バーチャルフィッティングの技術的実装とビジネス価値
PoifyのAIモデルフィッティングは、Generative Adversarial Network (GAN)技術を用いて、2,000以上の人間の姿勢を含むデータモデルを構築する。ユーザーが平らな衣服の写真をアップロードすると、システムはまずセマンティック・セグメンテーションによってネックラインや袖口などの衣服の特徴のポイントを特定し、3D再構成アルゴリズムによって仮想モデルの身体に衣服をマッピングし、最後にマルチアングル表示効果を出力する。
1つ目は、モデルの手配や会場のレンタルといった高コストな部分を排除し、1回の生成にかかるコストをゼロに近づけること、2つ目は、時間とスペースの制約を打破し、24時間無停止のコンテンツ生成を実現することだ。テストデータによると、一般的なTシャツの平均処理時間は17秒で、正面、側面、背面の3つの標準的な表示パースペクティブの生成に対応している。
現在、この機能は無地やシンプルな柄の衣服では95%の精度を持つが、多層デザインや複雑な柄の場合は手動による微調整が必要である。このシステムは、アジア人、ヨーロッパ人、アメリカ人など、さまざまな体型に対応する基本的なモデルテンプレートを提供するが、当面はモデルのカスタマイズ機能には対応していない。生成されたフィッティング画像は、商品詳細ページに直接適用することができ、商品ページのコンバージョン率を約30%向上させることがテストされています。
この答えは記事から得たものである。Poify：AIを活用したeコマース画像生成・編集ツールについて
無断転載を禁じます：AI生産性ツール " AIモデルフィッティング機能がEコマースの衣料品ディスプレイ制作に革命を起こす
