온라인 쇼핑을 할 때 판매자의 프레젠테이션과 구매자의 프레젠테이션의 차이를 보면 답답할 때가 많나요? 독일 빌레펠트대학교 머신러닝팀은 이 문제를 해결하기 위해 TryOffDiff라는 AI 도구를 개발했습니다. 이 AI는 사진에서 사람을 제거하고 옷 자체만 남겨 고품질의 제품 디스플레이 이미지를 생성하여 구매자의 쇼와 판매자의 쇼 사이의 격차를 효과적으로 해소하고 쇼핑 경험을 향상시킬 수 있습니다.
온라인 쇼핑을 할 때, 구매자의 쇼와 판매자의 쇼의 엄청난 차이로 상처받은 적이 있나요? 분명히 같은 옷인데, 모델이 입으면 이렇게 패셔너블해 보이는 걸까요? 입으면 "끔찍하다"? 걱정하지 마세요! 독일 비교 Lefeld University의 기계 학습 팀은 TryOffDiff라는 AI 블랙 기술을 개발했습니다. 표준 제품 디스플레이 사진을 생성하세요!
이 기술은 강력한 '확산 모델' 인공 지능 기술을 사용하여 사진에서 옷의 모양, 색상, 질감 및 기타 정보를 식별하고 이 정보를 고화질 제품 디스플레이 사진으로 '복원'합니다. 결과 사진은 세부적으로 선명하고 생생할 뿐만 아니라 전문 사진작가의 작업처럼 배경이 자동으로 제거됩니다!
TryOffDiff는 어떻게 작동하나요? 간단히 말해서 숙련된 "재단사"와 같습니다. 먼저 SigLIP이라는 이미지 인코더를 사용해 마치 재단사가 옷을 세심하게 관찰하듯 사진에서 색상, 질감, 패턴 등 옷의 특징적인 정보를 추출합니다. 그런 다음 이 정보를 Stable Diffusion 이미지 생성 모델에 "공급"합니다. Stable Diffusion은 입력된 정보를 바탕으로 다양한 이미지를 생성할 수 있는 마법의 '재봉틀'과 같습니다. 마지막으로 Stable Diffusion은 추출된 의류 특징 정보를 기반으로 표준 제품 디스플레이 사진을 생성하고 재단사가 완벽한 의류를 만드는 것처럼 가상 모델에 옷을 "착용"합니다.
TryOffDiff의 효과를 테스트하기 위해 연구원들은 교육 및 테스트에 VITON-HD라는 데이터 세트를 사용했습니다. 실험 결과에 따르면 TryOffDiff가 생성하는 의류 사진은 세부적으로 명확할 뿐만 아니라 매우 사실적이어서 기존 가상 피팅 기술과 비교해도 의류 디테일을 잘 유지하는 것으로 나타났습니다. 특히 패턴과 로고 측면에서 더욱 좋습니다.
이 기술의 적용 전망은 매우 광범위합니다. 소비자가 제품 정보를 더 잘 이해하도록 도울 수 있을 뿐만 아니라 전자상거래 플랫폼이 제품 디스플레이 효과를 향상하고 반품률을 줄이는 데도 도움이 됩니다. 앞으로는 온라인으로 옷을 쇼핑할 때 자신의 사진만 업로드하면 다른 옷을 입고 어떻게 보이는지 확인하기만 하면 더 이상 구매자의 쇼와 판매자의 쇼 사이에 "상품이 잘못되었는지" 걱정할 필요가 없습니다. 보여주다!
온라인 체험: https://huggingface.co/spaces/rizavelioglu/tryoffdiff
프로젝트 주소: https://rizavelioglu.github.io/tryoffdiff/
TryOffDiff의 출현은 의심할 여지없이 온라인 쇼핑에서 "판매자 쇼"와 "구매자 쇼"의 차이를 해결하는 새로운 방법을 제공합니다. 이 기술은 온라인 쇼핑 경험을 크게 향상시키고 소비자와 전자 상거래 플랫폼에 더 많은 편의성을 제공할 것입니다. 앞으로는 더욱 완벽한 가상 피팅 경험을 기대할 수 있을지도 모르겠습니다.