Онлайн примерочная одежды: Примерочная одежды — Виртуальная примерочная для интернет-магазинов: разработка или купить примерочную одежды, белья, очков, мебели.

Виртуальная примерочная (цифровая примерочная) 5КармаNов

Виртуальная примерочная (цифровая примерочная)

Для удобного и правильного выбора размера нашим покупателям нет необходимости изучать размерные таблицы — достаточно нажать на кнопку и ввести параметры своего тела.

Каждый наш покупатель получает:

• подбор наиболее подходящего лично ему размера;
• визуализацию и описание посадки вещи на каждом участке его фигуры;
• комфортный онлайн-шоппинг с уверенностью в размере.

Что такое виртуальная примерочная?

Это инновационный SaaS-сервис от компании AstraFIT используемый в нашем интернет-магазине, который помогает выбрать наиболее подходящий размер для конкретного изделия.

КАК НАЧАТЬ ПОЛЬЗОВАТЬСЯ ВИЗУАЛЬНОЙ ПРИМЕРОЧНОЙ

Зайдите в карточку понравившегося изделия, в карточке присутствует кнопка «Примерить онлайн»

p.s. если вы не увидите этой кнопки, значит мы еще делаем замеры…

При нажатии этой кнопки, в первый раз, вам будет предложено замерить и ввести параметры своего тела, это делается один раз.

Во время измерения параметров мы подскажем и покажем, как правильно это сделать!
Вооружитесь сантиметровой лентой и измерьте себя, введите запрашиваемые параметры вашего тела с максимальной точностью.

После ввода параметров виртуальная примерочная подберет для вас наиболее подходящий размер, покажет балл, визуальную модель и описание посадки данного изделия на каждом участке вашей фигуры.

С этого момента кнопка «Примерить онлайн» преобразуется и на каждой кнопке вам будет предложен наиболее подходящий размер и оценка, насколько он вам подходит по десятибалльной шкале. Баллы на кнопке показывают на сколько баллов из десяти вам подойдет то или иное изделие в наиболее подходящем размере, 10 баллов – размер подобран идеально!

ТОЧНОСТЬ ПОДБОРА РАЗМЕРА

Наша виртуальная примерочная разработана на основе тщательного тестирования огромного количества разнообразных моделей в разных размерах на реальных покупателях.

Если у вас есть сомнения в рекомендованном размере, вы всегда можете открыть вкладку “Замеры изделия” в окне визуальной примерочной и сравнить параметры изделия с похожим изделием из своего гардероба.

Все изделия из нашего ассортимента замерены для вас вручную!

бывшие сотрудники Google и «Яндекса» разработали AR-сервис для ритейлеров и привлекли $2 млн — Истории на vc.ru

С помощью технологий дополненной реальности в приложениях Wannaby можно «примерить» кроссовки и «попробовать» лаки для ногтей.

{«id»:60559,»url»:»https:\/\/vc.ru\/story\/60559-virtualnaya-primerochnaya-byvshie-sotrudniki-google-i-yandeksa-razrabotali-ar-servis-dlya-riteylerov-i-privlekli-2-mln»,»title»:»\u0412\u0438\u0440\u0442\u0443\u0430\u043b\u044c\u043d\u0430\u044f \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0447\u043d\u0430\u044f: \u0431\u044b\u0432\u0448\u0438\u0435 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0438 Google \u0438 \u00ab\u042f\u043d\u0434\u0435\u043a\u0441\u0430\u00bb \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 AR-\u0441\u0435\u0440\u0432\u0438\u0441 \u0434\u043b\u044f \u0440\u0438\u0442\u0435\u0439\u043b\u0435\u0440\u043e\u0432 \u0438 \u043f\u0440\u0438\u0432\u043b\u0435\u043a\u043b\u0438 $2 \u043c\u043b\u043d»,»services»:{«facebook»:{«url»:»https:\/\/www.

facebook.com\/sharer\/sharer.php?u=https:\/\/vc.ru\/story\/60559-virtualnaya-primerochnaya-byvshie-sotrudniki-google-i-yandeksa-razrabotali-ar-servis-dlya-riteylerov-i-privlekli-2-mln»,»short_name»:»FB»,»title»:»Facebook»,»width»:600,»height»:450},»vkontakte»:{«url»:»https:\/\/vk.com\/share.php?url=https:\/\/vc.ru\/story\/60559-virtualnaya-primerochnaya-byvshie-sotrudniki-google-i-yandeksa-razrabotali-ar-servis-dlya-riteylerov-i-privlekli-2-mln&title=\u0412\u0438\u0440\u0442\u0443\u0430\u043b\u044c\u043d\u0430\u044f \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0447\u043d\u0430\u044f: \u0431\u044b\u0432\u0448\u0438\u0435 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0438 Google \u0438 \u00ab\u042f\u043d\u0434\u0435\u043a\u0441\u0430\u00bb \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 AR-\u0441\u0435\u0440\u0432\u0438\u0441 \u0434\u043b\u044f \u0440\u0438\u0442\u0435\u0439\u043b\u0435\u0440\u043e\u0432 \u0438 \u043f\u0440\u0438\u0432\u043b\u0435\u043a\u043b\u0438 $2 \u043c\u043b\u043d»,»short_name»:»VK»,»title»:»\u0412\u041a\u043e\u043d\u0442\u0430\u043a\u0442\u0435″,»width»:600,»height»:450},»twitter»:{«url»:»https:\/\/twitter. com\/intent\/tweet?url=https:\/\/vc.ru\/story\/60559-virtualnaya-primerochnaya-byvshie-sotrudniki-google-i-yandeksa-razrabotali-ar-servis-dlya-riteylerov-i-privlekli-2-mln&text=\u0412\u0438\u0440\u0442\u0443\u0430\u043b\u044c\u043d\u0430\u044f \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0447\u043d\u0430\u044f: \u0431\u044b\u0432\u0448\u0438\u0435 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0438 Google \u0438 \u00ab\u042f\u043d\u0434\u0435\u043a\u0441\u0430\u00bb \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 AR-\u0441\u0435\u0440\u0432\u0438\u0441 \u0434\u043b\u044f \u0440\u0438\u0442\u0435\u0439\u043b\u0435\u0440\u043e\u0432 \u0438 \u043f\u0440\u0438\u0432\u043b\u0435\u043a\u043b\u0438 $2 \u043c\u043b\u043d»,»short_name»:»TW»,»title»:»Twitter»,»width»:600,»height»:450},»telegram»:{«url»:»tg:\/\/msg_url?url=https:\/\/vc.ru\/story\/60559-virtualnaya-primerochnaya-byvshie-sotrudniki-google-i-yandeksa-razrabotali-ar-servis-dlya-riteylerov-i-privlekli-2-mln&text=\u0412\u0438\u0440\u0442\u0443\u0430\u043b\u044c\u043d\u0430\u044f \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0447\u043d\u0430\u044f: \u0431\u044b\u0432\u0448\u0438\u0435 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0438 Google \u0438 \u00ab\u042f\u043d\u0434\u0435\u043a\u0441\u0430\u00bb \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 AR-\u0441\u0435\u0440\u0432\u0438\u0441 \u0434\u043b\u044f \u0440\u0438\u0442\u0435\u0439\u043b\u0435\u0440\u043e\u0432 \u0438 \u043f\u0440\u0438\u0432\u043b\u0435\u043a\u043b\u0438 $2 \u043c\u043b\u043d»,»short_name»:»TG»,»title»:»Telegram»,»width»:600,»height»:450},»odnoklassniki»:{«url»:»http:\/\/connect. ok.ru\/dk?st.cmd=WidgetSharePreview&service=odnoklassniki&st.shareUrl=https:\/\/vc.ru\/story\/60559-virtualnaya-primerochnaya-byvshie-sotrudniki-google-i-yandeksa-razrabotali-ar-servis-dlya-riteylerov-i-privlekli-2-mln»,»short_name»:»OK»,»title»:»\u041e\u0434\u043d\u043e\u043a\u043b\u0430\u0441\u0441\u043d\u0438\u043a\u0438″,»width»:600,»height»:450},»email»:{«url»:»mailto:?subject=\u0412\u0438\u0440\u0442\u0443\u0430\u043b\u044c\u043d\u0430\u044f \u043f\u0440\u0438\u043c\u0435\u0440\u043e\u0447\u043d\u0430\u044f: \u0431\u044b\u0432\u0448\u0438\u0435 \u0441\u043e\u0442\u0440\u0443\u0434\u043d\u0438\u043a\u0438 Google \u0438 \u00ab\u042f\u043d\u0434\u0435\u043a\u0441\u0430\u00bb \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 AR-\u0441\u0435\u0440\u0432\u0438\u0441 \u0434\u043b\u044f \u0440\u0438\u0442\u0435\u0439\u043b\u0435\u0440\u043e\u0432 \u0438 \u043f\u0440\u0438\u0432\u043b\u0435\u043a\u043b\u0438 $2 \u043c\u043b\u043d&body=https:\/\/vc.ru\/story\/60559-virtualnaya-primerochnaya-byvshie-sotrudniki-google-i-yandeksa-razrabotali-ar-servis-dlya-riteylerov-i-privlekli-2-mln»,»short_name»:»Email»,»title»:»\u041e\u0442\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u043d\u0430 \u043f\u043e\u0447\u0442\u0443″,»width»:600,»height»:450}},»isFavorited»:false}

33 616 просмотров

Компания Wannaby разрабатывает технологии компьютерного зрения и рендеринга, чтобы пользователи могли «примерить», как товары из онлайн- и офлайн-магазинов будут смотреться на теле.

