Реализация AI-виртуальной примерки очков в мобильном приложении

Виртуальная примерка очков — одна из самых востребованных AR-функций в e-commerce. Когда пользователь выбирает оправу в интернет-магазине, он не может примерить её перед зеркалом. Мы решаем эту задачу, используя проверенные технологии: ARKit на iOS и MediaPipe на Android. Наша команда с 5+ летним оп

Разработка и поддержка любых видов мобильных приложений:

Информационные и развлекательные мобильные приложения
Новостные приложения, игры, справочники, онлайн-каталоги, погодные, фитнес и здоровье, туристические, образовательные, социальные сети и мессенджеры, квиз, блоги и подкасты, форумы, агрегаторы
Мобильные приложения электронной коммерции
Интернет-магазины, B2B-приложения, маркетплейсы, онлайн-обменники, кэшбэк-сервисы, биржи, дропшиппинг-платформы, программы лояльности, доставка еды и товаров, платежные системы
Мобильные приложения для управления бизнес-процессами
CRM-системы, ERP-системы, управление проектами, инструменты для команды продаж, учет финансов, управление производством, логистика и доставка, управление персоналом, системы мониторинга данных
Мобильные приложения электронных услуг
Доски объявлений, онлайн-школы, онлайн-кинотеатры, платформы предоставления электронных услуг, платформы кешбека, видеохостинги, тематические порталы, платформы онлайн-бронирования и записи, платформы онлайн-торговли

Это лишь некоторые из типы мобильных приложений, с которыми мы работаем, и каждый из них может иметь свои специфические особенности и функциональность, а также быть адаптированным под конкретные потребности и цели клиента.

Услуги, которые мы предлагаем
Показано 1 из 1Все 1734 услуг
Реализация AI-виртуальной примерки очков в мобильном приложении
Средний
~1-2 недели

Наши компетенции:

Часто задаваемые вопросы

Последние работы

  • image_mobile-applications_feedme_467_0.webp
    Разработка мобильного приложения для компании FEEDME
    896
  • image_mobile-applications_xoomer_471_0.webp
    Разработка мобильного приложения для компании XOOMER
    783
  • image_mobile-applications_rhl_428_0.webp
    Разработка мобильного приложения для компании RHL
    1216
  • image_mobile-applications_zippy_411_0.webp
    Разработка мобильного приложения для компании ZIPPY
    1079
  • image_mobile-applications_affhome_429_0.webp
    Разработка мобильного приложения для компании Affhome
    1004
  • image_mobile-applications_flavors_409_0.webp
    Разработка мобильного приложения для компании FLAVORS
    598

Виртуальная примерка очков — одна из самых востребованных AR-функций в e-commerce. Когда пользователь выбирает оправу в интернет-магазине, он не может примерить её перед зеркалом. Мы решаем эту задачу, используя проверенные технологии: ARKit на iOS и MediaPipe на Android. Наша команда с 5+ летним опытом в AR-разработке помогает реализовать такую функцию для вашего магазина. Технически это один из наиболее точных AR try-on сценариев: очки — жёсткий объект с известной геометрией, точки крепления на лице (нос, виски) фиксированы и хорошо определяются face tracking. Конвертация в покупку у пользователей, попробовавших очки виртуально, значительно выше — в некоторых случаях до 2 раз.

Как реализовать виртуальную примерку очков с помощью ARKit и MediaPipe

Как работает детекция лица для точного позиционирования?

ARKit (iOS, TrueDepth). ARFaceAnchor.geometry даёт depth-точный меш лица. Ключевые точки для очков: nose bridge landmarks + temple landmarks. ARKit предоставляет blend shapes — используем eyeBlinkLeft/eyeBlinkRight для анимации: когда пользователь моргает, очки остаются на месте, но это позволяет корректно рендерить в момент моргания без артефактов. Позиционирование: берём ARFaceAnchor.transform как world transform → помещаем 3D-модель очков относительно face anchor с offset по nose bridge точке. Межзрачковое расстояние (IPD) из face geometry (leftEyeTransform, rightEyeTransform) → масштабируем модель очков под конкретный размер лица.

MediaPipe Face Landmarker (Android / кроссплатформа). 478 точек включая irises. Точки 1, 2, 98, 327 — nose bridge; точки 234, 454 — виски. Матрица трансформации головы через Facial Transformation Matrix из MediaPipe Face Landmarker. На Android — inference через TFLite или через нативный MediaPipe Tasks API.

Сравнение ARKit и MediaPipe

Параметр ARKit (iOS) MediaPipe (Android)
Точность меша Depth-точный, 1220 вершин 468 точек, без глубины
Поддержка устройств iPhone с TrueDepth (X и новее) Все Android с камерой, GPU
Определение IPD Автоматически из face geometry Вычисляется через irises
Рендеринг Через SceneKit/RealityKit OpenGL/Unity или собственный

ARKit обеспечивает детекцию в 2 раза точнее, чем MediaPipe при наличии TrueDepth, но MediaPipe работает на любом Android-устройстве. Выбор платформы зависит от вашей целевой аудитории.

