近年来,随着体感交互技术的发展,基于Kinect的虚拟试衣系统为顾客在线选购衣物提供了一种新的选择方案。Kinect可以较为准确地测量出人体的骨骼模型,生成人体三维数据,以进一步的为用户推荐衣服型号,并利用可视化技术进行虚拟试装。然而,虚拟试衣技术近几年来表现得一直不愠不火,主要是因为其使用效果受到了技术瓶颈的制约,即无法准确地测量出人体尺寸。不同人的体型不同,不同厂家的制衣型号也不规范,传统的数据筛选与匹配手段为用户选择的衣服尺码总是难以尽如人意,无法提升用户体验与用户回购率。基于人体手工测量手段或者虚拟试衣系统方案,服装店积累了大量的用户体型信息和所购衣物信息,为进行用户购物信息挖掘提供了有效的数据支持。为了解决虚拟试衣合身度的问题,以提高顾客购买率,利用基于统计信息学的机器学习方法,从历史的用户体型信息和所购衣物信息中学习出试衣型号推荐模型,并且通过Kinect体感测量技术,实时获取真实用户的人体尺寸序列,来为其推荐合身的服装型号成为一种很有前景的选择。通过该策略,让消费者在购买服装时能够获得适合自己身材尺寸的服装尺码,增加消费者对网络购衣的满意度与信任感,从而增强消费者的购买行为。在本文中,结合了Kinect体感技术、机器学习技术和Unity3D增强现实开发技术,研究了一整套基于人工智能的虚拟试衣型号推荐技术方案及其应用,具体工作内容和创新如下:(1)基于Kinect体感测量技术,构建人体三维属性拟合函数,实时获取人体点云数据,并拟合出主要人体尺寸属性,减少传统手工人体三维测量的繁琐工作。(2)结合3ds Max人体三维数据库,本文使用多分类技术,训练了四种不同的机器学习算法,通过对比不同试衣型号推荐模型的性能指标,挑选出最优试衣型号推荐模型,代替了数据筛选与匹配的笨拙方案。(3)利用Unity3D增强现实开发工具,实现了试衣型号推荐模型所推荐尺寸的三维衣服模型与实时采集的二维人体影像的虚实融合效果,包括衣服贴合、手势换装等研究,为用户实时展示虚拟试衣是否合身。