В 2018 году стартап привлёк $2 млн от инвестиционных компаний Bulba Ventures и Haxus. За год команда выпустила два мобильных приложения по AR-примерке: Wanna Nails позволяет сравнивать цвета лаков для ногтей на руках, а Wanna Kicks — смотреть, как выглядят разные модели кроссовок на ногах.

Занимается этим белорусская команда во главе с тремя основателями: экс-инженером Google Сергеем Архангельским, бывшим разработчиком «Яндекса» Арсением Кравченко и Дмитрием Пылило, программистом стартапа Aimatter.

Сергей Архангельский рассказал, почему решил оставить корпоративную карьеру в Google, о технологиях Wanna Kicks и монетизации проектов.

Стартап в Минске вместо офиса в Калифорнии

Я работал в Google 10 лет — первые восемь лет в московском офисе и ещё два года в Калифорнии. В 2017 году вернулся обратно в Москву и через некоторое время поехал работать в Wannaby, которая находится в Минске.

В калифорнийском Google я работал в команде поискового ранжирования и был состоявшимся профессионалом. Но хотел заниматься собственным проектом — Wannaby стала для меня именно таким. Всего в команде три сооснователя — я, Арсений Кравченко и Дмитрий Пылило.

Сергей Архангельский

С другими сооснователями меня познакомил Юрий Мельничек — основатель картографического сервиса Maps. me и создатель инвестиционной компании Bulba Ventures. Мы общались — и я был в курсе дел компании, но полностью присоединился к команде только летом 2018 года.

Уходить из крупной корпорации было страшно, но когда делать что-то своё, если не сейчас? К тому же корпоративная карьера в Google для меня не закрыта — при желании я могу вернуться или пойти в другую компанию.

В том же году Bulba Ventures совместно с фондом Haxus вложила в Wannaby $2 млн. На эти деньги мы работаем до сих пор — развиваем технологию, платим за аренду офиса, а также за сервера, которые используем для обучения наших нейросетевых моделей.

Виртуальная примерочная

Идея в том, что дополненная реальность может по-новому изменить электронную коммерцию. Позволяя примерять вещи в дополненной реальности, мы разрушаем барьеры между офлайн- и онлайн-покупками.

Один из главных недостатков покупки одежды или обуви через интернет в том, что покупатель не может примерить товар не себе — у него есть только картинка и в лучшем случае видео. Вы не можете никак повзаимодействовать с вещью — сравнить, подходит ли выбранный цвет к вашей коже или одежде.

Изначально мы думали, на какую часть тела нацелить разрабатываемую технологию примерки в дополненной реальности — проводили исследования, общались с ритейлерами. Самая очевидная ниша — лицо и губы — уже были освоены конкурентами. Примерить очки или макияж разных цветов можно даже с помощью технологий от Apple и Google.

Другое дело создать технологию для примерки одежды или аксессуаров на руках и ногах — это показалось перспективным. Мы начали с ногтей и рук, потому что вдохновлялись опытом компании ModiFace, которую купила компания L’Oreal, по слухам, за очень большую сумму. Показалось, что ассортимент товаров, которые можно примерять на руках, достаточно велик — кольца, браслеты, часы.

Мы решили работать над технологией по примерке лаков для ногтей, и в мае 2018 года мы запустили Wanna Nails. Как впоследствии оказалось, рынок лаков для ногтей не очень большой. Если бы мы собрали обратную связь с рынка прежде, чем заняться разработкой, то сэкономили бы несколько месяцев.

В дальнейшем мы нашли способ, как протестировать подобную идею без предварительной разработки программы. В самом начале работы над нашим вторым приложением Wanna Kicks мы сделали видеоролик — показали, как мог бы выглядеть сервис. Видеоролик представили брендам и ритейлерам как рекламный прототип идеи. Отзывы были позитивными, поэтому решили работать над технологией примерки кроссовок.

Технология

Техническую задачу по Wanna Kicks можно разделить на три части.

Первое — позиционирование ноги. То есть по снятому видеопотоку нужно понять, как расположена нога, под каким углом, насколько далеко от камеры. В этой части задействован специальный алгоритм, который определяет положение ноги. Он полностью основан на нейросетях, и технологию его работы мы не можем разглашать.

Когда изображение обработает нейросеть, за дело принимается дополнительный алгоритм постобработки, который компенсирует результат нейросети. Это наши уникальные разработки, поэтому мы можем говорить о них лишь в общих чертах.

Чтобы позиционирование ног было максимально точным, мы сформировали отдел разметки. Он собирает фотографии человеческих ног, анализирует их и улучшает разметку в приложении. За счёт этого улучшается качество посадки виртуального кроссовка на ноге.

Когда мы определили положение ноги, нужно понять, какая часть кроссовка скрыта ногой и не должна быть видна на экране. Если мы просто нарисуем кроссовок и поместим его поверх ноги, будет выглядеть, будто кроссовок стоит перед ступнёй, а не надет на неё.

Если включить камеру в приложении и поводить ногой в разные стороны, замечаешь, как некоторые части кроссовка пропадают из виду. Мы называем этот процесс затенением.

Третья задача — рендеринг (отрисовка) кроссовка. Мы много внимания уделяем тому, чтобы обувь, изображенная в приложении, выглядела максимально реалистично.

Для этого мы разработали собственный движок отрисовки PBR (physically based rendering). Он старается физически правильно отрисовать обувь — учесть параметры светоотражения и рассеивания света.

Во время моделирования кроссовок мы также помечаем, из какой ткани сделаны разные его части — указываем движку, что подошва сделана из резины, верх обуви — из ткани, носок — из кожи или металла. Это нужно, потому что в реальности ткань выглядит по-разному, например, металлические части и лакированная кожа отражают цвет, а замша — рассеивает.

Сами модели мы делаем так: берём физический кроссовок и фотографируем его в студии с разных ракурсов — от 200 до 300 раз. Затем используем софт стороннего производителя, который применяет алгоритм фотограмметрии (определение форм, размеров и положения объектов по их фотографиям — vc.ru). Мы пропускаем снимки через фотограмметрию, алгоритм их склеивает и создаёт трехмерную модель — с текстурой и объёмом.

Результат фотограмметрии всё равно выглядит не слишком точно, поэтому мы дорабатываем 3D-модель в автоматическом и ручном режимах.

Сложности разработки

В разработке сложнее всего было понять, как подходить к задаче. Мы понимали, чего хотим, но не знали, как это сделать. Несколько недель потратили только на исследовательскую работу — читали статьи, ставили эксперименты.

С ногтями был сложный момент — было непонятно, как переносить цвет на ногти. Если закрасить ногтевую пластину одним цветом, будет казаться, что в ногтях просто какие-то цветные дырки. Большая часть нашего ноу-хау по ногтям — это алгоритм перекраски. Команда инженеров много экспериментировала, но результат всё равно оставался неудовлетворительным. Затем мы познакомились с сотрудниками научной лаборатории, которые занимались цветопередачей.

Они подробно объяснили, как это работает, и тогда мы смогли создать алгоритм перекраски, который нас удовлетворил и до сих пор работает. Преимущество алгоритма в том, что он хорошо передаёт цветные блики, за счёт чего ногти с лаком выглядят натурально.

В июне 2018 года приложение Wanna Nails стало продуктом дня и продуктом недели на Product Hunt. А в конце года мы выиграли приз Golden Kitty Awards, как лучший проект в категории AR.

Но мы быстро поняли, что рынок лаков достаточно маленький, нужно было решать, что делать дальше и в какую сторону двигаться. Это был сложный момент — всю нашу стратегию пришлось поставить под сомнение.

Тогда мы на две недели уехали всей командой на хакатон: сняли дом на Кипре, пробовали новые идеи, пытались встряхнуться и взглянуть на наш проект с другой стороны.

Мы были готовы заняться виртуальной примеркой колец на пальцах, но всё-таки решили остановиться на примерке кроссовок — эта тема показалась нам более интересной.

Кольца — это для более зрелых людей, а кроссовки в тренде. Мы провели анализ рынка — потратили время, оценивая, что можем получить, если создадим виртуальную примерку колец, косметики или обуви. В конце концов решили, что у технологии примерки обуви самый перспективный финансовый потенциал.

Наше решение основывалось на нескольких критериях — объёме рынка, количества продаж обуви в год через офлайн- и онлайн-каналы, а также реакции брендов и ритейлеров, с которыми мы общались.

С технической точки зрения виртуальная примерка кроссовок на порядок более сложная задача, чем смена цветов лаков на ногтевой пластине. Готовых решений не было — мы с командой учились вместе: раз в неделю собирались на час и делились друг с другом знаниями.

