Pesquisadores do Laboratório de Pesquisa em Ciência de Dados e Mídia da Adobe, IIT & IIIT Hyderabad e Universidade de Stanford desenvolveram um sistema que visa ajudar os compradores a experimentar virtualmente uma peça de roupa em qualquer imagem de modelo.
Batizada de SieveNet, a estrutura é capaz de recriar o novo vestuário na forma e na pose do corpo do modelo, preservando as características do tecido, incluindo elementos de design minuciosos, como dobras..
Existem dois estágios principais nesta abordagem - distorcendo a imagem do produto, transferindo a textura empenada para o corpo do modelo. Para conseguir isso, os pesquisadores usam uma "rede de urdidura grossa a fina de vários estágios" treinada para identificar aspectos únicos do tecido usando uma máscara de segmentação condicional antes de ser transferido para o corpo do modelo.
Dê uma olhada no pipeline de inferência abaixo para uma melhor compreensão visual do conceito.
Ao contrário das metodologias experimentais virtuais existentes, os pesquisadores afirmam que seus técnica não sofre de mau funcionamento visual causado devido ao sangramento da textura e empenamento incorreto.
Os pesquisadores treinaram a SieveNet em um rico conjunto de dados que consiste em cerca de 19.000 imagens de modelos femininos frontais e imagens de produtos. Eles rodaram seu modelo em um PC com 16 GB de RAM e quatro placas de vídeo Nvidia 1080Ti. As imagens foram reorganizadas para a realização de testes qualitativos e quantitativos.
A partir dos testes qualitativos e quantitativos, os pesquisadores encontraram seus sistemas produzindo resultados melhores do que as metodologias existentes em vários aspectos, incluindo manuseio de oclusão, empenamento geométrico, variação de poses, evitando sangramento, preservando região não afetada e mantendo a qualidade da imagem.
Os pesquisadores sugerem a integração da SeiveNet em sites de compras online. “Ele [SeiveNet] é especialmente importante para o comércio de moda online porque compensa o falta de uma experiência física direta de compras na loja ”, escreveram os pesquisadores.
Confira todo o artigo de pesquisa aqui e diga-nos sua opinião sobre a SeiveNet nos comentários.
Créditos de imagem em destaque: SeiveNet / Adobe