Реализация AR-примерки товаров (виртуальная примерочная)

Реализация AR-примерки товаров (виртуальная примерочная)

Мы разрабатываем AR-примерку для мобильных приложений — от простых аксессуаров до полноценной одежды с деформацией меша. Основная проблема, которую решаем: достоверность. Без точного отслеживания позы, масштабирования под параметры пользователя и физически корректного освещения примерка превращается в «картонный» коллаж и не повышает конверсию.

Наша команда интегрирует нативные фреймворки — ARKit (iOS) и ARCore (Android) — а также альтернативные SDK для ускорения вывода на рынок. Для каждой категории товара — своя технология: очки требуют face tracking, одежда — body tracking с деформацией mesh, обувь — трекинг стопы или плоскости, аксессуары — hand tracking.

Задача «примерка» — umbrella-термин, который на практике распадается на принципиально разные технические задачи. Для каждой категории товара требуется свой подход: очки и украшения — face tracking (ARKit/ARCore), одежда — body tracking с деформацией mesh, обувь — foot tracking или plane detection, аксессуары на руку — hand tracking. Ниже приведена сводная таблица с категориями, технологиями и оценкой сложности реализации.

Самая сложная категория — одежда. Без корректной деформации mesh по позе тела одежда выглядит как картонный силуэт поверх человека.

Как добиться реалистичной деформации меша для одежды?

iOS: ARBodyTrackingConfiguration (A12+, iOS 13+) даёт 91-точечный skeleton в мировых координатах. ARSkeleton3D с jointModelTransforms — матрицы каждого сустава. Поверх skeleton натягиваем skinned mesh одежды: каждая вершина меша привязана к 1-4 суставам с весами (skinning weights). При движении сустава вершины следуют за ним согласно весам.

Формат skinned mesh — USDZ с SkinningComponent в RealityKit. Подготовка меша в Blender с rigging под стандартный ARKit skeleton — критически важный этап. Если artist не знаком с ARKit joint hierarchy, rib cage и spine будут деформироваться некорректно. Подробнее — в документации Apple.

Android: ARCore не предоставляет body tracking из коробки. Варианты: MediaPipe Pose (Google), BlazePose (33 ключевых точки), MoveNet (Google). Это не ARKit-уровень точности, но для маркетинговой примерки достаточно. Деформация меша — через кастомный OpenGL/Vulkan шейдер или TensorFlow Lite с pose estimation.

Почему освещение критично для AR-примерки?

PBR-материал с корректными roughness/metallic значениями + ARKit environment probe (AREnvironmentProbeAnchor) или automaticEnvironmentTexturing — минимальный набор для реалистичного внешнего вида. Без environment map блестящая кожа сумки и матовая ткань куртки выглядят одинаково.

Тени от виртуальной одежды на реальное тело — только с occluder mesh: невидимая модель тела отбрасывает тень на реальный пол/стены. В RealityKit — .occlusion материал на occluder entity. Это сильно повышает реализм, но добавляет сложности (нужна точная 3D-модель тела пользователя).

Сравнение сторонних SDK

Для быстрого запуска можно использовать готовые SDK, но для премиального опыта лучше кастомная реализация с полным контролем над деформацией и освещением.

Масштабирование под пользователя

Очки примеряются без введения параметров — face tracking держит их точно на носу. Одежда — другое дело. Базовый подход: стандартный размер S/M/L с масштабированием меша по BoundingBox плеч из skeleton. Точная примерка с обхватом груди/талии требует ввода параметров пользователем или body scanning (отдельная задача с ещё большей сложностью).

Что входит в нашу работу

Мы выполняем AR-проекты более 5 лет, реализовали 20+ интеграций для fashion-ритейла. Каждый проект проходит код-ревью и нагрузочное тестирование перед релизом.

Сроки

Примерка аксессуаров (очки, украшения) на базе face tracking — 2-3 недели. Одежда с body tracking и базовой деформацией — 6-10 недель. Интеграция стороннего SDK (Perfect Corp, Snap Camera Kit) — 1-2 недели плюс лицензия. Стоимость рассчитывается индивидуально после анализа каталога товаров.

Если вам нужна достоверная AR-примерка, свяжитесь с нами — мы оценим ваш каталог и предложим оптимальное решение под ключ. Получите консультацию уже сегодня.

Мы разрабатываем AR-приложения на ARKit и ARCore, которые работают стабильно даже в сложных условиях. Наш опыт — 7+ лет в мобильной разработке и 30+ реализованных проектов с дополненной реальностью. Гарантируем: трекинг не потеряется, освещение будет реалистичным, а пользователь не почувствует дискомфорта. Сертифицированные разработчики Apple и Google.

