«ШмотоБот» от Texel — виртуальная примерочная с искусственным интеллектом
Нынешний резидент «Сколково» компания Texel, в 2007 году начинавшая как научный проект по реконструкции трехмерной модели человека на базе МГУ, добилась того, что в 2019-м, на крупнейшей ретейл-выставке NRF в Нью-Йорке, от ее стенда не могли отвести людей: демонстрация технологии замеров человеческого тела с использованием 3-D сканера для создания виртуальной примерочной вызвала настоящий ажиотаж.
Полноростовые сканеры Texel под названием Portal, уже поставленные в 27 стран мира и собравшие снявшие мерки с более чем 100 тысяч моделей, — в одном шаге от того, чтобы стать производственным стандартом в индустрии моды. Полное сканирование объекта занимает полчаса, а создание цифрового аватара — вообще минутное дело. При этом, сканер легко транспортируется и собирается в любом месте, не требуя калибровки. Установка оборудования в точке продаж поможет потребителям разумнее подходить к покупкам, избежать разочарования выбором. Дизайнеры одежды, на этапе ее конструирования, получат эффективный инструмент для максимально точной визуализации своих идей. В обоих случаях, применение цифровых технологий способствует экономии средств.
На основе данных со сканеров, в Texel создали программный метод параметрического анализа тела, отталкиваясь от роста, веса, возраста и типа фигуры. Между тем, генеративно-нейронная сети, представляющей собой самообучающийся машинный алгоритм машинного обучения, достаточно одной фотографии. Именно такую «примерочную» Texel недавно запустила в Telegram, чтобы продемонстрировать широким пользовательским массам потенциал интеллектуальных продуктов, позволить испробовать их на себе и поделиться мнением. Участники чат-бота «ШмотоБот» могут примерить любой предмет виртуальной одежды на свое или чужое фото. В комбинации двух нейронных сетей, первая — воссоздает образцы, вторая — отличает верный от неверного. «Личный» гардероб бота ограничен, но доступ в Интернет открыт, и взять понравившуюся вещь оттуда. Чем сложнее будет задача, тем интереснее будет наблюдать за развитием ИИ. Абсолютного качества примерки с рандомными картинками гарантировать пока нельзя — системе для этого еще учиться и учиться.