Команда

Команда Wannaby поделена на две части: первая занимается научно-исследовательской работой, придумывает алгоритмы и обучает нейронные сети. А вторая — воплощает заданные алгоритмы на мобильных телефонах. Всего у нас около 23 сотрудника — больше всего инженеров

Офис компании находится в Минске, с поиском кадров помогла репутация наших инвесторов — все знают, что Bulba Ventures и Haxus не будут вкладываться в непонятные проекты.

Команда Wannaby

Также наш сооснователь Арсений Кравченко — неформальный лидер и организатор Open Data Science в Белоруссии — проводит мероприятия и знаком со многими инженерами. Но уже сейчас о нас много написали в СМИ, разработчики сами к нам обращаются — предлагают сотрудничать.

Продвижение

В конце января 2019 года мы запустили приложение Wanna Kicks. Всего на разработку технологии ушло 6 месяцев. Запуск по кроссовкам превзошёл все наши ожидания — за первые четыре дня мы собрали 100 тысяч установок, а за месяц — 240 тысяч.

На сегодняший день запуск приложения — наше лучшее вложение в развитие на b2b- и b2c-рынках. Маркетинговый бюджет компании был минимальный.

Мы не платили за нативную рекламу в СМИ, но вышли на журналиста TechCrunch и смогли заинтересовать его нашей технологией. Он написал о нас историю, а дальше её перепечатали другие зарубежные издания, в том числе и сникерхедские.

Кроме того, Белоруссия — небольшая страна, про нас узнали местные СМИ и вскоре рассказали про приложения даже на государственных телеканалах.

Однажды мы заметили всплеск активности из Германии — оказалось, что компания Vodafone включила нашу компанию в свой обзор технологических новинок. В Швейцарии история о нас вышла на титульном листе газеты, которая раздаётся в общественном транспорте. Совершенно точно есть какой-то вау-фактор, который заинтересовал людей.

Когда долго над чем-то работаешь, начинаешь воспринимать своё дело как должное, и в глаза бросаются только недостатки. А люди со стороны замечают больше достоинств технологии, очень удивляются и радуются. Благодаря этому мы пока хорошо продвигаемся органически.

Монетизация и сотрудничество с брендами

Основной расчёт по монетизации — применять наши технологии на площадках других компаний, а не только в приложениях Wannaby. Наши разработки — это новый опыт, который бренды могут предложить клиентам.

Также мы хотим внедрить технологию не только в приложениях брендов, но и в офлайн-точках продаж.

Например, вы приходите в магазин обуви и перед примеркой можете посмотреть, как выглядит десяток-другой разных моделей кроссовок на вашей ноге. А если в магазине есть только один цвет выбранной вами модели, вы можете заглянуть в приложение и примерить другой цвет.

Сейчас мы ведём переговоры с небольшой датской сетью магазинов кроссовок. Возможно, вскоре будем делать что-то подобное с ними.

Пока из сотрудничеств с крупными компаниями можно отметить наше партнёрство с Adidas Russiа — мы запустили в нашем приложении модель Ultra Boost 19. Ребята настроены сотрудничать с нами дальше, чтобы в приложении появлялись новые топовые модели кроссовок. Можно было бы запустить и все модели — но всё-таки у компаний и покупателей самый большой интерес вызывают новые модели.

В сентябре 2018 года мы также сделали совместный проект с косметической компанией Orly, они представили новую коллекцию лаков в нашем приложении — девушки смогли зайти и попробовать заранее разные лаки.

Стоимость внедрения нашей технологии зависит от многих факторов, например, сколько потенциальных клиентов у компании-клиента и так далее. Могу сказать, что похожие проекты по примерке макияжа брали от брендов от $100 тысяч до $200 тысяч в год.

Нам также написало много маленьких брендов — из Америки, Франции, Японии и Италии, которые предлагали добавить их ассортимент в приложение, а взамен делиться процентом от прибыли. Но мы понимаем, что пользователи хотят видеть скорее какие-то известные бренды — Nike, Adidas, Reebok.

В последней версии приложения у нас появились кроссовки калифорнийского бренда Allbirds. Мы сотрудничаем на безвозмездной основе, потому что обувь понравилась.

Планы на будущее

Сейчас мы не занимаемся Wanna Nails — только поддерживаем и улучшаем интерфейс, но технологию не развиваем. Силы сосредоточены на Wanna Kicks, потому что в нём мы видим больше потенциала.

В дальнейшем планируем делать пилотные проекты с компаниями, брендами, ритейлерами и запускать коммерческую эксплуатацию. Но сначала нужно много сделать для улучшения самой технологии — ускорить процесс моделирования и так далее.

Конечно, мы думаем о разработке технологии для виртуальной примерки одежды. Но пока не можем ответить на главные вопросы:

• Как это должно выглядеть с продуктовой точки зрения?
• Это нужно делать с помощью зеркала для примерки?
• Как сканировать всё тело с помощью телефона и сделать этот процесс удобным для пользователей?

А руки и ноги можно легко отсканировать с помощью фотокамеры, поэтому с лаками и кроссовками таких вопросов не возникало.

Готовые решения и модули: SHOWROOM Lite: универсальная онлайн-примерочная

Универсальная онлайн-примерочная — конструктор: можно мерить практически всё!

Lite имеет меньший функционал по сравнению с SHOWROOM Pro. Перейти к редакции PRO

ВАШИ ПОСЕТИТЕЛИ СМОГУТ ПОДОБРАТЬ ДЛЯ СЕБЯ ОНЛАЙН:

•    одежда и аксессуары
  
•    детская одежда
  
•    украшения, парики, очки
  
•    мебель
  
•    предметы интерьера
  
•    автотовары
  
•    техника и оборудование
  
•    и многое-многое другое.
  

Примеряйте свадебные платья, конструируйте кухню, подбирайте галстук, расставляйте технику и оборудование для дома, подбирайте диски и тюнинг для авто, наряжайте детей, подбирайте тату, меняйте двери и забор для дома, подбирайте украшения, декор и аксессуары, выбирайте картину или часы для интерьера и многое-многое другое!

На демосайте представлены различные варианты использования SHOWROOM , в том числе: примерочная одежды, примерочная очков, конструктор мебели, выбор дизайна интерьера, подбор тату для татусалона, подбор прически и украшений, расстановка ограждений у коттеджа и  растений в саду,  подбор рамки или багета оформления,  игра для сайта и другие варианты использования.

Виртуальная примерочная SHOWROOM это:
— 12 цветовых решений и 2 стиля слайдеров. Showroom идеально впишется в дизайн Вашего сайта!
— Загрузка своих фонов для примерки пользователем. Полная персонализация: загружайте любые свои фото! Лицо или фото в полный рост, фото комнаты или авто — примеряйте и подбирайте всё точно для себя!
— Создание фона с веб-камеры. Пользователь может сделать фото с веб-камеры прямо в примерочной, мгновенно получив свой фон!
— Лёгкое изменение положения элементов простым перетаскиванием мышью. Перемещайте и расставляйте элементы так, как Вы хотите! Парики, платья, багет, торшеры… — всему своё место!
— Произвольное гибкое изменение размеров элемента. Меняйте размеры и получайте идеальный вид!
— Просмотр и управление элементами по одному или по несколько на выбор. Просто комбинируйте любые варианты и сочетания!
— Управление порядком элементов друг поверх друга (порядок слоев). Создавайте интересные многослойные комбинации парой кликов!
— Возможность сохранения результатов примерки на свой компьютер.
— Показ недавно просмотренных предложений в примерочной. Быстро находите то, что уже примерили!
— и множество других настроек.

Посмотреть все возможности

В РЕДАКЦИИ PRO ДОПОЛНИТЕЛЬНО:
— Добавление товара в корзину прямо из примерочной. Превращайте пользователей в Клиентов!
— Быстрое оформление «Купить в один клик». Быстрый заказ — высокая конверсия!
— Слайдер похожих товаров из каталога. Ещё больше возможностей для выбора пользователем!
— Просмотр в отдельной ленте похожих предложений из имеющихся в слайдере примерочной. Легко подбирайте комплекты, наборы, коллекции!
— Интеграция с Вконтакте: постинг результата примерки на Вашу стену. Выкладывайте результат примерки на стену соцсети одним кликом! Делитесь, хвалите, обсуждайте!

Перейти к редакции PRO

Специальная разработка для сайтов на Битрикс — автоматическая установка за 1 минуту (для редакций Старт, Стандарт, Эксперт, Малый Бизнес, Бизнес).

Опередите конкурентов — установите Showroom первым!

Получите для сайта:

• Высокая конверсия. Просмотры и примерки легко превращаются в успешные продажи!
  
• Лояльность Клиентов. Showroom стирает границы между пользователем и интернет-магазином и повышает доверие. Вас запомнят и полюбят!
  
• Улучшенные SEO-показатели. Showroom влияет на поведенческие факторы, которые так любят поисковые системы.
  

