logo

Бьюти-приложение на базе ИИ

Разработали приложение виртуальной примерки макияжа и онлайн-продажи декоративной косметики.
set-make-up-brushes-lies-table_8353-8869.jpg
1369.png
ИндустрияE-commerce и ритейл
Тип бизнесаB2C
РегионРоссия
ИндустрияE-commerce и ритейл
Тип бизнесаB2C
РегионРоссия

Клиент

Занимается декоративной косметикой, имеет сеть офлайн-точек в крупных городах. Запустил собственный интернет-магазин, после чего задумался об увеличении дохода с помощью мобильного приложения. И нет, речь шла не о стандартном m-commerce. Это должно быть приложение для виртуальной примерки макияжа со ссылками на продукты. Сама идея цифрового макияжа уже существовала на тот момент, но в качестве инструмента прямых продаж в бьюти-индустрии ее использовали единицы.

Задачи, в основе которых лежат подобные практические бизнес-цели, прекрасно решает искусственный интеллект. Мы любим кейсы, связанные с Data Science, особенно если это что-то нетривиальное: в 2019 году приложения для подбора косметики на базе ИИ были скорее в новинку. Конечно, мы с удовольствием взялись за работу.

Столкнулись с похожей бизнес-задачей?Давайте ее обсудим
Столкнулись с похожей бизнес-задачей?Давайте ее обсудим

Вызовы

Между фоторедактором и приложением для примерки макияжа существенная разница. Миссия фоторедактора – изменить изображение, приукрасить его и выдать картинку, которая зачастую не имеет ничего общего с реальным положением вещей.

Задача бьюти-приложения, с которой пришел клиент, – не создать иллюзию, а сделать так, чтобы пользовательницы получили точное представление о том, какой оттенок помады или румян им подойдет и где их получить.

Ведь чем точнее рекомендация, тем больше вероятности, что покупка будет совершена, а пользовательница вернется снова.
makeup-brushes-ray-light (1).jpg

Реалистичность

Приложение по примерке и подбору мейкапа – это не набор абстрактных фильтров для соцсетей. Его отличительная черта – достоверность. Мы не можем просто генерировать маски с тенями и румянами, оторванные от повседневной действительности.

2.png

Масштабность проекта

Чтобы все работало так, как задумал клиент, требовалось:

•‎ Создать ядро системы с моделью распознавания лица и разделения его на зоны.
•‎ Добавить алгоритм, который меняет цвет объекта без потери исходной текстуры.
•‎ Связать приложение с интернет-магазином, отдельными продуктами и палитрой оттенков для каждого.

Как работает приложение для цифрового макияжа:

1. Пользовательница делает селфи

Или загружает фото из галереи. Выбирает в приложении нужный раздел: лицо, губы, глаза.

2. Алгоритм получает изображение и анализирует его

– Определяет границы лица и ключевые точки.
На этом этапе используется многомасштабная сверточная нейронная сеть (MCNN), реализованная с помощью платформы глубокого обучения Caffe. MCNN наиболее эффективна для задач на распознавание образов. Она определяет, что на фотографии именно лицо, и выстраивает пять базовых точек.

– Делает расчет 3D-модели.
С помощью двух нейросетевых платформ Caffe алгоритм находит первоначальные оценки для точного определения границ лица и его зон. Проводит сегментацию – первичную оценку зон.

– Уточняет маски полученных сегментов.
Уточняющие алгоритмы основаны на анализе цветов разных участков одной зоны, а также геометрической форме и положении частей лица. В качестве исходного ориентира используются 11 сегментов.

3. Приложение реалистично имитирует настоящий макияж

– Для этого шага реализовали Python-модуль, который работает с выделенной частью изображения.

– За основу взят принцип модели дихроматического отражения (DRM). Модель определяет основной цвет тела объекта, основной цвет освещения, а также соотношение между ними в каждой точке матрицы объекта.

– Как результат – цвет объекта изменяется естественным образом и имеет натуралистичный вид.

4. Что видит пользовательница

– В разделах приложения уже собраны свотчи для каждого продукта (передаются через API-запросы, чтобы поддерживать актуальное состояние). Пользовательница примеряет оттенки, пока не найдет нужный. Эффекты и текстуры – от атласных до матовых – выглядят именно так, как если бы были нанесены в реальности и сфотографированы.

– Предусмотрена функция автоматического подбора образа. Приложение предложит несколько выгодных сочетаний на основе цветотипа, геометрической композиции лица и особенностей строения.

– Во вкладке рекомендаций есть готовая коллекция образов, созданная командой бренда. Их остается только примерить.

– Виртуальные образы сохраняются в приложении – их можно сравнивать и выбирать наиболее удачные варианты.

– К каждому продукту прилагается описание и ссылка на корзину для оформления покупки.

Технологии

technology
Бэкенд

Python

technology
Бэкенд

C++

technology
Анализ данных

Matlab

technology
iOS

Swift

technology
Android

Kotlin

Результат

Благодаря внедрению ИИ мы добились высокоточного распознавания черт лица и сохранили реалистичность текстур. Интеграция с косметическим брендом напрямую позволила клиенту сократить количество пользовательских шагов до покупки.

Разработка окупилась быстро, приложение остается востребованным до сих пор.

Идея оказалась хороша сразу по двум причинам:

  • Привлекает новых пользовательниц и формирует отложенный спрос. Даже если приложение установлено из чистого любопытства, есть большая вероятность, что позже пользовательница вернется к нему и оформит покупку.
  • Хотя целевая аудитория – женщины, внутри этой группы много сегментов: сами покупательницы, бьюти-мастера, визажисты, организаторы мастер-классов, салоны красоты.
31 тыс.

установок приложения за все время.

grade
в 18 раз

увеличилось число продаж в интернет-магазине.

grade
logo

Алгоритм, который мы создали, можно использовать в других направлениях бьюти-индустрии (одежда, аксессуары, парикмахерское искусство). Также подойдет для любого e-commerce или ритейла, где важна работа с цветом, композицией и текстурой.

— команда Zuzex.

Напишите нам

/ 5000

Что происходит дальше:

  • Мы получаем запрос, обрабатываем его в течение 24 часов и связываемся по указанным вами e‑mail или телефону для уточнения деталей.

  • Подключаем аналитиков и разработчиков. Совместно они составляют проектное предложение с указанием объемов работ, сроков, стоимости и размера команды.

  • Договариваемся с вами о следующей встрече, чтобы согласовать предложение.

  • Когда все детали улажены, мы подписываем договор и сразу же приступаем к работе.