Google Try-on : l’essayage virtuel nouvelle génération

Google a récemment dévoilé Google Try-on, une fonctionnalité d’essayage virtuel qui promet de bouleverser le secteur du e-commerce et de la mode en ligne. Grâce à l’IA générative, Try-on permet aux consommateurs de visualiser à l’avance à quoi ressembleront des vêtements sur des modèles variés, ce qui leur donne une meilleure idée du rendu final avant l’achat.

Comment fonctionne Google Try-on ?

Une IA générative baptisée « TryOnDiffusion »

Pour réaliser l’essayage virtuel, Google s’appuie sur un modèle d’IA appelé TryOnDiffusion, formé à partir d’une vaste bibliothèque d’images de personnes portant un même vêtement dans différentes poses. Concrètement :

1. Analyse du vêtement
   L’IA étudie d’abord l’image du vêtement (t-shirt, chemise, etc.) et en déduit comment il se drape, se plisse et s’adapte aux mouvements.

2. Adaptation à des morphologies variées
   Grâce à un ensemble de mannequins réels (tailles XXS à 4XL, ethnies et teints de peau variés, types de cheveux…), l’IA prédit comment le vêtement va se comporter sur chacun d’entre eux, même dans différentes postures.

3. Réduction des défauts visuels
   Google a entraîné son IA avec une multitude de paires d’images, notamment pour corriger les problèmes de plis mal reproduits ou de drapés peu réalistes.

Un procédé de « diffusion »

Le mécanisme repose sur la technologie de diffusion, un processus qui consiste à ajouter puis à retirer progressivement des pixels (ou « bruit ») d’une image, afin de reconstituer un nouveau visuel. Lorsqu’il s’applique à des données portant sur des vêtements et des mannequins humains, le modèle peut générer une image d’essayage très fidèle.

Les problèmes auxquels répond Try-on

• Manque de représentativité : selon Google, 42 % des acheteurs en ligne ne se sentent pas représentés par les visuels des mannequins, et 59 % ne sont pas satisfaits de leurs achats car le vêtement ne leur va pas comme prévu.

• Aucune cabine d’essayage en ligne : choisir un article en se fiant uniquement à la silhouette d’un mannequin standard peut créer de grandes différences de perception.

• Frustration et retours produits : la méconnaissance du rendu réel d’un vêtement est à l’origine de nombreux retours et insatisfactions.

Avec Try-on, Google espère réduire ces incertitudes en permettant aux utilisateurs de visualiser plus précisément l’aspect d’un vêtement sur divers types de morphologies, aidant ainsi à limiter les déceptions post-achat.

Une technologie déjà explorée par plusieurs acteurs

De nombreuses entreprises ont déjà tenté des approches d’essayage virtuel, entre autres :

• Walmart : a lancé une fonctionnalité permettant de modéliser les vêtements sur des photos d’utilisateurs.

• Adobe : a étudié la modélisation générative appliquée aux habits.

• Amazon : teste la Réalité Augmentée (RA) pour permettre d’essayer chaussures et lunettes.

• Google : avait déjà expérimenté l’essayage virtuel de maquillage en partenariat avec L’Oréal, MAC Cosmetics et Charlotte Tilbury.

Néanmoins, Try-on semble se démarquer par une précision et une inclusivité supérieures, grâce à la richesse du Shopping Graph de Google et à l’échelle de teintes de peau Monk Skin Tone.

En quoi Try-on est-il innovant ?

1. Combine IA générative et modélisation poussée

   • L’algorithme analyse finement les tissus, plis, drapés et rendus visuels.

   • S’appuie sur des modèles humains de morphologies, origines et styles variés.

2. Promet une plus grande diversité

   • Contrairement à certaines marques qui ont recours à des mannequins IA « génériques », Google fusionne de vrais modèles avec un large éventail de poses.

   • L’initiative vise à mieux refléter la pluralité des acheteurs et la diversité des communautés ethniques.

3. Évolutivité et exhaustivité

   • Google prévoit d’élargir Try-on à d’autres types de vêtements, y compris les hauts pour hommes.

   • L’outil puise dans le Shopping Graph (base de données immense répertoriant des millions de produits), offrant ainsi un large choix.

Google Try-on : quelles perspectives ?

Pour l’instant, la fonctionnalité est accessible uniquement sur certains hauts pour femmes (Anthropologie, Everlane, H&M, LOFT, etc.), mais Google a annoncé :

• Élargir l’offre aux hauts pour hommes d’ici fin 2023.

• Continuer à optimiser son IA pour rendre l’essayage encore plus réaliste.

• Affiner la recherche grâce aux algorithmes de correspondance visuelle : les utilisateurs pourront filtrer encore plus facilement leurs sélections par couleur, style ou motifs.

Cette avancée souligne la volonté de Google de :

• Révolutionner le shopping en ligne.

• Offrir une expérience utilisateur immersive et personnalisée.

• Limiter le taux de retours et augmenter la satisfaction client.

Conclusion

En intégrant IA générative, diversité humaine et vastes données produits, Google Try-on marque une étape cruciale dans l’évolution du e-commerce. En permettant aux consommateurs de voir et d’évaluer virtuellement le rendu d’un vêtement sur différentes morphologies, Google entend réduire la frustration liée aux achats en ligne.

Bien que pour l’instant limité à certains articles, Try-on s’inscrit dans la continuité des efforts de Google pour créer un shopping plus inclusif, précis et divertissant. Avec le déploiement progressif de cette technologie, les acheteurs bénéficieront bientôt d’une cabine d’essayage virtuelle performante, transformant ainsi leurs habitudes de consommation et rendant le commerce en ligne plus efficace que jamais.