Technische Umsetzung und geschäftlicher Nutzen von Virtual Fitting
Die KI-Modellanpassung von Poify nutzt die GAN-Technologie (Generative Adversarial Network), um ein Datenmodell mit über 2.000 menschlichen Körperhaltungen zu erstellen. Nachdem der Benutzer ein Bild eines flachen Kleidungsstücks hochgeladen hat, identifiziert das System zunächst die Punkte der Kleidungsmerkmale wie Halsausschnitt und Manschetten durch semantische Segmentierung, und bildet dann das Kleidungsstück durch einen 3D-Rekonstruktionsalgorithmus auf den Körper des virtuellen Modells ab und gibt schließlich einen Multi-Winkel-Display-Effekt aus.
Diese Funktion löst zwei große Probleme in der E-Commerce-Bekleidungsbranche: Erstens entfallen die kostenintensiven Aspekte wie die Bestellung eines Models und die Anmietung eines Veranstaltungsortes, und die Kosten für eine einzige Erstellung tendieren gegen Null; zweitens durchbricht sie die zeitlichen und räumlichen Beschränkungen und kann eine ununterbrochene 24-Stunden-Produktion von Inhalten ermöglichen. Testdaten zeigen, dass das System durchschnittlich 17 Sekunden braucht, um ein gewöhnliches T-Shirt zu bearbeiten, und es unterstützt die Erstellung von drei Standard-Anzeigeperspektiven: Vorder-, Seiten- und Rückansicht.
Derzeit hat die Funktion eine Genauigkeit von 95% für einfarbige oder einfach gemusterte Kleidungsstücke, aber für mehrlagige Designs oder komplexe Muster ist eine manuelle Feinabstimmung erforderlich. Das System bietet grundlegende Modellvorlagen für verschiedene Körpertypen wie asiatisch, europäisch und amerikanisch, unterstützt aber vorerst keine kundenspezifischen Modelleigenschaften. Die generierten Anpassungsbilder können direkt auf die Produktdetailseite angewendet werden, was die Konversionsrate der Produktseite um etwa 30% verbessert hat.
Diese Antwort stammt aus dem ArtikelPoify: ein KI-gestütztes Tool zur Erstellung und Bearbeitung von Bildern für den elektronischen HandelDie
