L’intelligenza artificiale di Adobe ti consente di visualizzare in anteprima qualsiasi capo di abbigliamento su un modello di body virtuale.

Adobe, in collaborazione con l’Università di Stanford e l’Indian Institute of Technology, ha elaborato un sistema in grado di creare una prova virtuale di capi d’abbigliamento. Chiamato SieveNet, il sistema è in grado di traslare un’immagine di un capo sulla sagoma di un modello, senza sbavature o problemi grafici, in grado di adattarsi a nuove pose del soggetto.

Adobe SieveNet trasferisce realisticamente immagini di abbigliamento su modelli virtuali.

Le piattaforme che consentono agli acquirenti di provare virtualmente cosmetici, abbigliamento e accessori sono esplose in popolarità negli ultimi dieci anni ed è facile capire perché. Secondo un sondaggio condotto dalla società bancaria Klarna, il 29% degli acquirenti preferisce cercare articoli online prima di acquistarli effettivamente, mentre il 49% è interessato a soluzioni che prendono le loro misure in modo che possano essere certi, prima dell’acquisto, che l’articolo si adatterà.

In quest’ottica, un team di ricercatori provenienti da Adobe, dall’Indian Institute of Technology e dall’Università di Stanford, ha esplorato quello che descrivono come una “prova virtuale basata su immagini” per la moda. SieveNet è in grado di conservare le caratteristiche di un capo di abbigliamento (comprese rughe e pieghe) mentre associa l’oggetto a corpi virtuali.

L’obiettivo di SieveNet è quello di acquisire un’immagine dell’abbigliamento e un’immagine del modello del corpo e generare una nuova immagine del modello che indossa l’abbigliamento con la forma del corpo, la posa e altri dettagli originali. A tale scopo, incorpora una tecnica a più stadi che prevede la deformazione di un indumento per allinearlo con la posa e la forma del modello del corpo prima di trasferire la trama deformata sul modello stesso.

Sopra: uno schema di SieveNet.

La deformazione richiede di tener conto delle variazioni di forma o posa tra l’immagine dell’abbigliamento, nonché delle occlusioni nell’immagine del modello (ad esempio, capelli lunghi o braccia incrociate). I moduli specializzati all’interno di SieveNet prevedono trasformazioni di livello grossolano e correzioni di livello dettagliato sopra le trasformazioni grossolane precedenti, mentre un altro modulo calcola l’immagine renderizzata e una maschera in cima al modello del corpo.

Durante gli esperimenti con quattro schede grafiche Nvidia 1080Ti su un PC con 16 GB di RAM, i ricercatori hanno addestrato SieveNet su un set di dati composto da circa 19.000 immagini di modelli femminili frontali e immagini di prodotti di abbigliamento che andrà poi applicato. Riferiscono che nei test qualitativi il sistema ha gestito l’occlusione, la variazione delle pose, la deformazione geometrica e la conservazione della qualità complessiva meglio delle linee di base. Dicono anche che ha raggiunto risultati all’avanguardia attraverso metriche qualitative, tra cui Fréchet Inception Distance (FID), che scatta foto sia dalla distribuzione target che dal sistema in fase di valutazione (in questo caso SieveNet) e utilizza un sistema di riconoscimento di oggetti di intelligenza artificiale per acquisire funzionalità importanti e rilevare le somiglianze.

SieveNet non è il primo nel suo genere: ModiFace di L ‘Oréal, che di recente è arrivato sull’app mobile di Amazon, consente ai clienti di testare diverse tonalità di rossetto su foto e video di se stessi. Il sistema di intelligenza artificiale di Vue.ai sussidia le caratteristiche dell’abbigliamento e impara a produrre pose realistiche, i colori della pelle e altre caratteristiche, generando immagini di modelli di ogni dimensione fino a 5 volte più veloci di un servizio fotografico tradizionale. Sia Gucci che Nike offrono app che consentono alle persone di provare virtualmente le scarpe.

In base a ciò, però, i ricercatori affermano che un sistema come SeiveNet potrebbe essere più facilmente incorporato in app e siti Web esistenti. “La prova virtuale – la visualizzazione di prodotti di moda in un ambiente personalizzato – è particolarmente importante per il commercio di moda online perché compensa la mancanza di un’esperienza fisica diretta dello shopping in negozio”, hanno scritto. “Mostriamo significativi miglioramenti rispetto agli attuali metodi all’avanguardia per la prova virtuale basata su immagini.

Per leggere l’articolo in lingua originale a cui ci siamo ispirati per realizzare questo articolo cliccate qui.