Разработчик: веб-студия ONVOLGA

Как виртуальная примерка одежды помогает ритейлерам удерживать покупателей

Мы уже писали, что беларусы придумали мобильное приложение Goodstyle — виртуальную примерочную одежды. С его помощью можно увидеть, как вещь из каталогов интернет-магазинов будет выглядеть на покупателе, а также скомбинировать ее с другими товарами или даже уже имеющимися в гардеробе пользователя предметами. Разработчики уже заключили контракты Tom Tailor, Stradivarius, Lacoste, GUESS, а партнёрами приложения являются Lamoda и Aliexpress.

Marketing.by расспросил Кирилла Новикова, основателя и руководителя компании VIP IT, о разработке, продвижении и перспективах приложения Goodstyle.

— Расскажите, как родилась в целом идея разработки и запуска приложения?

— Первые мысли о том, что было бы здорово, если бы покупатели могли заранее представить себя в той или иной вещи, посетили меня еще в мои 19, когда я работал на своей первой работе — консультантом в фирменном магазине Adidas. Правда, эти мысли были преждевременными хотя бы потому, что смартфонов как таковых на тот момент не существовало, да и онлайн-торговли тоже. Однако со временем, когда появился и интернет как часть нашей повседневной жизни, и онлайн-торговля, и смартфоны, эта смутная первоначальная идея смогла оформиться до ясного и четкого представления о том, каким должен быть такой продукт, как виртуальная примерочная, кому и зачем он мог бы быть полезен. Финальную точку поставил фильм «Терминал» с Томом Хэнксом. В нем есть момент, когда герой пытается примерить на себя костюмы с витрины, «подставляя» свое лицо манекенам с одеждой. Как-то так все это и представлялось в моем воображении — и я понял, что пора переходить от мыслей к их воплощению.

— Что происходит в нише мобильных приложений для виртуальной примерки? Как она развивается на фоне масштабного перехода модных покупок в онлайн?

— Два с половиной года назад, когда мы приступили к активной фазе реализации идеи создания виртуальной примерочной, я какое-то время я мониторил рынок на предмет изучения существующих альтернатив и обнаружил, что особой конкуренции в этой нише нет.

За прошедшее время ситуация, конечно, изменилась: появилось несколько продуктов с похожим смыслом. Было бы странно, если бы было по-другому — ведь рынок онлайн-покупок одежды активно развивается. Однако прямыми конкурентами друг другу и нам они не являются, поскольку каждый по-своему подходит к функционалу и предоставляет пользователям разные возможности.

— Каковы уникальные отличия вашего продукта, которые позволили вам привлечь внимание партнеров — Lamoda, Aliexpress?

— Когда я начинал продумывать идею создания виртуальной примерочной, много размышлял о том, почему крупные ритейлеры вроде eBay или Amazon, Zara или H&M до сих пор не предложили ничего подобного сами. Идея-то, по сути, лежит на поверхности, в их распоряжении есть многомиллиардные бюджеты — а продукта нет. А потом мы обнаружили, что сам процесс обработки фото из каталогов с тем, чтобы сделать возможной виртуальную примерку на любую фигуру (что и делает приложение Goodstyle уникальным) достаточно сложен и трудоемок. А если представить, с каким количеством товаров приходится иметь дело крупным ритейлерам (у одной только Lamoda — порядка 400 тыс. наименований!), учесть, что одежда — товар быстрооборачиваемый и каталоги обновляются как минимум ежедневно, понять отсутствие собственного приложения уже легче.

Вместе с тем, возможность «поиграть» с товаром перед его покупкой, примерить на себя различные образы и стили — эффективный «якорь», который помогает удержать покупателя. Так что нашей задачей было создать инструмент, который бы позволял сделать процесс обработки любых объемов фотографий из каталогов простым и быстрым. И таким инструментом стала наша нейросеть: за час она способна обработать несколько тысяч изображений. Именно это и нужно было нашим партнерам — и именно поэтому им интересен наш продукт.

Кроме того, наш сервис «подсказывает» пользователям, где найти желаемые товары или похожие модели — и тем самым помогает интернет-площадкам увеличить количество покупателей и обеспечивает дополнительные продажи.

— Почему и как вам удалось добиться партнерства с крупными игроками?

— По сути, мы предлагаем продукт 4-в-1:

• сервис подбора одежды с последующей покупкой;
• функция создания готовых образов с подбором максимально похожих на желаемые вариантов в интернет-магазинах;
• возможность оценить совместимость понравившейся вещи со своим гардеробом еще до покупки, а также выбирать, в чем пойти на работу или гулять, составляя сеты прямо в приложении — причем с учетом прогноза погоды или других факторов;
• онлайн-журнал о моде — с новостями и статьями, посвященными основным тенденциям, интересными рассказами и фактами из мира моды и другим востребованным контентом.

Мы выбрали именно такой подход не случайно. Дело в том, что большинство программ, которые люди устанавливают на свои смартфоны (порядка 80%), так и остается лежать в памяти мертвым грузом. Поэтому мы стремились создать не несколько разных, а одно удобное и практичное приложение, которое помогало бы решать сразу несколько задач и которым человек пользовался бы каждый день.

В перспективе — пока отдаленной, но обозримой — мы хотим «научить» нейросеть подбирать наиболее удачные для пользователя варианты на основе анализа его телосложения, цветотипа и других индивидуальных особенностей. Наша цель — стать своего рода Tesla в своей сфере: первопроходцами, на которых равняются остальные.

— Расскажите о продвижение среди конечных пользователей: на что делали ставку, что сработало? Работаете ли с лидерами мнений?

— Нашей первоочередной целью было выпустить продукт и проверить свою гипотезу в действии: насколько такая возможность окажется востребованной, куда, в какие разделы пользователи будут заходить, будут ли совершать покупки.

Начать мы решили с Lamoda — этот ресурс хорошо известен в русскоязычном сегменте, ему доверяют, да и территориально он ближе всего к нам. С другой стороны, мы понимали, что для того, чтобы иметь хорошие KPI и показывать хорошие продажи, нам необходим американский рынок: онлайн-продажи на нем достигают 40% от общего объема, а средний чек намного выше, чем в России. Именно для выхода на американский рынок мы в ближайшие месяц-полтора и планируем развернуть крупную рекламную кампанию. На российском рынке мы, по сути, занимались не рекламой (хотя была небольшая рекламная кампания в Facebook и Instagram в виде запуска баннерной рекламы с целью собрать пользователей), а аналитикой. Первые же собранные нами данные внушили оптимизм: мы привлекли 10 тыс. пользователей, увидели, что в среднем в Goodstyle человек проводит 9 минут — а это очень неплохо на начальном этапе. Да, из этих 10 тыс. был закономерный отток (порядка 60%), но оставшиеся 40% пользуются приложением достаточно активно. При правильном таргетировании, настройке по интересам процент оттока был бы ниже, но на том этапе это не было нашей целью.

Что касается работы с лидерами мнений, мы не привлекали их целенаправленно — нам интересно проверить, насколько наше приложение в состоянии привлечь их так же, как привлекло обычных пользователей, и получить профессиональный и объективный фидбек от авторитетных представителей модной индустрии.

На начальных этапах определенную проблему создавало отсутствие iOS-версии (работа над ней шла с отставанием на 3-4 месяца), однако сейчас она есть, а значит, можно начинать более активно работать над продвижением нашего приложения, поскольку теперь мы закрываем всю аудиторию пользователей смартфонов.

— Какими способами удерживаете пользователей приложения? Как работаете с контентом — новостями из мира моды, советами? 

— Покупки одежды носят импульсный характер: иногда достаточно увидеть интересный образ или необычную вещь, чтобы спонтанно ее приобрести. Наше приложение дает пользователям возможность играть с образами, видеть и оценивать себя в абсолютно разных имиджах и стилистических решениях — и тем самым создает этот импульс, желание купить, желание продолжать. Потому что это интересно, это делает жизнь ярче и красивее, наполняет ее эмоциями. При этом пользование приложением не требует таких усилий, как поход по офлайн-магазинам и примерка реальных вещей — особенно если речь идет о покупках для мужей или детей, то есть категорий, которые обычно не отличается любовью к шоппингу .И эта простота тоже нравится пользователям.

Свою роль играет и работа с контентом: новости, статьи, модные советы создают соответствующую информационную среду, вдохновляют на новые идеи (например, повторить образ с красной дорожки) да и просто позволяют восполнить пробелы в знаниях о мире моды. Над наполнением этих разделов работают профессиональные журналисты и копирайтеры, контент обновляется ежедневно, мы следим за тем, чтобы информация была актуальной, разнообразной и интересной нашим пользователям.

В перспективе мы планируем внедрить возможность получать индивидуальные консультации стилистов, привлекать их к помощи в шоппинге и созданию цельного образа в соответствии с потребностями пользователя (возможно, в качестве платной опции).

интерактивная примерочная ,одежда онлайн ,примерка одежды

Кто же из нас не мечтает примерить на себя множество образов одним кликом?
Теперь это стало возможно с нашей интерактивной разработкой «Виртуальная примерочная».

Как это работает?

