Los probadores del futuro, en 3D y sin necesidad de desnudarse

Las ventajas de esta nueva forma de comprar son evidentes, pero también tiene algunos inconvenientes. Uno de los más importantes es que la gente no puede probarse la ropa antes de recibirla en casa. Por eso, y desde hace unos años, se trabaja con inteligencia artificial y 'deep learning' (aprendizaje profundo) para solucionar este problema. Ambas herramientas permiten el modelado y la generación de ropa en 3D. Estos modelos supondrán un gran avance para mejorar la experiencia de los probadores virtuales, facilitando el trabajo de los diseñadores y animadores.

Precedentes en 2D

En los últimos años se han probado varios modelos para simular prendas sobre diferentes formas del cuerpo, pero han sido en 2D. Así, por ejemplo, Inditex, Google y Alibaba han experimentado con sistemas para evitarle al cliente las incomodidades de desvestirse dentro del habitáculo con espejo y cortina. El grupo de Amancio Ortega empezó en 2015 a instalar probadores interactivos en algunas de sus tiendas, como el Zara situado en Mercado de San Martín, en San Sebastián. La interacción consistía en pantallas tipo tableta para comunicarse con el mostrador de acceso y pedir otra talla u otro color. En 2018, en algunas tiendas Massimo Dutti -del mismo grupo-, como la de paseo de Gràcia de Barcelona, introdujeron como novedad el pago con tarjeta desde el mismo probador. Por su parte, Google probó con Tango, un proyecto de exploración 3D, para la marca GAP, que permitía a los usuarios probarse la ropa mediante un avatar. Y el gigante de las compras asiático instaló un espejo-probador virtual en su primera tienda física en Europa, en el centro comercial Xanadú (Madrid).

El gran salto

Ahora, un equipo de investigadores del Centre de Visió per Computador (CVC) y de la Universitat de Barcelona (UB) han desarrollado CLOTH3D, el primer conjunto de datos sintéticos 3D a gran escala orientado al desarrollo del aprendizaje profundo para simular prendas sobre diferentes formas corporales. Este conjunto de datos es el primer paso para permitir un probador de ropa virtual mejorado. "Hemos diseñado y publicado el mayor conjunto de datos de este tipo con una gran variedad de vestuario y un amplio rango de movimientos en la ropa", explica Hugo Bertiche (UB-CVC). El programa contiene una gran variabilidad en el tipo de prenda, forma, tamaño, tirantez y tejido.

Además, la ropa se simula sobre miles de poses y formas corporales diferentes, lo que genera una dinámica de la ropa muy realista. CLOTH3 suma por el momento 2 millones de muestras. Según Sergio Escalera, otro de los investigadores del programa, "otros conjuntos de datos contienen pocas prendas diferentes, pero el nuestro tiene miles, lo que le convierte en el conjunto de datos más grande existente en la actualidad en este campo".

Es por eso, que desde el CVC confirman que varias empresas textiles ya se han interesado en el programa, que puede ayudarles aún más a expandirse a través del 'e-commerce'. Pero, por ahora "el dataset está en abierto para que todo tipo de público lo pueda utilizar para finalidades científicas, no comerciales", explica Escalera. Pero todo llegará.

Además, la industria textil no es la única que se puede beneficiar de este programa, "la industria del entretenimiento también podría beneficiarse, ya que las películas con imágenes generadas por computador y los videojuegos podrían ser aún más realistas", señala Bertiche.

Primeras etapas

Noticias relacionadas

El Sant Jordi más internacional tras la pandemia, avance del Tema del Domingo

20 años del regreso del tranvía a Barcelona, este domingo en EL PERIÓDICO

"La comprensión de las prendas 3D a través de aprendizaje profundo aún se encuentra en sus primeras etapas. Por un lado, si bien nuestro conjunto de datos cubre la mayor parte de la variabilidad de la ropa del día a día, los estilos de atuendo solo están limitados por la imaginación.

Por otro lado, las prendas de ropa reales son mucho más complejas de las que suelen proporcionar los simuladores, el aprendizaje profundo aún tiene que encontrar la forma adecuada de modelar detalles extremadamente finos y caóticos como arrugas, y también objetos de geometría arbitraria relacionados con atuendos, como sombreros, gafas, guantes, zapatos o bisutería", remata el mismo investigador.