作者 | 库珀

来源 | 数据实战派

头图 | 下载于ICphoto

AI 已经能够在给你播报今日天气时提供穿衣建议。相信你大多数情况下都听进去了。

如果它给你提供美妆建议呢?

包括香奈儿在内,越来越多的美容品牌正在将 AI 技术结合到其产品之中。可是,人工智能如何学习 “美丽” 这个抽象的概念?换句话说,它对你的脸又有何高见?

从提供护肤建议和推荐适合你肤色的化妆选择,到声称实时 “美化” 你的脸的应用程序,AI 正势不可挡地在输出越来越多对美的判断。这些判断,会让一部分人感到科技的魅力和可靠,与此同时,也会有一部分人将感到无所适从。

香奈儿的口红 AI

疫情冲击线下化妆品消费,这让老牌美妆厂商香奈儿不得不另想法子,以刺激目标消费人群。

AI 技术的采用是方法之一。

在 2021 年 2 月份,香奈儿推出了第一款运用了 AI 技术的手机美妆应用程序:Lipscanner。该软件由香奈儿内部创新项目实验室联合内部美妆研究团队开发,可让用户扫描日常生活中遇到的任何颜色或图像,并在扫描后的图像颜色和纹理中找到等效的香奈儿唇部产品,然后进行虚拟试妆。比如说,如果消费者看到一张美妆海报,TA 该如何找到图中模特所使用的口红色号?

在技术方面,Lipscanner 配色的准确度确实令人印象深刻,由于香奈儿的产品种类繁多,仅该品牌就有 400 多种唇部产品可供选择。当识别一个模特的唇部图像时,Lipscanner 却可以很快匹配到相同纹理质地(哑光、光泽等)以及相同颜色的产品选项。

香奈儿 Lipscanner 应用程序演示

选择好产品后,用户就可以通过手机摄像头,基于高精度的面部分析扫描技术,把该色号的口红实时且精准地 “涂抹” 在嘴唇上,通过虚拟效果看看美不美。用户甚至可以扫描自己的包包、衣服等,找一款最搭的口红色号。

口红色号的光泽特质

据了解,Lipscanner 是香奈儿内部化妆专家与机器学习专家联合研发 18 月打造的产品,专利技术是 “密集算法训练”,香奈儿在新闻稿中表示,该算法可以无缝识别和提取任何物理或数字图像的确切唇纹和纹理,以找到最接近的颜色和纹理匹配,并通过 AR 技术在任何面孔上渲染相应的产品,使用户能够尝试最接近想要颜色的妆容,看到完成后的效果。

他们还希望能将此功能用于其他产品类别,例如粉底,因为这种方式简单、有用且有趣,能帮用户大大节省试妆时间。

香奈儿做 AI、AR 智能技术布局并非一枝独秀,诸多美容大牌近年来都一直在尝试使用相关技术丰富产品体验。

在 2020 年,新冠病毒大流行更是加速了应用落地的速度,由于人们无法到店内试用产品或无法在沙龙、水疗中心接受现场美容护理,因此品牌创建了基于技术的创新解决方案,可为人们提供类似的,甚至更好的在家购物或自助护理体验。

除了口红,从个性化的护肤产品到算法生成的香水,其实不断有新方案被创造出来,为美容科技浪潮推波助澜。

一个标志性的事件在 2018 年,欧莱雅斥资收购了一家 AR 公司 ModiFace,揭示了美妆巨头玩技术的决心。据了解,Modiface 曾与多家美妆品牌合作,如丝芙兰和雅诗・兰黛的应用程序,提供 AR 面部配对唇膏、粉底的色调,欧莱雅的此次收购让竞品美妆品牌在 AR 技术方案上必须另起炉灶或寻找新的合作伙伴。

Style My Hair 应用

Modiface 持有众多相关专利技术,曾和欧莱雅合作过一款 APP 应用:Style My Hair,这是一套集成 AI+AR 技术的虚拟发型工具,能帮客户体验百变的时尚发型、专业的烫染发色和效果,并能进行社交分享。

除了软件,Modiface 还开发硬件产品,比如一款能检测肤质气色,自主给你推荐化妆品搭配的镜子:ModiFace Mirror Platform,该硬件平台不仅能针对用户的容颜组合推介产品,而且能实时让她们看到不同的美妆效果如何,以推动消费决策。

近年来,在中国市场推出的 “智能魔镜” 类产品也有着类似的产品逻辑和思路,就是终端产品体验好坏需要另行别论。

包括 Google、YouTube、Snapchat、Pinterest 等平台也都在尝试与美妆品牌创新合作方式,致力于提供虚拟试妆服务。

ModiFace Mirror Platform

美,会更多元还是会更单一?