Вы наверняка слышали о технологии дополненной реальности, сегодня эта технология набирает сумасшедшие обороты, область применения не ограничена, вот и наши специалисты решили использовать ее возможности по максимуму.
На сенсорном экране вы выбираете из большого ассортимента представленных моделей то, что вы хотели бы примерить на себя, нажав на выбранную позицию она появляется на большом зеркале. Вы сразу можете видеть себя в данной одежде, вы можете покрутиться, присесть, и одежда будет двигаться вместе с вами, «чудеса» скажете вы! Конечно капелька чуда тут присутствует тоже, но все это результат слаженной команды менеджеров, дизайнеров, инженеров компании Interactive Russia.

Кому это будет полезно?

Музеям – каждый посетитель может окунуться в определенную эпоху, примерив на себя любой исторический костюм.
Магазинам – покупатель может подобрать ассортимент и посмотреть сочетание стилей не тратя много времени на переодевание.
Развлекательным паркам – а почему бы вам не стать Робин Гудом или не примерить на себя костюм Белоснежки? Каждый гость может примерить на себя любой образ, выбрав любимого сказочного героя на сенсорном экране. Все зависит только от вашей фантазии.
Все подобранные луки вы можете отправить на свою электронную почту, введя адрес в специальном окне.

Уникальность данной интерактивной виртуальной примерочной состоит в том, что вы сразу видите результат в зеркале, не нужно тратить много времени и сил, снимая и надевая одежду. Да и не в каждом музее есть возможность так глубоко погрузить посетителя в эпоху.
Данный интерактив не оставит равнодушным ни детей, ни взрослых, и эта активность точно попадет в новостные ленты соцсетей ваших покупателей. Это отличная возможность продвижения своего бренда!

Если вы заинтересовались данной интерактивной разработкой, просто позвоните нам, и наши специалисты с удовольствием проконсультируют вас. Помните, в компании Interactive Russia работают настоящие профессионалы своего дела, готовые воплотить любые ваши идеи.

«5 карманов» представила новую виртуальную примерочную — E-pepper.ru

Сеть молодежной одежды «5 карманов» запустила сервис «виртуальная примерочная» в своем интернет-магазине. Сервис разработан компанией AstraFIT. Его алгоритмы учитывают свойства материала изделия, особенности фигуры и лекал. Кроме того, виртуально примерить одежду можно будет и в традиционных магазинах сети.

«Мы рассчитываем, что виртуальная примерка поможет увеличить конверсию до 8–9% и сократит отказы после примерки перед их покупкой на 15–29% — сейчас они могут составлять до 40%», — рассказывает коммерческий директор сети Елена Шишкина.

Сервис удобен для клиентов и прост в использовании: После загрузки своих параметров, при помощи визуализации фигуры на 2D модели, покупатель может увидеть, подойдет ли ему изделие, и получить четкие рекомендации по выбору нужного размера. 

«Пандемия COVID-19 вносит свои коррективы в работу розничных магазинов, а именно — закрыты примерочные в магазинах, — говорит основатель сети магазинов „5 карманов“ Владимир Шеховцов. — В этой ситуации использование виртуальной примерочной нашими консультантами в розничном магазине поможет клиенту сделать покупку без утомительной неопределенности».

Ещё одно новшество от «5 карманов»: сеть запустила продажу электронных подарочных сертификатов. Купить сертификат можно в интернет-магазине 5karmanov.ru. Для этого достаточно ввести данные отправителя, получателя и выбрать номинал. После оплаты сертификат мгновенно придет на телефон и электронную почту адресата. При желании клиент может придать дополнительных эмоций подарку, заменив фирменный дизайн сертификата на свое фото и написав поздравление. Электронный подарочный сертификат «5 карманов» действует 1 год со дня активации. Воспользоваться им можно многократно в рамках доступного номинала в интернет-магазине 5karmanov.ru. 

3D примерочная для модных брендов

Virtual fit

При разработке новой коллекции одежды нет необходимости физически шить тестовую одежду, достаточно виртуальной примерки на манекене в любой из дизайнерских программ. Цифровизация процесса проектирования одежды позволяет ускорить цикл разработки одежды и не тратить время и материалы на пошив одного экземпляра.

Параметры виртуального манекена будут соответствовать реальным клиентам, а не быть просто набором значений «по умолчанию» в программе.Дизайнер одежды должен знать, как выглядит настоящая аудитория бренда. Персонализация виртуального примерочного манекена повысит качество и успех новой коллекции одежды.

Возможность собирать большие объемы данных о клиентах превращает производителей одежды в центры обработки данных клиентов. Успех новых коллекций и компании в целом зависит от качества данных и выводов на их основе.

Таблицы устаревшие

Размерная сетка определяет параметры пошиваемой одежды и регулирует процесс изготовления одежды на фабрике.Данные для размерной сетки должны постоянно обновляться и детально сегментироваться на основе параметров новых коллекций.

Автоматизация процесса сбора замеров клиентов ускорит процесс обновления данных в размерных сетках. Информация о параметрах тела реальных покупателей поможет в анализе успешности продаж конкретных размеров и обеспечит быструю обратную связь с дизайнерами бренда.

Наличие актуальных данных о клиентах поможет бренду найти новые сегменты потенциальных клиентов бренда, начать выпуск коллекций для определенных сегментов аудитории.Разделяй и владей на рынке массового производства одежды.

Возрождение личного пошива

Автоматическое получение качественных мерок тела решает давнюю проблему изготовления одежды на заказ. Благодаря развитию технологий компьютерного зрения клиенты могут узнать свои измерения в любой точке мира всего за несколько минут — просто сделайте 2 фотографии. Отправка этих данных производителю займет всего несколько секунд.

Индивидуальный пошив снова начинает занимать значительную долю модного рынка.Новые технологии снижают затраты и не требуют физического присутствия клиента в студии. Изготовление одежды на заказ можно полностью автоматизировать за счет синхронизации данных конкретного покупателя с настройками оборудования, которые используют портные в процессе выполнения заказа.

Технологии AR и AI для разработки виртуальной примерочной

Максим Татарианц,
Data Science Engineer в MobiDev

Ненавижу делать покупки в обычных магазинах.Однако мой интерес к виртуальным покупкам не ограничивается только покупательским опытом. В отделе MobiDev DataScience я приобрел опыт работы над технологиями искусственного интеллекта для виртуальной настройки. Цель этой статьи — описать, как эти системы работают изнутри.

Технологии AR и AI для разработки виртуальной примерочной

Скачать PDF

Нажимая кнопку «ПОЛУЧИТЬ PDF» ниже, вы соглашаетесь и предоставляете нам право обрабатывать личные данные, указанные вами в полях выше.Ваши личные данные могут быть использованы для профилирования нашей клиентской базы и для связи с вами с коммерческими предложениями. Вы имеете право отозвать свое согласие в любое время, отправив запрос на [email protected].

Спасибо!

URL-адрес для загрузки файла PDF был отправлен на вашу электронную почту

Хорошо

Как работает технология виртуального фитинга

Несколько лет назад стратегия «Попробуй, прежде чем купить» была эффективным методом взаимодействия с покупателями в магазинах одежды. Сейчас эта стратегия существует в виде виртуальных примерочных.По прогнозам Fortune Business Insights, к 2027 году объем рынка виртуальных примерочных достигнет 10 миллиардов долларов США.

Чтобы лучше понять логику технологии виртуальных примерочных, давайте рассмотрим следующий пример. Некоторое время назад у нас был проект по разработке примерочной обуви с дополненной реальностью (AR). Примерочная работает следующим образом:

1. Входное видео разделяется на кадры и обрабатывается с помощью модели глубокого обучения, которая оценивает положение набора определенных ключевых точек ног и ступней.
   Прочтите статью по теме: Оценка позы человека в 3D в приложениях Fitness Coach
2. 3D-модель обуви размещается в соответствии с обнаруженными ключевыми точками для естественного отображения ориентации пользователя.
3. 3D-модель обуви визуализируется таким образом, что каждый кадр отображает реалистичные текстуры и освещение.

Использование ARKit для 3D оценки позы человеческого тела и рендеринга 3D модели

При работе с ARKit (структура дополненной реальности для устройств Apple) мы обнаружили, что у него есть ограничения на рендеринг. Как видно из видео выше, точность отслеживания слишком низкая, чтобы использовать ее для позиционирования обуви. Причиной этого ограничения может быть поддержание скорости вывода при игнорировании точности отслеживания, что может быть критичным для приложений, работающих в режиме реального времени.

Еще одна проблема заключалась в плохой идентификации частей тела алгоритмом ARKit. Поскольку этот алгоритм предназначен для идентификации всего тела, он не обнаруживает никаких ключевых точек, если обработанное изображение содержит только часть тела.Это как раз случай примерочной обуви, когда алгоритм должен обрабатывать только ноги человека.

Был сделан вывод, что приложениям для виртуальной примерочной могут потребоваться дополнительные функции наряду со стандартными библиотеками AR. Таким образом, рекомендуется привлекать специалистов по данным для разработки пользовательской модели оценки позы, которая должна обнаруживать ключевые точки только на одной или двух ногах в кадре и работать в режиме реального времени.

