Cercetătorii de la Adobe's Media and Data Science Research Lab, IIT & IIIT Hyderabad și Universitatea Stanford au dezvoltat un sistem care urmărește să ajute cumpărătorii să încerce practic o piesă de îmbrăcăminte pe orice imagine de model dată.
Denumit SieveNet, cadrul este capabil să recreeze noul îmbrăcăminte în forma corpului modelului și să prezinte, păstrând în același timp caracteristicile pânzei, inclusiv elemente de design minuscule, precum pliurile.
Există două etape majore în această abordare - deformând imaginea produsului, transferând textura deformată în corpul modelului. Pentru a realiza acest lucru, cercetătorii folosesc o „rețea de deformare grosieră până la fină în mai multe etape” instruită pentru a identifica aspecte unice ale pânzei folosind o mască de segmentare condiționată înainte de a fi transferată în corpul modelului..
Aruncați o privire la conducta de inferență de mai jos pentru o mai bună înțelegere vizuală a conceptului.
Spre deosebire de metodologiile existente de încercare virtuală, cercetătorii susțin că tehnica nu suferă de defecțiuni vizuale cauzată de sângerarea texturii și deformarea incorectă.
Cercetătorii au format SieveNet pe un set de date bogat format din aproximativ 19.000 de imagini cu modele feminine orientate spre față și imagini de produs. Ei și-au rulat modelul pe un computer cu 16 GB RAM și patru plăci grafice Nvidia 1080Ti. Imaginile au fost rearanjate pentru efectuarea testelor calitative și cantitative.
Din testele calitative și cantitative, cercetătorii au descoperit că sistemele lor produc rezultate mai bune decât metodologiile existente în diverse aspecte, incluzând manipularea ocluziei, deformarea geometrică, variația pozițiilor, evitarea sângerării, păstrarea regiunii neafectate, menținând în același timp calitatea imaginii.
Cercetătorii sugerează integrarea SeiveNet în site-urile de cumpărături online. „Acesta [SeiveNet] este deosebit de important pentru comerțul online de modă, deoarece compensează lipsa unei experiențe fizice directe de cumpărături în magazin ”, au scris cercetătorii.
Consultați întreaga lucrare de cercetare aici și spuneți-ne părerile dvs. despre SeiveNet în comentarii.
Credite pentru imagini recomandate: SeiveNet / Adobe