应用描述
体感换装/虚拟试衣就是让用户能够通过简单的操作，看到显示设备重的自己，虚拟地穿上了衣服、装备，以求品牌价值传递或是服饰的试穿体验。
体感换装放在第二项去说，主要是因为它一方面和互动拍照是相关联的，另一方面这也是继体感抠像拍照之后，第二个让团队花了很多时间去攻克的项目。体感换装在市面上不算是热门的形式，它往往聚焦在几个具体的商业场景，然而从历史项目现场热度看，它带给用户的体验感很优秀。
市面上见过虚拟穿戴二维素材的，即一张图片贴在人的身上，这种效果比较一般但是开发快。更多的还是进到做三维模型的匹配。这种方式，人可以旋转，手可以有动作，效果更好。
互动优势：
1 与IP结合度深：换装如果是服饰，那就是常见的虚拟试衣软件，如果它是英雄联盟的虚拟形象、装备，就能深入刻画表现IP，提升用户体验的趣味性和新奇感。
2 科技感强：虚拟的服饰、装备跟随人体骨骼移动旋转，有增强现实带来的科技感，营造差异化的体验。
互动劣势：
1 体验稳定性弱：由于是基于深度数据，目前没有保证每个用户体验的结果是统一的，比如服饰装备的匹配度、不同姿势下虚拟元素跟随人体的精度。其主要原因是传感器本身的精度不够高，抗干扰性不强。
2 学习成本偏高；体感应用几乎都以隔空操控交互方式交付，姿势本身不存在普适的标准，姿势越多就越容易产生逻辑判断上的耦合，应用又预期用户在极短时间内完成体验。因此造成需要有好的引导让客户快速完成交互，很多时候，仍然需要现场运维人工支持。
可用硬件
目前多见的都是使用Kinect V2 + 大电视（45寸及以上，横竖屏都有）+主机。
Intel的Realsense我没有这么去做过，由于当时它的设备定位是近距离交互，所以当时就没有选。
Kinect Azure，在写文章的时候面世不久，已经有开发插件，相信很快能见到它的应用。
一定要用体感设备，是因为底层需要获取到深度数据、红外数据去计算出人体骨骼数据给到应用开发层去做服装的绑定。
主机一般会需要中等性能的，主要看应用本身的负载，比如虚拟服饰是不会很多，面数是不是很高，是不是还有虚拟场景、粒子特效。
部署方式
部署上主要根据拍摄要求来，一般来说，Kinect不应该仰视俯视太明显，主要是拍摄的人像画面不好看，同时体感设备观察用户角度，需要与软件中的Camera观察虚拟服饰的角度相近。
所以如果是横屏，那么Kinect在电视机下边沿，距离地面约800mm；如果是竖屏，那么Kinect在屏幕上边沿，或从机体中间位置固定托槽，放置传感器。
软件开发
1 Unity+Kinect2实现体感换装 撰写中
应用注意
1 尽量在地面贴标志，定点体验位置
2 保证Kinect的俯仰角不会轻易的因为碰撞而变化
3 黑色、高反光衣服的用户无法使用
4 通过彩色摄像头画面中的人体手掌的位置去完成叠加其上的UI触发。如果要使用手势，尽量用举手、挥手简单动作
5 为了增加体验的形式感，增加交互上的递进，比如我常做的流程是：（1）平举双手测量身体参数 （2）姿势A触发一部分虚拟服饰穿戴（3）姿势B触发另一部分（4）姿势C触发拍照（5）扫码分享。
市场发展
2015年接触到体感换装的时候，深圳就有公司已经在使用这项技术，形成产品去服务于服装行业。主要落地在销售门店。据说由于一件衣服的价格要上千，所以一直推动的比较慢。我觉得成本如果能进一步降低，场景在店外而不是店内，会有更大的市场空间。
临展业务上，这个方式还不错，尤其和游戏行业结合。固展也有使用，典型的就是故宫，或其类似主题的展馆，让用户虚拟换上高官、皇帝的衣服。
目前有一种比较新颖的换装做法，在上海某地铁站同事见到的虚拟试衣。竖屏+顶部部署Realsense和一个额外的摄像头，硬件设备倒是其次，主要是它是用换脸去实现换装：把用户的脸部抠出，贴在标准模型上，用户可以调节模型体型，由于是标准模型换装很快，使用虚拟场景而不是实景，也不存在虚实匹配的事。加入了一些美颜。可以说是消除了传统换装的弊端，又因为使用场景和体验效果增加了换装的成单转化可能性。只不过标准模型的身材不是用户实际身材，手动调节显得有点重了。
我觉得未来随着传感器深度数据的升级、计算机视觉对于人体图像分析的发展，对人体的侦测精度、服饰的匹配度都会进一步提高。在技术上，一定会有更精准的产品。
然而虚拟试衣的主要问题还是在应用场景。即便是放在地铁站，我也认为不是一个优秀的消费场景，至少用户此时消费角色没有进入，还要花不少时间去学习使用，还有很多旁观者，都造成这个场景的尴尬。
也许基于人脸、人体姿态、当前衣着的分析判断，能够在人走过的时候智能推荐出和用户年龄层、品味、社会关注点相关性很高的服饰，并直接AR在人体上，让用户直接被吸引。对于注意力成本低的客户，可以靠近机器去进一步选择商品，对于注意力成本高的客户，可以在客户被AR吸引之后，只给一个二维码，用户只需要扫码，不需要继续操控，将这部分资源转移到线上，由线上继续转化。