Решения для виртуальной примерочной

На рынке технологий для виртуальных примерочных представлены аксессуары, часы, очки, головные уборы, одежда и т. Д.Давайте посмотрим, как работают некоторые из этих решений.

Часы

Хорошим примером примерки виртуальных часов является приложение AR-Watches, позволяющее пользователям примерять различные часы. Решение основано на технологии ARTag, использующей специальные маркеры, напечатанные на ремешке, которые следует носить на запястье пользователя вместо часов, чтобы начать виртуальную примерку часов. Алгоритм компьютерного зрения обрабатывает только те маркеры, которые видны в кадре, и определяет положение камеры по отношению к ним.После этого, чтобы правильно визуализировать 3D-объект, виртуальную камеру необходимо разместить в том же месте.

В целом, технология имеет свои пределы (например, не у всех есть принтер для печати ленты ARTag). Но если он соответствует бизнес-сценарию использования, не составит труда создать продукт, готовый к производству. Вероятно, наиболее важной частью было бы создание правильных 3D-объектов для использования.

Визуализация 3D модели часов с использованием технологии ARTag (источник)

Туфли

Приложения

Wanna Kicks и SneakerKit — хорошая демонстрация того, как технологии AR и глубокого обучения могут быть применены в обуви.

Примерка виртуальной обуви, приложение Wanna Kick (исходник)

Технически такое решение использует модель оценки позы стопы, основанную на глубоком обучении. Эта технология может быть рассмотрена для частного случая широко распространенных моделей оценки трехмерной позы всего тела, которые оценивают положение выбранных ключевых точек в трехмерном измерении напрямую или посредством вывода положений обнаруженных двумерных ключевых точек в трехмерные координаты.

Оценка позы стопы в 3D (источник)

После определения положения трехмерных ключевых точек стопы их можно использовать для создания параметрической трехмерной модели человеческой ступни, а также позиционирования и масштабирования трехмерной модели обуви в соответствии с геометрическими свойствами параметрической модели.

Размещение 3D-модели обуви поверх обнаруженной параметрической модели стопы (источник)

По сравнению с моделью оценки позы всего тела / лица, оценка позы стопы все еще имеет определенные проблемы. Основная проблема — отсутствие данных 3D-аннотаций, необходимых для обучения модели.

Однако оптимальным способом избежать этой проблемы является использование синтетических данных, которые предполагают визуализацию фотореалистичных трехмерных моделей человеческих ног с ключевыми точками и обучение модели с этими данными; или использовать фотограмметрию, которая предполагает реконструкцию 3D-сцены из нескольких 2D-изображений, чтобы уменьшить количество потребностей в маркировке.

Это решение намного сложнее. Чтобы выйти на рынок с готовым к использованию продуктом, необходимо собрать достаточно большой набор данных о ключевых точках стоп (с использованием синтетических данных, фотограмметрии или их комбинации), обучить индивидуальную модель оценки позы (которая сочетать достаточно высокую точность и скорость вывода), протестировать его надежность в различных условиях и создать модель стопы. Считаем это проектом средней сложности с точки зрения технологий.

Очки

Компании

FittingBox и Ditto рассмотрели технологию AR для примерки виртуальных очков.Пользователь должен выбрать модель очков из виртуального каталога, и она надевается ему на глаза.

Примерка виртуальных очков и моделирование линз (источник)

Это решение основано на подходе к оценке позы на основе глубокого обучения, используемом для обнаружения лицевых ориентиров, где общий формат аннотаций включает 68 2D / 3D лицевых ориентиров.

Пример определения лицевого ориентира на видео. Обратите внимание, что модель на видео распознает более 68 ориентиров (источник)

Такой формат аннотации позволяет с достаточной точностью различать контур лица, носа, глаз, бровей и губ.Данные для обучения модели оценки ориентиров лица могут быть взяты из таких библиотек с открытым исходным кодом, как Face Alignment, что обеспечивает функциональность оценки позы лица «из коробки».

С технологической точки зрения такое решение не так уж сложно, особенно если использовать какую-либо предварительно обученную модель в качестве основы для задачи распознавания лиц. Но важно учитывать, что некачественные камеры и плохие условия освещения могут быть ограничивающими факторами.

Хирургические маски

В период пандемии COVID-19 ZapWorks запустила образовательное приложение на основе AR, цель которого — научить пользователей, как правильно носить хирургические маски.Технически это приложение также основано на методе определения трехмерных ориентиров лица. Как и приложение для примерки очков, этот метод позволяет получать информацию о чертах лица и в дальнейшем рендеринг маски.

AR для указателя износа масок (источник)

Головные уборы

Учитывая тот факт, что модели обнаружения лицевых ориентиров работают хорошо, еще одним часто моделируемым элементом дополненной реальности являются головные уборы. Все, что требуется для правильной визуализации шляпы на голове человека, — это трехмерные координаты нескольких ключевых точек, указывающих на виски и расположение центра на лбу.Приложения для примерки виртуальных шляп уже запустили QUYTECH, Banuba и Vertebrae.

Примерка бейсболки (источник)

Одежда

По сравнению с обувью, масками, очками и часами виртуальная примерка трехмерной одежды все еще остается проблемой. Причина в том, что одежда деформируется, принимая форму тела человека. Таким образом, для надлежащего опыта AR модель глубокого обучения должна определять не только основные ключевые точки на суставах человеческого тела, но и форму тела в 3D.

Глядя на одну из самых последних моделей глубокого обучения DensePose, предназначенную для сопоставления пикселей изображения человека в формате RGB с трехмерной поверхностью человеческого тела, мы можем обнаружить, что она все еще не совсем подходит для дополненной реальности. Скорость вывода DensePose не подходит для приложений в реальном времени, а обнаружение сетки тела имеет недостаточную точность для подгонки трехмерных предметов одежды. Чтобы улучшить результаты, необходимо собрать больше аннотированных данных, что требует времени и ресурсов.

Альтернативой является использование 2D-одежды и 2D-силуэтов людей. Именно этим и занимается компания Zeekit, предоставляя пользователям возможность применить к своей фотографии несколько типов одежды (платья, брюки, рубашки и т. Д.).

Примерка 2D одежды, Zeekit (исходник)

Строго говоря, метод передачи 2D-изображений одежды нельзя рассматривать как дополненную реальность, поскольку аспект «реальности» подразумевает работу в реальном времени, однако он все же может обеспечить необычный и захватывающий пользовательский опыт.К последним технологиям относятся модели генеративных состязательных сетей, оценки позы человека и модели человеческого анализа. Алгоритм переноса 2D одежды может выглядеть следующим образом:

1. Обозначение участков на изображении, соответствующих отдельным частям тела
2. Определение положения идентифицированных частей тела
3. Изготовление деформированного изображения перенесенной одежды
4. Применение деформированного изображения к изображению человека с минимальным количеством произведенных артефактов

Наши эксперименты с 2D-переносом ткани

Так как готовых предварительно обученных моделей для виртуальной раздевалки нет, мы исследовали эту область, экспериментируя с моделью ACGPN. Идея заключалась в том, чтобы изучить результаты этой модели на практике для 2D-переноса ткани с использованием различных подходов.

Модель была применена к изображениям людей в ограниченных (образцы из обучающего набора данных, VITON) и неограниченных (любая среда) условиях. Кроме того, мы проверили пределы возможностей модели, не только запустив ее на пользовательских изображениях людей, но и используя пользовательские изображения одежды, которые сильно отличались от данных обучения.

Вот примеры результатов, полученных нами в ходе исследования:

1.Воспроизведение результатов, описанных в исследовательской статье «На пути к фотореалистичной виртуальной примерке путем адаптивного создания и сохранения содержимого изображения», с исходными данными и нашими моделями предварительной обработки:

Успешная (A1-A3) и неудачная (B1-B3) замена одежды

Результатов:

• В1 — небогатая окраска
• В2 — новая одежда внахлест
• B3 — дефекты кромок

2. Применение нестандартной одежды к изображениям людей по умолчанию:

Замена одежды на нестандартную одежду

Результатов:

• Ряд А — без дефектов
• Ряд B — некоторые дефекты подлежат устранению
• Ряд C — критические дефекты

3.Применение стандартной одежды к нестандартным изображениям людей:

Выходы замены одежды на изображениях с неограниченной средой

Результатов:

• Ряд А — краевые дефекты (незначительные)
• Ряд B — ошибки маскирования (умеренные)
• Ряд C — ошибки рисования и маскирования (критические)

4. Нанесение индивидуальной одежды на изображения индивидуального человека:

Замена одежды с неограниченной средой и нестандартными изображениями одежды

Результатов:

• Ряд A — лучший результат, полученный от модели
• Ряд B — многие дефекты подлежат устранению
• Ряд C — самые искаженные результаты

При анализе результатов мы обнаружили, что примерка виртуальной одежды все еще имеет определенные ограничения. Дело в том, что тренировочные данные должны содержать парные изображения целевой ткани и людей, носящих эту одежду. Если учесть реальный бизнес-сценарий, это может оказаться непросто. Другие выводы из исследования:

• Модель ACGPN дает довольно хорошие результаты на изображениях людей из обучающего набора данных. Это также верно, если используются нестандартные предметы одежды.
• Модель нестабильна при обработке изображений людей, снятых при разном освещении, других условиях окружающей среды и необычных позах.
• Технология создания систем виртуальных раздевалок для переноса 2D-изображений одежды на изображение целевого человека в дикой природе еще не готова для коммерческого использования. Однако, если условия статичны, ожидаемые результаты могут быть намного лучше.
• Основным ограничивающим фактором, сдерживающим разработку более совершенных моделей, является отсутствие разнообразных наборов данных с людьми, снятыми на открытом воздухе.