Почему трекинг теряется и как это исправить?

ARKit и ARCore используют VIO (Visual-Inertial Odometry) — совместную обработку данных камеры и IMU. Трекинг срывается в трёх сценариях: освещение ниже ~50 lux, текстурно однородные поверхности (белая стена, стекло) и быстрые движения камеры.

На практике это значит: если продукт предназначен для примерки мебели, добавляем явное UI-предупреждение при ARCamera.TrackingState.limited(.insufficientFeatures). Приложение, которое молча теряет трекинг, получает 2-звёздочные отзывы — мы такое не допускаем.

Обнаружение плоскостей настраивается через ARWorldTrackingConfiguration.planeDetection = [.horizontal, .vertical]. Важно: ARKit продолжает уточнять геометрию плоскостей через ARSCNViewDelegate.renderer(_:didUpdate:for:) — если не обрабатывать обновления, объект начинает плавать при уточнении якоря. Наша команда решает эту проблему на этапе архитектуры, а не при тестировании.

AR Foundation: кросс-платформа с нюансами

Unity AR Foundation — слой абстракции поверх ARKit и ARCore. Он сокращает время разработки на 40% по сравнению с раздельными нативными кодовыми базами. Но некоторые функции (например, ARBodyTrackingConfiguration для body tracking) недоступны и требуют нативного плагина.

Для React Native и Flutter прямой AR Foundation отсутствует. Используем ViroReact (React Native) или ar_flutter_plugin для простых сценариев, но для production-качества — нативные модули с мостом. Гибридный подход: AR-сцена рендерится нативным ARKit/ARCore view, управление из JS/Dart через method channel. Входит в нашу стандартную поставку.

Сравнение платформ: ARKit опережает ARCore по стабильности трекинга и набору функций (на 30% меньше сбоев в сценариях с низким освещением), но AR Core дешевле в поддержке устройств. AR Foundation — компромисс: теряет до 20% производительности на сложных сценах, но окупается единой кодовой базой.

Try-on: примерка товаров через AR

Примерка очков, украшений, косметики — отдельный класс задач. Здесь нужен face tracking, а не plane detection.

ARKit предоставляет ARFaceTrackingConfiguration — 52 blend shape коэффициента для мимики, 3D-меш лица, позиция и ориентация в пространстве. Работает только на устройствах с TrueDepth-камерой (iPhone с Face ID).

Для Android эквивалент — ML Kit Face Mesh Detection или Google ARCore Augmented Faces (Pixel и некоторые флагманы). Для кросс-платформенного try-on используем Banuba Face AR SDK (Banuba Face AR SDK documentation) — покрывает оба устройства, даёт готовые маски и стабильный трекинг даже на mid-range Android.

Качество try-on критически зависит от 3D-моделей товаров. Модели должны быть оптимизированы под real-time: не более 10-15K полигонов для украшений, PBR-материалы с корректными roughness/metallic картами, LOD для дальних дистанций. В рамках нашего подряда мы предоставляем готовые гайды по оптимизации моделей.

Как добиться реалистичного освещения в AR?

ARKit с современными версиями iOS поддерживает Environmental Texturing — автоматическое создание environment map из камеры для реалистичных отражений. Включается через ARWorldTrackingConfiguration.environmentTexturing = .automatic. Без этого металлические и стеклянные материалы выглядят пластиково.

ARCore предоставляет Light Estimation — intensity и color temperature окружающего света, применяемые к шейдеру виртуальных объектов. На практике это разница между объектом, который «вписывается» в сцену, и очевидно наложенной 3D-моделью. Мы гарантируем, что финальное изображение не выдаёт виртуальности.

Что входит в работу

• Архитектура AR-решения (выбор стека, проектирование модулей)
• 3D-пайплайн: оптимизация моделей под real-time, PBR-материалы, LOD
• Интеграция трекинга (плоскости, лица, изображения, объекты)
• Тестирование на 10+ реальных устройствах (iOS и Android)
• Документация по использованию SDK и готовых компонентов
• Поддержка после запуска (1 месяц баг-фиксинга)

Сроки и оценка

Простая AR-сцена с размещением одной 3D-модели на плоскости — 1–2 недели. Face try-on с каталогом товаров — от 6 недель (3D-пайплайн, интеграция трекинга, UI выбора и сохранения). Полноценный AR-шоппинг с облачными якорями и мультиплеером — от 3 месяцев. Оценим проект за 1 день — пишите, обсудим вашу AR-идею.