者說經(jīng)驗(yàn)，很少有系統(tǒng)的、成文的體系。

　　好買衣的優(yōu)勢(shì)是已經(jīng)有了大量的身材和穿搭數(shù)據(jù)，在天貓app中，好買衣和大量TOP 50的女裝品牌達(dá)成了合作，提供在線試衣服務(wù)。柴金祥說，目前，使用這個(gè)功能，主動(dòng)輸入身材數(shù)據(jù)并進(jìn)行穿搭體驗(yàn)的用戶，已經(jīng)達(dá)到了480萬。這對(duì)根據(jù)身材推薦衣服有很大的幫助。

　　人的臉型、相貌同樣對(duì)穿搭有講究，不過，這更是一個(gè)更難系統(tǒng)化的問題，好買衣計(jì)劃的做法是和國(guó)內(nèi)的頂級(jí)造型穿搭團(tuán)隊(duì)合作，將他們的經(jīng)驗(yàn)變成行之有效的算法。

　　和虛擬試衣相比，時(shí)尚顧問還不夠成熟，柴金祥給它打了60分，雖然還要比較長(zhǎng)的路要走，但是可以想到，和真正的時(shí)尚顧問相比，AI顧問有著難以比擬的優(yōu)勢(shì)，“時(shí)尚顧問腦海里不可能有1萬件服裝推薦，我們的系統(tǒng)更powerful。”

　　在未來的市場(chǎng)策略上，好買衣也將從專注虛擬試衣轉(zhuǎn)變?yōu)殛P(guān)注全渠道解決方案，一方面，為線上商店提供虛擬試衣服務(wù)；另一方面，和品牌方合作打造線下體驗(yàn)店，試衣鏡將是一個(gè)很好的教育市場(chǎng)的產(chǎn)品，它還可以和手機(jī)配合，雙屏互動(dòng)，通過掃碼的方式，既可以去線下商店直接購(gòu)買線上試過的衣服，也可以在手機(jī)上繼續(xù)獲得試衣鏡中的體驗(yàn)。

　　“線上虛擬試衣，可以幫助品牌方減少退貨，并提高用戶體驗(yàn)；線下線上聯(lián)動(dòng)，能夠激活品牌用戶的活躍度和會(huì)員數(shù)。”未來，好買衣還希望接入到服裝產(chǎn)業(yè)鏈更深的層次，個(gè)性化定制、預(yù)售，甚至生產(chǎn)，都可以在虛擬試衣的幫助下變得更科學(xué)，“為什么衣服只有4個(gè)碼？為什么不能做20個(gè)碼，50個(gè)碼？”