Технологии AR и AI для разработки виртуальных примерочных

Скачать PDF

Нажимая кнопку «ПОЛУЧИТЬ PDF» ниже, вы соглашаетесь и предоставляете нам право обрабатывать личные данные, указанные вами в полях выше. Ваши личные данные могут быть использованы для профилирования нашей клиентской базы и для связи с вами с коммерческими предложениями. Вы имеете право отозвать свое согласие в любое время, отправив запрос на [email protected].

Спасибо!

URL для загрузки PDF-файла был отправлен на вашу электронную почту

Ok

В заключение я бы сказал, что нынешние виртуальные примерочные хорошо подходят для предметов, связанных с отдельными частями тела, такими как голова, лицо, ступни и руки. Но если говорить о предметах, в которых человеческое тело требует полного обнаружения, оценки и модификации, виртуальная примерка все еще находится в зачаточном состоянии.Однако ИИ развивается семимильными шагами, и лучшая стратегия — оставаться в курсе и продолжать попытки.

Metail® — Виртуальная примерочная

В начале 2000-х годов, с появлением онлайн-торговли, многие магазины высокой уличной моды получили серьезный удар и закрыли свои двери. Бренды, которые быстро сменили направление и переместили свое присутствие в Интернет с помощью интернет-магазинов, сумели сохранить узнаваемость бренда и закрепиться на рынке.

Сегодня недостаточно иметь интернет-магазин. Для увеличения продаж и привлечения новых клиентов полезно предлагать скидки и другие стимулы, но то же самое делает большинство модных брендов. Что вы делаете, чтобы выделиться среди конкурентов?

Подробнее: развивайте свой бизнес с помощью этих 6 технологических тенденций

Что ж, хорошее место для начала — это знать болевые точки ваших клиентов. Женщины любят проводить время за покупками, это одно из наших хобби. Но у покупок есть недостаток: мы устаем часами сидеть в раздевалке магазина.Мы также любим делать покупки в Интернете, но как мы можем убедиться, что одежда нам подходит, если мы не можем ее примерить?

Ваш бренд хочет решить эту проблему?

Metail® предлагает инновационное решение.

Metail® — Виртуальная примерочная

Metail® — это виртуальная примерочная для продавцов модной одежды. Это позволяет вашим клиентам создать 3D фотореалистичную модель себя из двух загруженных фотографий всего за несколько минут.

Когда 3D-модель готова, они могут примерить одежду, посмотреть, как она подходит, создать и поделиться своим внешним видом.

После того, как покупатель создал свою модель, он может войти в свой профиль Metail® у любого розничного продавца-партнера, использующего эту услугу.

Все дело в улучшении покупок в Интернете с помощью технологий.

Metail® работает на собственном механизме рекомендаций, основанном на алгоритме машинного обучения и технологии 3D-визуализации.

Компания была основана в 2008 году генеральным директором и основателем Томом Адейулой, который хотел помочь своей девушке подобрать подходящую одежду, которая ей нравится, не проводя часы в раздевалках магазина.

С тех пор Metail® собрал 32,4 миллиона долларов финансирования, зарегистрировал 9 патентов, выданных и 22 ожидающих рассмотрения, и создал высококвалифицированную команду, которая решила проблему поиска подходящего товара при совершении покупок в Интернете.

Metail® стремится стать мировым экспертом в области формы тела и визуализации.

Какие проблемы у розничных покупателей модной одежды решаются компанией через свою платформу?

Metail® решает следующие проблемы клиентов:

• Каждое тело уникально, поэтому найти идеальную посадку может быть непросто;
• Несоответствующие размеры одежды;
• Сложные таблицы размеров;
• Высокая доходность и недовольные потребители.

Льготы для розничных покупателей модной одежды:

• Покупатели получают индивидуальные советы по размеру и стилю;
• Повышение доверия к бренду и узнаваемости бренда;
• Он может изменить восприятие людьми образа тела и одежды;
• Позволяет пользователям одеваться в соответствии с их личными формами, а не для демонстрации «идеальной» формы;
• Предлагает расширенные возможности работы в сети, которые понравятся вашим клиентам;
• Ограничить отходы;
• Экономьте время и деньги.

Преимущества для вашего розничного модного бренда:

• Рост продаж до 22%;
• Повышение вовлеченности и принятия до 76%;
• Расширьте свои знания о покупателях с помощью технических аналитических данных;
• Клиенты проводят на сайте до 5 раз больше времени;
• Эффективное управление запасами;
• Оптимизируйте вашу цепочку поставок;
• Обеспечьте бесперебойную работу в сети в Интернете, на мобильном телефоне и планшете;
• Постоянно учиться на новых данных каждый день (7.2 миллиарда точек данных — и продолжает расти).

Награды и признания:

• вошла в шорт-лист премии BAFTA Television Craft Award | Цифровое творчество в 2014 году для «Take Over the Makeover»;
• номинирован на премию BT Retail Week Technology Award 2014 и 2015;
• победил в декодированном хакатоне 2014 года за создание приложения «Loop»;
• стал победителем конкурса IBM Amplify 2015 в номинации «Новатор года в области коммерческих экосистемных технологий»;
• становится победителем цифровой коалиции 2015 года вместе с House of Holland на церемонии открытия награды Decoded Fashion Futures Awards;
• В 2017 году он принят в программе Microsoft Accelerator, глобальной инициативе, расширяющей возможности предпринимателей по всему миру. Компания получила кредиты Azure Cloud на сумму 500 000 долларов США;
• получает награду Techie Award 2017 в номинации «Новатор года в сфере розничной торговли»;
• Один из лауреатов списка Maserati 100 как революционер в отрасли;
• В 2018 году генеральный директор Metail Том Адейула был назван одним из тех, за кем стоит обратить внимание в списке 50 самых амбициозных бизнес-лидеров при поддержке The Telegraph.

Присоединяйтесь к разговору

Мы будем рады услышать, что вы скажете.

Свяжитесь с нами в группе Facebook и Twitter.

Виртуальная примерочная: новый тренд

Виртуальная примерочная, новый тренд в дополненной реальности

В настоящее время мы живем в эпоху технологий, адаптация к изменениям является синонимом выживания. Дополненная реальность переживает бум, и, как страстные ее поклонники, мы всегда рассказываем вам о новостях рынка , таких как виртуальная реальность и спорт, увлекательный мир. Сегодня мы представляем вам новую новинку в дополненной реальности. Магазины с первого момента присоединились к технологической реальности, в которой мы живем, предлагая покупателям возможности для покупки продукта.Новинка, которая поступает в магазины одежды, — это виртуальный тестер. Если вы до сих пор не знаете, что это такое, прочтите наш пост, мы объясним все детали.

Виртуальная примерочная, также известная как умная примерочная , выполняет следующие функции:

Он предлагает покупателям совершенно иной опыт покупок, более удобный, быстрый и простой . Когда покупатель входит в примерочную, зеркало распознает выбранную одежду по чипу, который они носят.Зеркало — это экран, на котором мы можем выбрать разные модели каждого предмета одежды, размера или цвета.

На экране также предлагаются аксессуары , с которыми можно сочетать выбранные предметы одежды. Таким образом, этому человеку не нужно покидать тестер каждый раз, когда он хочет попробовать еще один размер или другой цвет. Или даже то, что не обязательно снимать одежду, чтобы «примерить», не раздеваясь.

Технология, используемая в этой революционной виртуальной примерочной

Одежда снабжена этикеткой, контролируемой по стандарту RFI (радиочастотная идентификация) , на каждую одежду.С этим новым чипом инвентаризация централизована, поэтому нет необходимости открывать коробки для проверки размера или деактивировать сигнализацию вручную. Управление всеми запасами ведется в цифровом виде.

Технология дополненной реальности, которая позволяет это 3D видение . Такие крупные компании, как Toshiba, Samsumg или Panasonic , инвестируют в этот метод.

Швейные фирмы, делающие ставки на виртуальный тестер

Ralph Lauren и Uniqlo , благодаря своему Wi-Fi-соединению, позволяют человеку делать фотографии и делиться впечатлениями со своими друзьями.

Alibaba пытается создать очки виртуальной реальности, чтобы покупатель мог покупать их в физическом магазине, не выходя из дома. Необходимо подчеркнуть, что виртуальная реальность стоит недешево и будет стоить 50 евро, поэтому доступна не всем пользователям.

Iditex , внедрил эту технологию в некоторые из своих магазинов, таких как Zara de La Coruña, один из крупнейших в Испании.

