Vizuální průvodce AI

Virtuální vyzkoušení s difúzními modely

Virtuální pokus s umělou inteligencí vyfotografuje osobu a vyfotografuje oděv a vytvoří nový obrázek osoby, která oděv nosí, přičemž si zachovává pózu, tělo a obličej a zároveň přenáší tvar, texturu a detaily oděvu.

Poslechněte si tento návodAI-vyprávěný · ~3 min

Na této stránce4 min čtení
  1. Přehled
  2. Hluboký ponor
  3. Real-World Implementace
  4. Budoucnost virtuálního zkoušení s difúzními modely
  5. Uvedení do praxe
  6. Pokračujte v objevování
  7. Často kladené otázky

Přehled

Moderní systémy používají difúzní modely vedené pózou a obrysem těla osoby namísto pouhého přilepování oděvu nahoru. Je to důležité, protože to mění způsob, jakým lidé nakupují online, ale ukazuje to, jak může oblečení vypadat, a ne to, jestli bude skutečně sedět.

Hluboký ponor

Virtuální vyzkoušení má dvě úlohy, které se navzájem táhnou: udržet osobu beze změny (obličej, vlasy, tón pleti, tvar těla, póza) a věrně reprodukovat oděv (střih, barva, potisk, logo, textura látky). Rané přístupy jako VITON (2018) a CP-VTON fungovaly ve dvou fázích. Nejprve pokřivili obrázek plochého oděvu tak, aby odpovídal póze osoby, často pomocí tenkého plátu splajnu nebo naučeného tokového pole, pak druhá síť zamíchala pokřivený oděv do fotografie. Tyto metody se potýkaly s velkými změnami pozice, okluzemi, jako jsou zkřížené paže, a složitými tisky, protože 2D osnova nemůže vymyslet části oděvu, které nebyly nikdy viditelné. Difúzní modely změnily druhý stupeň. Namísto prolnutí model regeneruje oblast oblečení od šumu, přičemž je podmíněn obrázkem oděvu, klíčovými body pozice osoby, mapou analýzy těla a maskovanou verzí původní fotografie. TryOnDiffusion (2023) od Google použil dvě paralelní sítě, které si vyměňují informace prostřednictvím křížové pozornosti, takže oděv byl implicitně zkroucen uvnitř modelu spíše než samostatným krokem; Google použil tuto rodinu technik pro zkušební funkci ve výsledcích nakupování, které se ukázaly na skutečných modelech různých velikostí. Modely otevřeného výzkumu jako StableVITON, OOTDiffusion a IDM-VTON přizpůsobily Stable Diffusion tomuto úkolu. Obvyklá mylná představa je, že vyzkoušení vám řekne vaši velikost. To ne. Model nemá žádné míry natažení oděvu nebo vašeho těla; vytváří věrohodnou představu o tom, jak oděvy tohoto stylu mají tendenci se zakrývat. Mezi režimy selhání patří topy, které vypadají stejně padnoucí na každém těle, ztracený nebo rozmazaný text a loga, změněný tón pleti nebo tvar těla, vynalezené ruce a paže a slabší výsledky pro typy těla, odstíny pleti, styly oblečení nebo pózy, které jsou v tréninkových datech vzácné.

Real-World Implementace

Online nakupující si vybere modelku, která zhruba odpovídá jeho typu postavy, a před rozhodnutím, zda si ji koupit, vidí na této osobě halenku v několika pózách.

Prodejce módy vyfotografuje každý nový oděv jednou na rovném povrchu a místo rezervace nového focení jej předvede na několika modelech z katalogu.

Nakupující nahraje svou vlastní fotografii celého těla do zkušební aplikace a uvidí na sobě bundu, přičemž si všimne, že délka rukávu je spíše odhadovaná než měřená.

Výzkumný tým hodnotí zkušební model na testovací sadě pokrývající širokou škálu tělesných velikostí a odstínů pleti a zjistil, že loga a pruhy více zkreslují na větších tělech a neobvyklých pózách.

