Примеряет одежду с фото товара на фотографии человека и показывает, как вещь может смотреться в жизни. Цена - 12 ₽ за изображение.
Примеряет одежду с фото товара на фотографии человека и показывает, как вещь может смотреться в жизни. Цена - 12 ₽ за изображение.
Понравилось? Зарегистрируйтесь и создайте свой результат.
Замена одежды (Google) - нейросеть для виртуальной примерки, которая берёт фото человека и фото вещи, а потом показывает, как эта одежда может выглядеть на нём. У Google такие инструменты развиваются внутри shopping-направления: компания делает упор на то, чтобы по одной фотографии человека можно было быстрее понять посадку, общий вид образа и сочетание вещи с фигурой.
По заявлениям Google, технология умеет показывать, как одежда ложится на тело с учётом складок, теней, натяжения ткани и формы силуэта. В официальных материалах компания пишет, что виртуальная примерка работает для огромного числа товарных карточек и рассчитана именно на более реалистичное впечатление, чем обычная фотография одежды на белом фоне.
Google отдельно советует загружать понятные фотографии: человек должен быть виден целиком или достаточно ясно, без сильных перекрытий, с нормальным светом и без слишком мешковатой одежды на исходном снимке. Это повышает шанс, что результат будет выглядеть аккуратно, а вещь не "поплывёт" по краям.
Модель смотрит сразу на две картинки: кто изображён на фото и какая именно одежда должна появиться на человеке. Дальше она совмещает форму тела, позу и особенности вещи - например длину рукавов, посадку, фактуру и общий силуэт. На выходе получается не просто "наклейка" сверху, а новая картинка, где одежда подстраивается под человека.
Лучше всего такой подход заметен на вещах, у которых важна посадка: рубашках, платьях, юбках, брюках, верхе повседневной одежды. За счёт этого можно заранее понять, подходит ли фасон, не слишком ли вещь объёмная и как она смотрится именно на вашей фотографии, а не на модели из каталога.
В интерфейсе здесь всего два понятных поля:
Практический совет: для первого поля лучше брать фото в полный рост или хотя бы с хорошо видимой фигурой спереди. Для второго - карточку товара без лишнего фона, где вещь хорошо различима по краям.
Результат не стоит воспринимать как точную гарантию реальной посадки. Нейросеть показывает визуальное впечатление, но не знает, насколько тянется ткань, как вещь ощущается вживую и где именно она будет свободнее или уже.
Сложности бывают на фото с плохим светом, руками перед телом, длинными волосами поверх одежды, сумками, шарфами и другими перекрытиями. На таких кадрах края рукавов, ворот, талии или низа вещи иногда выглядят неестественно. Ещё одна типичная проблема - сложные принты и мелкие детали вроде кружев, пуговиц или тонких складок: часть нюансов может упроститься.
Главное отличие подхода Google в том, что компания много говорит именно о реалистичной передаче поведения ткани - складок, теней и того, как одежда облегает или свисает на человеке. В ранних системах виртуальной примерки вещь нередко выглядела как плоский слой поверх фотографии. Здесь задача поставлена глубже: не просто заменить одежду на снимке, а собрать более правдоподобный образ по фото товара и фото человека.
Ещё один заметный плюс - простота сценария. Для работы достаточно двух изображений: человека и вещи. Это делает инструмент понятным даже тем, кто раньше не пользовался такими нейросетями.
Понравилось? Зарегистрируйтесь и создайте свой результат.
Замена одежды (Google) - нейросеть для виртуальной примерки, которая берёт фото человека и фото вещи, а потом показывает, как эта одежда может выглядеть на нём. У Google такие инструменты развиваются внутри shopping-направления: компания делает упор на то, чтобы по одной фотографии человека можно было быстрее понять посадку, общий вид образа и сочетание вещи с фигурой.
По заявлениям Google, технология умеет показывать, как одежда ложится на тело с учётом складок, теней, натяжения ткани и формы силуэта. В официальных материалах компания пишет, что виртуальная примерка работает для огромного числа товарных карточек и рассчитана именно на более реалистичное впечатление, чем обычная фотография одежды на белом фоне.
Google отдельно советует загружать понятные фотографии: человек должен быть виден целиком или достаточно ясно, без сильных перекрытий, с нормальным светом и без слишком мешковатой одежды на исходном снимке. Это повышает шанс, что результат будет выглядеть аккуратно, а вещь не "поплывёт" по краям.
Модель смотрит сразу на две картинки: кто изображён на фото и какая именно одежда должна появиться на человеке. Дальше она совмещает форму тела, позу и особенности вещи - например длину рукавов, посадку, фактуру и общий силуэт. На выходе получается не просто "наклейка" сверху, а новая картинка, где одежда подстраивается под человека.
Лучше всего такой подход заметен на вещах, у которых важна посадка: рубашках, платьях, юбках, брюках, верхе повседневной одежды. За счёт этого можно заранее понять, подходит ли фасон, не слишком ли вещь объёмная и как она смотрится именно на вашей фотографии, а не на модели из каталога.
В интерфейсе здесь всего два понятных поля:
Практический совет: для первого поля лучше брать фото в полный рост или хотя бы с хорошо видимой фигурой спереди. Для второго - карточку товара без лишнего фона, где вещь хорошо различима по краям.
Результат не стоит воспринимать как точную гарантию реальной посадки. Нейросеть показывает визуальное впечатление, но не знает, насколько тянется ткань, как вещь ощущается вживую и где именно она будет свободнее или уже.
Сложности бывают на фото с плохим светом, руками перед телом, длинными волосами поверх одежды, сумками, шарфами и другими перекрытиями. На таких кадрах края рукавов, ворот, талии или низа вещи иногда выглядят неестественно. Ещё одна типичная проблема - сложные принты и мелкие детали вроде кружев, пуговиц или тонких складок: часть нюансов может упроститься.
Главное отличие подхода Google в том, что компания много говорит именно о реалистичной передаче поведения ткани - складок, теней и того, как одежда облегает или свисает на человеке. В ранних системах виртуальной примерки вещь нередко выглядела как плоский слой поверх фотографии. Здесь задача поставлена глубже: не просто заменить одежду на снимке, а собрать более правдоподобный образ по фото товара и фото человека.
Ещё один заметный плюс - простота сценария. Для работы достаточно двух изображений: человека и вещи. Это делает инструмент понятным даже тем, кто раньше не пользовался такими нейросетями.