Компании, инвестирующие в виртуальные примерочные

Компания Google разработала приложение для Gap, которое позволяет пользователям примерить свою одежду с помощью цифрового 3D Avant .

Ebay создал программное обеспечение под названием Retail Associate Platform . Он используется для исследования привычки потребления. Какие товары покупатели смотрят, но не заканчивают, те, кто покупает больше всего. На основе этой информации создаются отчеты о производительности на складе или в запасах.

Расскажите нам свое мнение об этом технологическом прогрессе, созданном с помощью дополненной реальности. Виртуальный тестер, новая тенденция в дополненной реальности

Может ли виртуальная примерочная изменить интернет-магазины в том виде, в каком мы ее знаем?

Старт недели:

Кто они: Twindom

Чем занимаются: Создание трехмерных изображений.Компания работает над преобразованием покупок в Интернете, позволяя покупателям виртуально «примерять» одежду перед покупкой.

Почему это круто: Если годы онлайн-покупок чему-то нас научили, так это так: просто потому, что наряд выглядит потрясающе на модели, не значит, что он будет выглядеть так же хорошо, когда мы принесем его домой и примерим перед зеркалом. И мы научились жить с этой проблемой. Мы возвращаем товары, которые просто не подходят по размеру, или, если речь идет о тех вещах, которые трудно купить, мы поглощаем их и отправляемся в физический торговый центр — бросая вызов толпе покупателей, длинным очередям и неумолимым флуоресцентным огням в поисках идеально подходит.

Но стартап Twindom из Беркли работает над решением, которое он называет Drapr. Компания использует свою технологию трехмерной визуализации для создания виртуальной примерочной, способной показать вам, как ваше собственное тело будет выглядеть в любом предмете одежды — и все это не выходя из дома.

«Окончательный результат выглядит так, будто вы носите одежду, которую никогда раньше не носили», — сказал соучредитель и генеральный директор Дэвид Пастевка. «И он такой же точный, как если бы вы его действительно надели».

Он говорит, что результат будет напоминать ту сцену из фильма «Бестолковые», где Шер использует компьютерную программу, чтобы «примерить» наряды из своего огромного туалета перед школой.

Трехмерный портрет, сделанный компанией Twindom из Беркли, которая разрабатывает технологию, которая позволит покупателям «примерить» одежду в виртуальной среде перед покупкой. (Любезно предоставлено Twindom)

Идея стала возможной благодаря использованию запатентованных Twindom сканеров всего тела — устройства за 27 000 долларов выглядят как небольшие портативные клетки, которые можно установить в любом месте менее чем за час. Объект стоит посередине, камеры со всех сторон делают снимки, и эти данные отправляются на компьютер, который преобразует их в трехмерное изображение.

Pastewka работает над формированием партнерских отношений с крупными розничными торговцами одеждой, которые установят сканеры в своих магазинах и будут приглашать клиентов на сканирование их тел. Следующим шагом для ритейлеров является фотографирование своей одежды — тогда это становится немного страннее. Розничные торговцы наденут одежду на роботизированный манекен Twindom, который меняет форму, чтобы соответствовать разным типам и размерам тела. Продавец делает трехмерные снимки каждого предмета одежды в нескольких стандартных размерах и загружает их в компьютер.

Программное обеспечение

Twindom затем объединяет изображения одежды с изображениями тела покупателя, используя свою технологию моделирования, чтобы заполнить пробелы между роботизированным манекеном и реальным человеком. По словам Пастевки, в результате получается трехмерное изображение, которое точно отражает все: от того, как сидит предмет одежды, до того, как она висит, и до места скопления ткани.

Где они сейчас: Twindom сейчас проводит бета-тестирование своей концепции виртуальной примерочной с клиентами и надеется развернуть ее в крупных розничных сетях в течение следующего года.Стартап также работает над технологией, которая позволила бы клиентам делать 3D-сканирование тела дома с помощью своего смартфона. Пастевка говорит, что пользователи могут ожидать появления этой новой функции в следующем году.

Тем временем Twindom использует свою технологию для создания трехмерных моделей людей в виде фигурок. Они работают с местными розничными продавцами, такими как PocketMe в Беркли и Fisherman’s Wharf, чтобы оживить семейные фотографии.

Чтобы узнать больше о технологии виртуальной примерочной Twindom или зарегистрироваться для участия в бета-тестировании компании, посетите сайт drapr.com.

Что они будут думать дальше?

Никто не любит стоять в очереди. Но сколько вы готовы заплатить, чтобы этого избежать? Это вопрос, который задает новое приложение Lines… Зачем ждать? Приложение позволяет вам краудсорсинг времени ожидания, прокрутки карты, чтобы узнать, сколько времени стоит очередь в вашем любимом месте, или обновить расчетное время ожидания, когда вы прибудете на место — будь то Starbucks или концерт, на котором играет ваша любимая группа. . Но главная привлекательность, похоже, заключается в том, что вы можете продать свое место в очереди тому, кто предложит самую высокую цену, или оплатить место в очереди, чтобы вам не пришлось ждать.

Это не первое приложение для избегания очередей на рынке. SpotTakers предлагает аналогичную услугу, обещая «больше никогда не стоять в очереди в любимом месте».

Запустите номера:

Прибывают роботы, и американцы обеспокоены. Обдумывая будущее, в котором роботы и компьютер могут выполнять множество человеческих задач, 72 процента американцев заявили, что такая перспектива их беспокоит, и только 33 процента заявили, что они с энтузиазмом относятся к этой идее, согласно недавнему исследованию исследовательского центра Pew Research Center.67 процентов американцев заявили, что их беспокоит разработка алгоритмов, которые могут оценивать и нанимать кандидатов на работу, а 22 процента заявили, что полны энтузиазма. Беспилотные автомобили пугают нас немного меньше — 54 процента американцев заявили, что их беспокоят автомобили-роботы, а 40 процентов заявили, что полны энтузиазма. А роботы-помощники по уходу за пожилыми людьми кажутся наименее опасной формой искусственного интеллекта — это беспокоит 47 процентов американцев и волнует 44 процента.

В ходе опроса учитывались ответы от 4 135 U.С. взрослые в мае.

Новая виртуальная примерочная упрощает покупки в Интернете — Китай

ЧИКАГО — Если годы онлайн-шоппинга чему-то нас научили, так это так: просто потому, что наряд выглядит потрясающе на модели, это не значит, что он будет выглядеть так же хорошо, когда мы принесем его домой и примерим перед зеркало.

И мы научились жить с этой проблемой. Мы возвращаем товары, которые просто не подходят по размеру, или, если речь идет о тех вещах, которые трудно купить, мы поглощаем их и отправляемся в физический торговый центр, бросая вызов толпе покупателей, длинным очередям и неумолимым флуоресцентным лампам в поисках идеально подходит.

Но стартап Twindom из Беркли работает над решением, которое он называет Drapr. Компания использует свою технологию трехмерной визуализации для создания виртуальной примерочной, способной показать вам, как ваше собственное тело будет выглядеть в любом предмете одежды — и все это не выходя из дома.

«Окончательный результат выглядит так, будто вы носите одежду, которую никогда раньше не носили, — говорит соучредитель и генеральный директор Дэвид Пастевка. «И он такой точный, как если бы вы его действительно надели».

Он говорит, что результат будет напоминать ту сцену из фильма «Бестолковые», где Шер использует компьютерную программу, чтобы «примерить» наряды из своего огромного туалета перед школой.

Идея стала возможной с использованием запатентованных Twindom сканеров всего тела — устройства за 27 000 долларов выглядят как небольшие портативные клетки, которые можно установить в любом месте менее чем за час. Объект стоит посередине, камеры со всех сторон делают снимки, и эти данные отправляются на компьютер, который преобразует их в трехмерное изображение.

Pastewka работает над налаживанием партнерских отношений с крупными розничными торговцами одеждой, которые установят сканеры в своих магазинах и будут приглашать клиентов на сканирование их тел. Следующим шагом ритейлеры должны сфотографировать свою одежду, и тогда это становится немного страннее. Розничные торговцы наденут одежду на роботизированный манекен Twindom, который меняет форму, чтобы соответствовать разным типам и размерам тела. Продавец делает трехмерные фотографии каждого предмета одежды нескольких стандартных размеров и загружает их в компьютер.

Программное обеспечение

Twindom затем объединяет изображения одежды с изображениями тела покупателя, используя свою технологию моделирования, чтобы заполнить пробелы между роботизированным манекеном и реальным человеком.В результате получается трехмерное изображение, на котором точно запечатлено все, от того, как сидит предмет одежды, до того, как она висит, и до места скопления ткани, говорит Пастевка.

Twindom сейчас проводит бета-тестирование своей концепции виртуальной примерочной с клиентами и надеется внедрить ее в крупных розничных сетях в течение следующего года. Стартап также работает над технологией, которая позволила бы клиентам выполнять трехмерное сканирование тела дома с помощью своего смартфона — Пастевка говорит, что пользователи могут ожидать появления этой новой функции через три-четыре года.