自虚拟试妆诞生以来,在体验上,业内对该方案的主要质疑是,消费者是否能通过虚拟感受到真实的美妆呈现效果,这对产品的算法和 AR 技术有着越来越高的要求。

虚拟试妆其实并不是什么新鲜的创意,业内多年前已有虚拟试衣、虚拟饰品穿戴等应用,包括很多美图美颜类的应用,逻辑可以说是大同小异,问题的关键在于,化妆是件非常精细化的事情,体验真正做好并不容易。

在早期的时候,笔者曾在线下体验过虚拟类的试装产品,结果是画面非常尴尬,例如,3D 建模不仅没能准确测量尺寸,还会把人体动画弄成畸形,衣服感觉是飘在半空,与人体动作根本不适配的问题,这样的体验不仅不能增加互动,而且顾客会有种被冒犯的感觉。

而在观念的塑造上,这样的虚拟试妆功能,究竟会让人们对美的理解变得更多元还是更狭隘?尤其当虚拟试妆的功能往往要和推荐结合才能产生商业价值。

回答这个问题之前,社交网络上各式各样的美颜滤镜已经和我们共存了一段时间。有了这些滤镜,点击快速自拍按钮,在屏幕上拉动调整栏让皮肤光滑并放大眼睛,似乎都变成了肌肉记忆。曾有研究表明,这些应用程序会增强青少年的外貌焦虑。

HiMirror 是一款智能镜,可使用强大的面部跟踪和检测功能,进而扮演您的日常美容顾问这一角色。它可以分析你的皮肤情况(比如 8 种皮肤属性:红斑,细纹,肤色,毛孔,皱纹,粗糙,黑斑和眼圈),找到瑕疵,然后将结果组合为 1(差)至 - 100(完美),从而推荐 “改良” 产品。根据 HiMirror 创始人 Simon Shen 介绍,90 分是健康的。

这项技术可能会给人留下深刻的印象,但我们真的希望每天出门之前,被突出那些最糟糕的特征吗?当以这样的主观特征来判断我们的外表时,HiMirror 所推广的美学常态或 “完美” 分数对许多用户来说是遥不可及的。

而且,AI 试妆也存在种族歧视的风险,这一点已经得到证实,而且正变得越来越显而易见。

2016 年,深度学习团队 Youth Laboratories 曾推出了仅由机器人评判的比赛 Beauty.AI。该公司表示,他们的机器人基于 “皱纹,面部对称,肤色,性别,年龄段和种族” 来评估一个人的美丽。当时有 7,000 名参赛者,在选择的 44 名获奖者中,只有一名黑皮肤。

我们完全有理由相信,放眼未来几年,基于 AI 和 AR 技术的持续进化,虚拟试妆势必会是一项越来越综合化的服务,我们可以透过一面智能镜子或一部智能手机,以接近真实的体验尝试不同的妆容效果、发型发色乃至衣着配饰等,并能在最短时间内对接到相应的产品服务或者专业护理建议。与此同时,我们也完全有理由怀疑这些服务提供的价值认可。

墨尔本大学微软社会自然用户界面研究中心 (SocialNUI)  的 Niels Wouters 博士,曾进行过对人工智能识别性格的研究。

在谈及算法评价人类长相的吸引力时,她说道:“‘吸引力’ 这个概念对你我意味着什么,完全因人而异。我希望在美容行业和个性化产品中看到一些很有想法的应用,但我们也需要在这里建立界限并认识到 AI 的局限性。”

美容行业需要为自己的行为负责。尽管滤镜、修饰应用程序和面部识别技术会让很多人受益,但比以往任何时候都更重要的是,人类文明中的美是丰富多样的,而上述依赖于人工智能和机器学习的美容应用程序和产品,恐怕还没有发展到能够促进真实世界的多样性和包容性。

几乎所有人的皮肤都会有瑕疵,拥有 “瑕疵” 并不会降低我们的 “吸引力”,而没有瑕疵并不等于 “完美”。只有当 AI 和机器学习应用程序能够拥抱多样性时,美妆美容行业才能真正成为一个进步的地方。

  更多精彩推荐  AI时代竟有智能化鸿沟,具备哪些条件才能跨过?遏制企业数据泄露之殇,大咖切磋云安全的攻防之道
从腾讯实时音视频发家史,看爆发中的 RTC 将何去何从
还在担心无代码是否威胁程序员饭碗?

扫描下方二维码,添加小助手

即刻加入 AI 科技大本营「读者群」

群内将不定期放送福利

快快加入吧!

香奈儿的 AI 实验室里,发生了什么?相关推荐

  1. 哥伦比亚大学AI实验室主任Hod Lipson:阻碍无人驾驶技术发展的7个误区

    来源:智车科技 摘要:我们发现有些针对无人驾驶的误解还在广泛肆意传播,并且这些信息会被反对者拿来和对抗无人驾驶的推广政策. 每年,全世界都有将近120万人死于车祸,这个死亡率相当于每年释放10个广岛级 ...

