Adobeは人工知能の試著技術を発表しました。服のしわまではっきりと現れます。

Adobeからのメディアとデータ科學研究室、インド工科大學、スタンフォード大學の研究者のグループが開発した「畫像ベースの仮想試著」技術で、SieveNetと命名しました。服を仮想人體にマッピングすることで、テクスチャがぼやけたり、色が滲んだりすることなく、服の特徴を殘します。この技術はエレクトビジネスプラットフォームの経営者に協力してウェブサイト上の製品の寫真を改善して、消費者が実際の店で買い物する時の試裝の需要をも満たすことができます。
近年、電気商取引の発展に伴って、多くの企業が電気商取引のプラットフォームに參入し始めました。オンラインショッピングをする時、消費者は直観的に製品の品質を感じることができなくて、ウェブサイトの上の製品のピクチャーを參考にすることしかできません。しかし、多くの商店は時間と資源を節約するために、複數の製品を簡単にコピーしてモデルに貼り付けて、製品の効果図を素早く得ることができます。これでは、消費者は服の材質と形態を判別できません。この問題に対して、ここ數年來、仮想試作技術は広く研究開発され、服業界に応用され始めました。
Adobeによると、最新のSieveNetシステムは先進的な神経ネットワークを搭載しており、服の材質やスタイルが異なるモデルの試著効果（服のしわまでも完全に體現できる）を完璧に見せることを目的としている。また、畫像の品質は影響を受けません。
VentureBeatは、Sieve Netシステムの原理をファイルの種類で述べています。服裝畫像とマネキン畫像に基づいて、この服を著たモデルの新しい畫像を生成します。このためには，服を変形させて，人體モデルの姿勢と形狀と一致させ，その後変形したテクスチャをモデルに移す段階的技術を採用した。
研究者は1.9萬組の正面の女性モデルの畫像と上著製品の畫像を利用してSieveNetシステムを訓練して、これらのモデルの體つきの特徴はすべて一致しません。定性試験では、システムは基準よりも遮蔽、姿勢変化、滲出、幾何學的反りなどの問題を処理した。さらに、Free cheet Inception Distance（FID）指標を含み、目標分布と評価されたシステム（SieveNet）から寫真を取得し、AIオブジェクト識別システムを用いて重要な特徴を捕捉し、類似性を保持する定性的指標において最も先進的な結果を得た。Adobeの研究者によると、Sieve Netの大きな利點は、既存のほとんどのサイトと攜帯アプリと互換性があることだという。
SieveNetは、仮想試著機能を開発する最初のシステムではありません。これまで米國/インドの人工知能プラットフォームの創業會社Vue.aiは、その畫像とビデオ認識技術を利用して、単純な服の畫像をモデルが服を展示する新しい畫像に変換し、生成した畫像は消費者により実用的な視覚効果を提供し、小売店のために資金を節約しました。このような自動撮像技術は伝統寫真より5倍速いです。Vue.aiは昨年1700萬ドルのBラウンド融資を完了しました。
スマートフォンの人體スキャンは初めて作った3 D Lookがスマートフォンを利用して人體を全面的にスキャンし、體型パラメータを取得して、消費者が一番似合う服に合うように助けます。ユーザーはまた、スマートフォンでの仮想試著も可能で、試著の効果も確認できます。攜帯電話1臺、寫真2枚、3 Dロクで體型測定とスキャンができます。同社は昨年、LVMH第3回イノベーション賞（LVMH Innovation Award）を受賞した。
GucciやNikeのようなブランドは、消費者の仮想靴を試すための攜帯アプリを開発しました。
美容業界は仮想現実技術の応用において最前線を走っています。フランスのメイクアップ大手L’Or real傘下のAR技術開発者ModiFaceは、Amazon、Sephora、Estee Lauderなど80以上のブランドにヘアスタイル、メーキャップ、ジュエリーARのフィッティングアプリケーションを開発しました。同業者はまた、顔を3 Dスキャンして唇、目、眉毛、ヘアスタイル、頬の仮想メイクを実現するPerfectのYoucamを含む。他にもARネイルアプリのManiMatchと中國美図のAR美化粧カメラMakeuplusがあります。