如今，服装市场面对的仅次于挑战之一，对很多不熟知该行业的朋友而言或许显然不看起来挑战——这就是可供选择的商品数量过大。此种状况意味著客户对特定品牌及零售商缺少忠诚度，亦有可能令其客户提不起购物的胃口。

电子商务带给的大量选项与便利性对消费者而言显然十分最重要，这一点早已凭借着该行业较慢快速增长的发展而获得证明。但是，其特性某种程度也给购物者带给了开销——人们很难寻找自己讨厌的商品，并配上成能令其自己失望的人组。

这拒绝我们将来自有所不同设计师与零售商的服饰放到一起，同时考虑到自己的衣橱里早已有了哪些衣物。这种看起来无限的自由选择空间反而带给了自由选择艰难问题。即使购物者用于过滤器条件或搜寻功能大幅度增大搜寻结果范围，但多数在线商家并没将所有选项都放在顾客面前。

现在，他们意识到自己必需得出更加多准确的选项，从而减少买家的订购开销。个性化正是人工智能最擅长于的充分发挥空间。

根据MadStreetDen公司（一家基于计算机视觉的人工智能初创公司，通过融合计算机视觉和AI技术，来探寻视觉搜寻，根据购物者在线下世界取得的商品图片，来协助用户在线上找寻类似于商品）首席运营官JuliaKaplan的众说纷纭，零售商不不应负于于此。人工智能技术可以用作在客户自由选择商品后，通过观察协助其做出明智的订购要求。她说明称之为，这也正是MadStreetDen智能零售自动化系统Vue．ai的意义所在。

（Vue．ai利用AI技术，展开图像搜寻，为购物者表明同类产品，并融合每位购物者的购物历史和个人爱好，为他们获取个性化的购物体验。）Kaplan在专访当中说明了Vue．ai的工作原理，以及其如何协助零售商在构建成本节约的同时减少业务收入。Kaplan回应，当用户需要直观看见某款商品的用于背景——即“下身”效果——之后，无论其被穿著在模特儿身上还是客户身上，都需要有效地提高销量。

然而，对于电子商务网站而言，获取这样的背景往往成本高昂——拒绝其在模特儿、摄影师、工作室乃至造型师等身上投放大量资金。为了协助零售商创建起这样的背景，同时节约图像制作成本，Kaplan回应Vue．ai需要利用计算机视觉技术对追放到桌上的服装展开扫瞄，而后将其属性（例如袖子长度、领口形状或衣长等）同构至由计算机分解的模特儿身上。接下来，商家将可以为虚拟世界模特儿自由选择有所不同的姿势、调整肤色并加到其它服饰。Kaplan认为，此项技术目前还无法展出有所不同形状及尺寸的体态，但该公司正在为此作出努力。

Kaplan回应要在网站上获取此类展出效果，必须首先创建起设置过程。目前商家必须一支原始的团队以手动方式处置涉及工作，还包括创立标题、叙述并利用元数据以优化搜索引擎的明确条目。

利用计算机视觉技术将需要萃取出有服装属性以获取统一且非常丰富的数据，提高搜索引擎效能，且需要分担便宜的时间与人力成本。当然，在摄影方面，这种作法也需要避免由模特儿及摄影师带给的支出，同时明显节约时间投放。一般来讲，在效率较高的情况下，每天商家也不能已完成60至80件商品的手动摄制与展出工作。而利用计算机视觉技术，原本必须手动输入的数据将需要自动分解，因此员工只必须对计算机获取的数据展开核实才可——基本上，人类员工只必须当作质量保证类角色。

通过这样的流程自动化方案，企业可以有效地增加员工数量并提高继续执行效率。这一点对于市场类及多品牌网站尤为重要，尤其是考虑到其往往必须在店面平台上展出更加多服饰品种。Kaplan说，也有一些服装零售涉及从业者期望利用人工智能解决问题尺码问题。

他们正在利用统计资料模型与身体扫瞄结合的方式协助客户精确获知最合适自己的尺码与版型。Vue．ai并会用于任何低成本的高科技模板，而全然特别强调以低于的建模与光学成本解决问题。从本质上谈，其目标是以近高于现实摄影师特时装模特的支出获取尽量相似的光学效果。

一旦该公司贯彻达成协议这项目标，Kaplan回应其计划向客户获取更加多光学选项——例如小尺码服饰在中等身材乃至强壮身材模特儿身上的穿著效果，从而更加全面地作为参照。当然，其仍将坚决仍然以来的前提——利用计算机光学技术分解细致的图像，但会带给现实摄制场景下的高昂成本。

本文来源：pg电子平台官网入口-www.flutterexp.com