Handel elektroniczny zmaga się z wysokim wskaźnikiem zwrotów, który wynika przede wszystkim z problemów związanych z doborem odpowiedniego rozmiaru i wyglądu odzieży na konkretnej sylwetce. Tradycyjne metody, takie jak tabele rozmiarów czy statyczne zdjęcia produktów, nie zapewniają użytkownikom precyzyjnych informacji, co skutkuje niezadowoleniem klientów i dodatkowymi kosztami dla sprzedawców. Kluczowym wyzwaniem było stworzenie systemu, który nie tylko realistycznie odwzoruje wygląd ubrania na użytkowniku, ale również zapewni płynną i intuicyjną obsługę, działając w czasie rzeczywistym przy użyciu standardowej kamery smartfona. Ograniczona ilość kosztownych do zebrania danych treningowych oraz konieczność zapewnienia bezpieczeństwa przetwarzanych informacji stanowiły dodatkowe wyzwania technologiczne.

Stworzyliśmy zaawansowaną wirtualną przymierzalnię opartą na sztucznej inteligencji, która pozwala użytkownikom zobaczyć, jak konkretne ubrania będą wyglądać na ich sylwetce. System bazuje na wieloetapowym przetwarzaniu obrazu, w którym kolejne modele neuronowe współpracują, aby wygenerować fotorealistyczną wizualizację. Proces rozpoczyna się od ekstrakcji kluczowych cech obrazu użytkownika i odzieży, co odbywa się bez wykorzystywania biometrycznych identyfikatorów, co zapewnia pełne bezpieczeństwo danych.
Następnie sieć neuronowa DensePose pozwala na precyzyjne dopasowanie współrzędnych charakterystycznych punktów do sylwetki użytkownika, umożliwiając realistyczne odwzorowanie dopasowania ubrań. Proces obejmuje zaawansowaną segmentację obrazu, która eliminuje zakłócenia i dostosowuje kształt odzieży do sylwetki. Kolejnym etapem jest zastosowanie modelu GAN (Generative Adversarial Networks), który generuje fotorealistyczną wizualizację ubrań na wirtualnym awatarze użytkownika. To pozwala nawet na odwzorowanie detali, takich jak tekstura, nadruki czy sposób układania się materiału na ciało.
Aby zapewnić pełen realizm, opracowaliśmy system dynamicznych wizualizacji, który pozwala użytkownikowi zobaczyć ubranie w różnych pozach i warunkach oświetleniowych. Cały proces działa w niemal rzeczywistym czasie, co pozwala na płynną interakcję i realistyczne przymierzanie ubrań. Ważnym aspektem była optymalizacja algorytmów, aby system mógł funkcjonować na standardowych urządzeniach mobilnych, bez konieczności stosowania kosztownej infrastruktury obliczeniowej.

Stworzyliśmy nowoczesne narzędzie, które rewolucjonizuje zakupy online, umożliwiając użytkownikom zobaczenie, jak ubrania wyglądają na ich sylwetce przed dokonaniem zakupu. Technologia ta znacznie poprawia zadowolenie z zakupów, zmniejszając liczbę zwrotów i zwiększając konwersję sprzedaży. System jest dostępny w formie demo online, umożliwiając zainteresowanym przetestowanie jego możliwości.

Rozpoczęliśmy od szczegółowej analizy celów biznesowych i technicznych, uwzględniając konieczność szybkiego wdrożenia, analizując konkurencyjne podejścia oraz koszty przygotowania danych i budowy rozwiązania. Zaprojektowaliśmy proces pozyskiwania danych wizualnych, dostosowany do ograniczonej liczby możliwych do wykorzystania obrazów oraz stworzyliśmy wieloetapowy pipeline przetwarzania obrazu. Implementacja obejmowała projekt i optymalizację modeli sieci neuronowych, w tym segmentację obrazu, rekonstrukcję współrzędnych sylwetki oraz zastosowanie generatywnych sieci neuronowych (GAN) do realistycznej symulacji odzieży. Następnie opracowaliśmy interfejs API umożliwiający integrację systemu z platformami e-commerce. Ostatni etap obejmował walidację rozwiązania, testy skuteczności modeli oraz rozwiązywanie problemów związanych z realistycznym odwzorowaniem tkanin i nadruków.

Zastosowaliśmy zaawansowane modele AI, w tym DensePose do analizy sylwetki, autorską segmentację obrazu oraz modele GAN do realistycznej wizualizacji odzieży. Przetwarzanie obejmuje ekstrakcję kluczowych charakterystyk obrazu, rekonstrukcję współrzędnych punktów sylwetki i generowanie realistycznych wizualizacji. Wdrożylismy również mechanizmy optymalizacji, które pozwalają na działanie systemu w czasie prawie rzeczywistym, bez konieczności korzystania z zaawansowanej infrastruktury obliczeniowej.