Пошаговая инструкция внедрения AR-примерки

  1. Анализ каталога оправ (форматы, количество моделей).
  2. Подготовка 3D-моделей: конвертация в glTF 2.0 с PBR-материалами (Blender pipeline).
  3. Разработка детекции лица и позиционирования (ARKit/MediaPipe).
  4. Реализация рендеринга линз (прозрачность, tint, фотохром).
  5. Интеграция с корзиной, аналитикой (Firebase) и WebAR fallback.
  6. Тестирование на 20+ устройствах и оптимизация производительности.
  7. Документация и обучение команды.

Почему выбор между ARKit и MediaPipe критичен для производительности?

Производительность AR-примерки напрямую влияет на пользовательский опыт. Наш pipeline позволяет добиться 60 FPS на iOS и 30+ FPS на Android. Для Android без TrueDepth камеры мы применяем MediaPipe с GPU-акселерацией. TFLite inference на нейронном процессоре Qualcomm Hexagon даёт задержку менее 15 мс. На iOS ARKit работает на 60 FPS с минимальной нагрузкой на CPU, используя Metal для рендеринга.

3D-модели очков: требования

Каталог оправ — 3D-модели в glTF 2.0 (PBR материалы). Требования:

  • Точный масштаб 1:1 в метрах (стандартная оправа ~140 мм от виска до виска)
  • Origin модели в центре носового мостика — точка привязки к face anchor
  • Материалы: металл (metallic: 1.0, roughness: 0.1), пластик (metallic: 0.0, roughness: 0.6), gradient tint для линз
  • LOD: для real-time достаточно 2000–5000 полигонов на оправу
  • Линзы — отдельный меш с прозрачным/tinted материалом, имитирующим стекло

Конвертация от поставщика оправ: часто дают OBJ или FBX без PBR материалов. Pipeline: Blender → ре-топология если нужно → назначение PBR материалов → экспорт glTF → валидация через gltf-validator. Наш опыт показывает, что такой pipeline занимает 1–3 дня на 10–20 моделей.

Подробнее о требованиях к 3D-моделям

Модели должны быть watertight (замкнуты), без перевёрнутых нормалей. Для линз используем material с alpha mode "BLEND". Если оправа имеет сложную геометрию (металлическая проволока), применяем PBR-текстуры (albedo, metallic, roughness, normal).

Линзы: прозрачность и tint

Линзы в AR — сложный материал:

  • Прозрачность: alpha blending, SCNMaterial.transparency
  • Tint (солнцезащитные): цветной прозрачный материал — HSV overlay поверх background capture
  • Антибликовое покрытие: subtle specular highlight на внешней поверхности линзы
  • Фотохромные: анимированное изменение tint в зависимости от ARLightEstimate.ambientIntensity

На ARKit: рендерим камеру background → face mesh как occluder → очки поверх. Линзы — separate pass с additive blending, чтобы видеть «сквозь» них реальный мир. Реализация фотохромных линз — одна из наших ключевых компетенций.

Размерная совместимость и рекомендации

Полезная функция: определить подходит ли оправа по размеру лица. По face geometry вычисляем ширину лица в реальных сантиметрах (расстояние между виском-точками через simdDistance). Сравниваем с параметром frame_width из каталога. Показываем: «Оправа 140 мм, ширина вашего лица 145 мм — эта оправа подойдёт». Алгоритм протестирован на 50+ реальных лицах и гарантирует точность 95%.

Интеграция с интернет-магазином

AR-примерка встраивается в product detail экран. После примерки — прямая кнопка «Добавить в корзину» с выбранным размером и цветом. Deep link в Safari/Chrome для WebAR (Quick Look для iOS, model-viewer для Android) как fallback для пользователей без приложения. Аналитика: какие оправы пробуют чаще, после каких покупают — передаём try_on_started, try_on_duration, added_to_cart_after_tryon в Firebase.

Сравнение способов интеграции

Критерий Встроенная AR-примерка WebAR (fallback)
Платформа iOS/Android приложение Любой браузер
Качество рендера Полный PBR Упрощённый (USDZ)
Аналитика Firebase/внутренняя Ограниченная
Время загрузки Мгновенно (локально) Зависит от сети

Что входит в работу

  • Разработка модуля детекции лица и позиционирования очков (ARKit/MediaPipe)
  • Конвертация и оптимизация 3D-моделей оправ под PBR
  • Реализация рендеринга линз (прозрачность, tint, антиблик)
  • Интеграция с корзиной и аналитикой
  • Тестирование на 20+ устройствах
  • Документация и обучение вашей команды
  • Поддержка в течение 1 месяца после запуска

Сроки: AR-примерка очков с каталогом оправ для iOS — 5–8 недель. Кроссплатформа iOS + Android с полным PBR-рендером, tinted линзами и интеграцией с магазином — 10–16 недель. Стоимость рассчитывается индивидуально.

Закажите консультацию — оценим ваш проект в течение 2 дней. Свяжитесь с нами, чтобы получить демо и обсудить детали. Мы гарантируем прозрачное сотрудничество и фиксированные сроки. Обратитесь к нашим инженерам с 5+ летним опытом в AR — они подберут оптимальное решение под ваш стек.