  2. 1978年,75位诺贝尔奖获得者在巴黎聚会。有人问其中一位:“你在哪所大学、哪所实验室里学到了你认为最重要的东西呢?”

    1978年,75位诺贝尔奖获得者在巴黎聚会.有人问其中一位:"你在哪所大学.哪所实验室里学到了你认为最重要的东西呢?"出人意料,这位白发苍苍的学者回答说:"是在幼儿园.& ...

  3. 实验室里的AI激情:腾讯优图的升级修炼之路

    一百多年来,信息技术从初兴到成为基础设施,成就了无数辉煌的科技巨头.如今,人工智能也正狂奔在通往社会通用性技术的路上. 要从上一波信息技术浪潮的产业规律中预测出AI的航海图,并不容易.但回到历史现场, ...

  4. 隐秘的角落里数亿场AI战争正在发生

    云栖号资讯:[点击查看更多行业资讯] 在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! "科技领域不做安全风控,就等于造汽车的时候没有做刹车."蚂蚁集团首席AI科学家 ...

  5. 一文盘点2019年AI领域都发生了什么

    来源:AI前线 本文约3100字,建议阅读6分钟 本文进行了回顾,对人工智能世界在这一年来发生的事情进行了大盘点. [ 导读 ]回首即将逝去的 2019 年,在人工智能领域中,都有哪些可圈可点的地方呢 ...

  6. 北欧小国的宏大AI实验:让1%的人口接受人工智能培训

    https://www.toutiao.com/a6642867192129913352/ 019-01-05 12:37:24 2017 年 10 月,芬兰成为欧盟第一个将国家人工智能战略付诸实施的 ...

  7. 北欧小国的宏大AI实验: 让1%的人口接受人工智能培训

    编译: 机器之能 微胖 摘要:芬兰希望在人工智能的实际应用方面占据一席之地,成为世界领先国家. 2017 年 10 月,芬兰成为欧盟第一个将国家人工智能战略付诸实施的国家.在 2018 年 6 月发布 ...

  8. 2019 年 AI 领域都发生了什么?

    简介: 回首即将逝去的 2019 年,在人工智能领域中,都有哪些可圈可点的地方呢?<生成式深度学习>(Generative Deep Learning)(O' Reilly Media 2 ...

  9. 潍坊医学院计算机实验室里哪个门近,医学研究试验中心试验室安全知识题库-潍坊医学院.PDF...

    医学研究实验中心 实验室安全知识题库 潍坊医学院科研处 2018 年4 月 目录 第一章 用电安全 1 单选题 1 多选题7 判断题 10 第二章 消防安全 13 单选题 13 多选题 15 判断题 ...

最新文章

  1. 查看tcp各个连接状态的数量
  2. Swift: 用Alamofire做http请求,用ObjectMapper解析JSON
  3. Java Package getPackage()方法与示例
  4. Python随机梯度下降法(三)
  5. 从 0 到 1 | 手把手教你如何使用哈工大 NLP 工具 —— PyLTP!
  6. linux环境c语言编程 蔡晋,Linux环境C语言编程
  7. 机器学习-笔试题总结1
  8. 179 Largest Number 把数组排成最大的数
  9. war2 洛谷模拟赛day2 t3 状压
  10. java单点登录需求分析与代码实现
  11. 佛罗里达大学计算机博士,2020年佛罗里达大学博士含金量
  12. C. New Year Ratings Change
  13. 图形化生物软件专题(4):MEGAN
  14. 安装域、对域进行管理
  15. golang中channel的传递
  16. 最全总结图论在识别人脑网络连通性模式中的应用——相关与相关性,主成分分析,聚类分析,互信息,格兰杰因果分析,动态因果模型,贝叶斯网络,转移熵
  17. InDesign CS3 复合字体
  18. keydown,keypress,keyup三者之间的区别:
  19. 汉语韵律短语切分方法初探
  20. [日推荐] 『TheGolfGame』-小程序有游戏啦?

热门文章

  1. 系列四、SpringMVC响应数据和结果视图
  2. 阿里云双12服务器和阿里云双12数据库活动又开始了
  3. 发微信模版消息换行用\n
  4. c语言语系的命名风格和java系命名风格
  5. Ejabberd源码解析前奏--配置
  6. 网络管理常用命令之二 - Ipconfig 命令详解(图文)
  7. 按键驱动的恩恩怨怨之概述
  8. [置顶]       webservice系列2---javabeanhandler
  9. LINQ篇:ASP.NET using LINQ(Part One) Scott大师的产物
  10. 最近要换个主机,现在的太慢了