هل من المحبط في كثير من الأحيان رؤية الفرق بين العرض التقديمي للبائع والعرض التقديمي للمشتري عند التسوق عبر الإنترنت؟ قام فريق التعلم الآلي في جامعة بيليفيلد في ألمانيا بتطوير أداة ذكاء اصطناعي تسمى TryOffDiff لحل هذه المشكلة. يمكن لهذا الذكاء الاصطناعي إزالة الأشخاص من الصور، وترك الملابس نفسها فقط، وإنشاء صورة عرض منتج عالية الجودة، مما يؤدي بشكل فعال إلى سد الفجوة بين عرض المشتري وعرض البائع، وتحسين تجربة التسوق.
عند التسوق عبر الإنترنت، هل سبق لك أن تأذيت من الفرق الكبير بين عرض المشتري وعرض البائع؟ من الواضح أنها نفس قطعة الملابس، ولكن عندما يتم ارتداؤها على عارضة الأزياء، فهي عصرية جدًا، لماذا تبدو "فظيعة" عليها؟ لا تقلق! مقارنة ألمانية قام فريق التعلم الآلي بجامعة ليفيلد بتطوير تقنية سوداء للذكاء الاصطناعي تسمى TryOffDiff، والتي يمكنها "إزالة" الأشخاص الموجودين في الصورة، وترك الملابس نفسها فقط، وإنشاء صورة عرض قياسية للمنتج!
تستخدم هذه التقنية تقنية الذكاء الاصطناعي القوية "نموذج الانتشار" لتحديد الشكل واللون والملمس والمعلومات الأخرى للملابس من الصورة، و"استعادة" هذه المعلومات إلى صورة عرض منتج عالية الوضوح. الصور الناتجة ليست واضحة ونابضة بالحياة في التفاصيل فحسب، بل يتم أيضًا إزالة الخلفية تلقائيًا، تمامًا مثل عمل المصور المحترف!
كيف يعمل TryOffDiff ببساطة، فهو يشبه الخياط الماهر. أولاً، يستخدم برنامج تشفير الصور المسمى SigLIP لاستخراج المعلومات المميزة للملابس من الصور، بما في ذلك اللون والملمس والنمط وما إلى ذلك، تمامًا مثل الخياط الذي يراقب القماش بعناية. ثم يقوم بعد ذلك "بتغذية" هذه المعلومات إلى نموذج إنشاء الصور ذات الانتشار المستقر. يشبه Stable Diffusion "آلة خياطة" سحرية يمكنها إنشاء مجموعة متنوعة من الصور بناءً على معلومات الإدخال. أخيرًا، سيقوم Stable Diffusion بإنشاء صورة عرض قياسية للمنتج استنادًا إلى معلومات ميزات الملابس المستخرجة، و"ارتداء" الملابس على نموذج افتراضي، تمامًا مثل الخياط الذي يصنع ملابس مثالية.
لاختبار تأثير TryOffDiff، استخدم الباحثون مجموعة بيانات تسمى VITON-HD للتدريب والاختبار. تظهر النتائج التجريبية أن TryOffDiff فعال للغاية، فصور الملابس التي ينشئها ليست واضحة بالتفصيل فحسب، ولكنها أيضًا واقعية للغاية، حتى أنها يمكن مقارنتها بعمل المصورين المحترفين. بالمقارنة مع تقنية التركيب الافتراضية الحالية، فإن TryOffDiff يؤدي أداءً جيدًا في الاحتفاظ بتفاصيل الملابس. والأفضل من ذلك، خاصة من حيث الأنماط والشعارات.
آفاق تطبيق هذه التكنولوجيا واسعة جدًا، فهي لا تساعد المستهلكين على فهم معلومات المنتج بشكل أفضل فحسب، بل تساعد أيضًا منصات التجارة الإلكترونية على تحسين تأثيرات عرض المنتج وتقليل معدلات الإرجاع. في المستقبل، عندما تتسوق لشراء الملابس عبر الإنترنت، قد تحتاج فقط إلى تحميل صورة لنفسك لترى كيف تبدو في الملابس المختلفة، ولم يعد هناك ما يدعو للقلق بشأن "خطأ البضائع" بين عرض المشتري وعرض البائع يعرض!
التجربة عبر الإنترنت: https://huggingface.co/spaces/rizavelioglu/tryoffdiff
عنوان المشروع: https://rizavelioglu.github.io/tryoffdiff/
لا شك أن ظهور TryOffDiff يوفر طريقة جديدة لحل الفرق بين "عرض البائع" و"عرض المشتري" في التسوق عبر الإنترنت، وستعمل هذه التقنية على تعزيز تجربة التسوق عبر الإنترنت بشكل كبير وتوفير المزيد من الراحة للمستهلكين ومنصات التجارة الإلكترونية. في المستقبل، ربما يمكننا أن نتطلع إلى تجربة تركيب افتراضية أكثر مثالية.