Budoucnost virtuálního zkoušení s difúzními modely

Výzkum se posouvá směrem ke zkoušení na videu, více oděvním outfitům a kontrole nad vlastnostmi střihu, jako je oversized versus slim. Těžším, nevyřešeným krokem je propojení obrázku s fyzickou realitou: kombinování velikostních tabulek, vlastností látek a tělesných rozměrů, případně s 3D modely těla a simulací látky, takže náhled odráží skutečný střih spíše než lichotivý odhad. Zda vyzkoušení sníží výnosy v praxi, závisí na tomto odkazu a na maloobchodech zveřejňujících poctivá hodnocení. Očekávejte pokračující pozornost věnovanou souhlasu a soukromí u fotek nahraných uživateli a výkonu napříč různými subjekty.

Uvedení do praxe

Proč na tom záleží

  • Rychlost a měřítko. Vizuální AI může automatizovat úkoly inspekce, detekce a označování ve velkém měřítku.
  • Volby sestavy. Kreativní týmy mohou prototypovat koncepty rychleji s menším počtem ručních revizí.
  • Tým a pracovní postup. Operace mohou využívat obrazové a video signály, které bylo dříve obtížné zpracovat.

Pozor na

  • Obrazová práva a souhlas se mohou stát právním rizikem, pokud je původ nejasný.
  • Výkon modelu se může lišit podle osvětlení, demografických údajů a prostředí.
  • Falešně pozitivní mohou zůstat bez povšimnutí, pokud nejsou monitorovány prahové hodnoty spolehlivosti.

Další kroky

  1. Definujte kritéria přijatelnosti pro přesnost, stažení a náklady na chyby.
  2. Testujte s daty, která odpovídají reálným výrobním podmínkám.
  3. Přidejte lidskou kontrolu pro předpovědi s nízkou spolehlivostí nebo velkým dopadem.
  4. Sledujte posun modelu a znovu ověřte po změnách kamery nebo datové sady.

Pokračujte v objevování

Newsletter zdarma

Získejte denní přehled o AI

Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.

Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.

Otestujte se

Take the Virtual Try-On with Diffusion Models quiz

Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.

Spustit kvíz

Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte

Často kladené otázky

Co je virtuální vyzkoušení s difúzními modely?

Virtuální pokus s umělou inteligencí vyfotografuje osobu a vyfotografuje oděv a vytvoří nový obrázek osoby, která oděv nosí, přičemž si zachovává pózu, tělo a obličej a zároveň přenáší tvar, texturu a detaily oděvu. Moderní systémy používají difúzní modely vedené pózou a obrysem těla osoby namísto pouhého přilepování oděvu nahoru. Je to důležité, protože to mění způsob, jakým lidé nakupují online, ale ukazuje to, jak může oblečení vypadat, a ne to, jestli bude skutečně sedět.

Jaké jsou dva soupeřící cíle, které musí vyvážit každý virtuální zkušební systém?

Vyzkoušení musí zachovat identitu osoby, pózu a tělo při přenosu střihu, barvy a potisku oděvu. Zlepšení jednoho často škodí druhému.

Jak fungovaly rané metody jako VITON a CP-VTON?

Dřívější systémy používaly dvoustupňový přístup: geometrickou osnovu (jako jsou tenké ploténky) následovanou prolínací sítí.

Proč se 2D warping potýkal se zkříženými pažemi nebo velkými změnami pozice?

Pokřivení pouze posouvá existující obrazové body, takže nemůže vytvořit skryté nebo uzavřené části oděvu.

Co dělá model v difúzním zkušebním modelu s oblastí oblečení?

Zkouška difúze dokresluje maskovanou oblast oděvu odšumováním, řídí se prvky oděvu, informacemi o poloze a zbytkem obrazu osoby.

Jaký designový prvek použil TryOnDiffusion Google k přenosu oděvu?

TryOnDiffusion použil dvě sítě propojené křížovou pozorností, takže oděv mohl být implicitně pokřiven uvnitř modelu.