线下购物的试衣环节是网购无法提供的，为了增强或是弥补这一环节，线上线下都盯上了AR。
不少大牌服装品牌在这些年里开始尝试着在传统实体店里增加AR试衣镜，比如优衣库在旧金山零售店的的“魔镜”。京东等平台也一直探索著网购和AR试穿的结合办法。
不过到目前为止AR试衣看上去都乏善可陈，还远达不到自然的试衣效果。
前段时间，亚马逊发布了一项AR穿衣镜的专利，可利用AR技术为用户展现服装的试穿效果，该专利声称他们使用的技术比目前任何现存的都先进，效果更逼真。
AR试衣
虚拟试衣技术可以上溯到上世纪八十年代，国外的互联网已经兴起，在畅想网络购物的时候也开始了对虚拟试衣的研究。
当年的网页试衣平台，挺像女孩子们小时候都玩过的试衣游戏。
在其后的发展中，人们已将开始提出基于图片重建人脸3D模型，重建人体，通过输入人体的参数来调节体型。京东的线上试衣就是这个原理。
试衣，要通过这个过程试出衣物是否合身，穿起来好不好看。所以首先就需要一个精确的人体模型，并且这个模型要易于获取。从肩宽、腰围到腿长腿围都要一一量取，太麻烦了。
所以在Kinect出世之后，出现了很多基于Kinect的虚拟试衣系统。
Kinect是一个相对廉价的解决方案，扫描人体后获取基本人体数据然后基于SCAPE统计学人体模型来变形，精度大概能做到2-4厘米的误差。Kinect跟踪人体的骨骼，将衣服穿在一个人体模型身上。
模拟衣物的穿着效果时，如果追求较为逼真的物理效果速度会比较慢，模拟不同材质、大小的衣服穿在人体身上时候比较困难。而由于采样时候的精度本身就不高，无法避免不合身的问题。
精确模拟衣物上身时的穿着效果速度有多慢呢？如果以计算机图形学的角度，需要的时间也是以小时为单位计算，就拿上图这这件毛衣为例，变形模拟就进行了9小时。
加快速度要以降低效果为代价，然而降低了效果后无法知道是否合身和好看，AR试穿的意义又何在呢？
AR试衣还需要很长的路要走。
亚马逊AR试衣镜
亚马逊此次公布的专利是一种AR试衣镜的设计，没有涉及到如何从技术算法上提高试衣环节的显示效果的问题。
专利称，该系统结合了镜子、灯光、投影仪、显示器、摄像头，将用户的形象呈现在显示屏上。
镜子反射人物本身的形象，通过对人面部和眼镜的实时追踪确定对象并用投影仪投放图像创建混合现实图像。
分反射，一部分投射，实现人物的虚拟换衣。
具体的流程如上图，先生成一个混合现实图形，扫描环境后创建虚拟模型，识别用户的面部活着眼镜确定他是要作为被反射、投射的对象，图像两相结合，一部分通过镜像反射，一部分通过投影投射。过程中不断检测人脸位置，以实时对对象身体进行显示。
对于过程中可能出现的反射光、投射光之间的不良叠加效果，通过控制他们之间的光量大小关系进行调节，最终实现人物虚拟地穿着衣物的效果。
人物的背景可以更换——将镜面显示降到最低，全部更换为投影即可，这样一来背景就可以变成阳光海岸。
亚马逊近年来的一系列操作都能看出他们对于AR试穿方面的兴趣，去年收购了纽约的明星创业公司Body Labs，花费不菲。
成立于2013年的Body Labs专攻3D人体扫描以及建模，主业是构建逼真的3D人体模型，为各种B2B软件应用提供技术支持，例如虚拟试衣间或者游戏的模拟角色。
在成立之初， Body Labs 就和美国陆军 Natick 士兵研发和工程中心（NSRDEC）签订了一个为期两年的合约。该中心主要致力于提升军事应用的产品设计研发水平，BodyLabs 的价值在于可以完成一万多名的士兵全身扫描数据，以制定准确的统计模型，为防弹衣等设计提供帮助。
Body Labs的SOMA Shape API技术，可以仅仅用一张图像准确测量用户的3D数据。在移动的人体上实时增加数字内容的技术也是他们的一大亮点，这些都是AR试衣所需要的，拿下Body Labs是亚马逊实现这一目标很重要的一个环节。
去年亚马逊发布的Echo Look穿衣小助手也是一系列类似的产品，由摄像头、麦克风等部件组成的Echo Look可以对用户的穿衣搭配指导、打分。
如果和穿衣镜结合起来是不是像极了白雪公主中会说话的魔镜？
能看出亚马逊在时尚领域扩大版图的野心，不过前文提到的挑战依然存在，完美的AR试衣产品的落地或许还要等待更多的时间。
