Виртуелното пробување облека долго време е една од најинтересните примени на компјутерскиот вид и вештачката интелигенција, но досега тие главно беа поврзани со поединечни онлајн продавници и специјализирани апликации. OpenAI сега ја интегрира оваа можност директно во искуството за купување преку ChatGPT.
Корисниците можат да изберат парче облека пронајдено при пребарувањето производи и да ја активираат опцијата „Пробај“ (Try on). По прикачувањето лична фотографија, ChatGPT генерира нова слика на која се гледа лицето како го носи избраното парче облека.
За оваа цел OpenAI ја користи својата технологија за генерирање и уредување слики, ChatGPT Images. Сепак, задачата вклучува повеќе од само „лепење“ фотографија од маица врз фотографија од лице; вештачката интелигенција мора да реконструира како би изгледало парчето облека доколку физички се носи на телото.
Кога корисникот ќе прикачи фотографија, моделот мора да извлече огромно количество информации од неа. Треба да ги идентификува лицето, неговата поза, формата на телото, рацете, косата и другите елементи што мора да останат непроменети.
Во исто време, мора да го разбере и самото парче облека. Не е доволно само да се знае дека станува збор, на пример, за црна маица; моделот мора да ги репродуцира нејзината боја, дезен, лого, крој и други визуелни карактеристики.
Ако лицето стои под одреден агол, маицата мора да се деформира за да одговара на таа положба на телото. Ако раката е поставена пред торзото, дел од облеката мора да се појави зад раката. Ако лицето седи или е навалено, ткаенината мора да формира различни набори. Со други зборови, генеративниот модел мора да создаде слика што истовремено личи на оригиналната фотографија од лицето и на фотографија од истото лице кое носи ново парче облека.
Традиционалниот систем за виртуелно пробување може да се обиде да ја исече облеката од фотографија од каталог и да ја постави врз фотографијата на корисникот. Проблемот е што таков пристап тешко може правилно да ги земе предвид варијациите во позата, перспективата, осветлувањето и формата на телото.
Генеративната вештачка интелигенција му пристапува на проблемот поинаку. Наместо само да ги преместува постоечките пиксели, таа генерира нова слика врз основа на визуелните информации од влезните фотографии. Ова овозможува многу поприроден резултат. На пример, моделот може да генерира набори на ткаенината кои не биле присутни на оригиналната фотографија од облеката или да ја прилагоди формата на ракавите за да одговараат на положбата на рацете на лицето.
Токму затоа генеративните модели можат да постигнат нешто што беше многу тешко за класичните алатки за обработка на слики.
Со ваков систем не е доволно само да се креира уверлив приказ на облеката. Ако вештачката интелигенција го измени лицето, фризурата, формата на телото или други карактеристики на лицето за време на генерирањето, виртуелната проба ја губи својата цел.
Затоа, моделот мора истовремено да извршува две спротивставени задачи: да промени што е можно повеќе елементи поврзани со облеката, а притоа да менува што е можно помалку елементи поврзани со лицето и позадината.
Ова е една од причините зошто поновите генеративни технологии за уредување слики се значително поуверливи за виртуелни проби отколку претходните филтри со вештачка интелигенција.
Во своите материјали OpenAI особено ја нагласува потребата да се зачуваат идентитетот, позата и пропорциите на лицето, додека верно се прикажува изгледот на облеката. Тука постои една важна напомена. Виртуелниот резултат не е гаранција дека облеката ќе изгледа или ќе стои исто во реалноста.
Вештачката интелигенција може многу уверливо да го прикаже визуелниот изглед на облеката, но сликата не може сигурно да утврди како вистинската ткаенина ќе се однесува на телото, колку е растеглив материјалот, каде точно ќе се формираат набори или дали одредена големина му одговара на корисникот.
Поради оваа причина, OpenAI ја претставува виртуелната проба првенствено како алатка што им помага на корисниците да визуелизираат како одредено парче облека би изгледало на нив, а не како замена за физичка проба.
Сепак, технологијата е значајна бидејќи покажува како генеративната вештачка интелигенција постепено се префрла од сферата на креирање „замислени“ фотографии во многу попрактичниот свет на уредување постоечки слики.
Во иднина ваквите системи би можеле да одат и чекор понатаму: корисникот би можел да се фотографира, да избере цела комбинација на облека, да ја промени бојата или материјалот на поединечни парчиња, да комбинира облека од различни брендови и веднаш да прегледа неколку можни варијанти.
На тој начин, виртуелната кабина за проба би можела да стане еден вид личен стилист со вештачка интелигенција.
(Vidi.hr)
(фото: Pexels/Airam Dato-on)
