AR-маски та фільтри для обличчя: від прототипу до готового рішення

TRUETECH займається розробкою, підтримкою та обслуговуванням мобільних додатків iOS, Android, PWA. Маємо великий досвід та експертизу для публікації мобільних додатків до популярних маркетів Google Play, App Store, Amazon, AppGallery та інші.

Розробка та підтримка будь-яких видів мобільних додатків:

Інформаційні та розважальні мобільні програми
Новинки, ігри, довідники, онлайн-каталоги, погодні, фітнес та здоров'я, туристичні, освітні, соціальні мережі та месенджери, квіз, блоги та подкасти, форуми, агрегатори
Мобільні програми електронної комерції
Інтернет-магазини, B2B-додатки, маркетплейси, онлайн-обмінники, кешбек-сервіси, біржі, дропшиппінг-платформи, програми лояльності, доставка їжі та товарів, платіжні системи
Мобільні програми для управління бізнес-процесами
CRM-системи, ERP-системи, управління проектами, інструменти для команди продажів, облік фінансів, управління виробництвом, логістика та доставка, управління персоналом, системи моніторингу даних
Мобільні програми електронних послуг
Дошки оголошень, онлайн-школи, онлайн-кінотеатри, платформи надання електронних послуг, платформи кешбеку, відеохостинги, тематичні портали, платформи онлайн-бронювання та запису, платформи онлайн-торгівлі

Це лише деякі з типів мобільних додатків, з якими ми працюємо, і кожен із них може мати свої специфічні особливості та функціональність, а також бути адаптованим під конкретні потреби та цілі клієнта.

Послуги, які ми пропонуємо
Показано 1 з 1Усі 1734 послуг
AR-маски та фільтри для обличчя: від прототипу до готового рішення
Складний
~3-5 днів
Часті запитання

Наші компетенції:

Етапи розробки

Останні роботи

  • image_mobile-applications_feedme_467_0.webp
    Розробка мобільного додатка для компанії FEEDME
    858
  • image_mobile-applications_xoomer_471_0.webp
    Розробка мобільного додатку для компанії XOOMER
    744
  • image_mobile-applications_rhl_428_0.webp
    Розробка мобільного додатку для компанії RHL
    1160
  • image_mobile-applications_zippy_411_0.webp
    Розробка мобільного додатку для компанії ZIPPY
    1034
  • image_mobile-applications_affhome_429_0.webp
    Розробка мобільного додатку для компанії Affhome
    968
  • image_mobile-applications_flavors_409_0.webp
    Розробка мобільного додатку для компанії FLAVORS
    562

Реалізація AR-масок та фільтрів для обличчя

Маски та фільтри — наймасовіший сценарій face AR. Snapchat, Instagram Reels та TikTok привчили користувачів до певної якості. Якщо маска «пливе» при повороті голови або не реагує на вираз обличчя — користувач видаляє застосунок. Ми стикалися з цим не раз: за 5+ років роботи над 30+ AR-проектами виробили підхід, який гарантує стабільність та реалістичність. Технічно задача добре вирішується ARKit та RealityKit, але є нюанси з оклюзією, анімацією та записом відео. Нижче — як ми справляємося з цими викликами.

Типи масок та їх технічна реалізація

Геометрична маска — 3D-меш, натягнутий поверх обличчя та наступний за його деформаціями. Найреалістичніший варіант. У RealityKit використовуємо ModelEntity з skinned mesh, joints якого прив’язані до ARKit blendShapes:

// Face Anchor як root
let faceAnchor = AnchorEntity(.face)

// Завантажуємо USDZ з morph targets, що відповідають ARKit blendShapes
let maskEntity = try! ModelEntity.load(named: "zombie_face.usdz")
faceAnchor.addChild(maskEntity)
arView.scene.addAnchor(faceAnchor)

// В update loop — застосовуємо blendShapes до morph targets маски
func session(_ session: ARSession, didUpdate anchors: [ARAnchor]) {
    guard let faceAnchor = anchors.first as? ARFaceAnchor else { return }
    // BlendShape mapping: ARKit jawOpen → mask jaw morph target
}

Плоский стікер/оверлей — 2D-зображення або відео, прив’язане до face anchor. Простіше в реалізації, менше деформацій. Підходить для рамок, «капелюхів», накладних вусів. Particle effects — частинки, прив’язані до точок обличчя (іскри з очей, дим із рота при jawOpen > 0.3). У RealityKit — Entity з кастомною particle system через Reality Composer Pro.

Тип маски Реалістичність Складність Приклади використання
Геометрична Висока Висока Зомбі, тварини, складні персонажі
Плоский стікер Низька Низька Рамки, вуса, капелюхи
Particle ефекти Середня Середня Іскри, дим, блискітки

Як досягти реалістичної оклюзії?

Головна технічна тонкість — віртуальні елементи маски (роги, корона, окуляри) повинні бути перекриті реальним обличчям там, де це фізично правильно. Корона йде за голову — потилиця перекриває її. Окуляри «сідають» на ніс — ніс поверх дужок.

В ARKit/RealityKit — occluder mesh: копія face geometry з .occlusion матеріалом. Цей меш невидимий для користувача, але записує глибину в depth buffer. Елементи «за» обличчям коректно перекриваються:

// Occluder entity — невидима копія обличчя
var occluderMaterial = OcclusionMaterial()
let occluderEntity = ModelEntity(
    mesh: .init(arFaceGeometry: faceAnchor.geometry),
    materials: [occluderMaterial]
)
faceAnchor.addChild(occluderEntity)

Без occluder роги стирчать крізь голову з будь-якого кута — виглядає дешево. Наш досвід показує, що цей крок упускають 70% початківців розробників.

Анімація по виразах обличчя: чому це складно?

52 blendShapes ARKit — mapping до morph targets 3D-маски. Стандартний сценарій: зомбі-маска відкриває рот при jawOpen, щурить очі при eyeBlinkLeft/Right. Меш маски повинен мати відповідні morph targets з тими ж іменами або через маппінг-таблицю.

Reality Composer Pro дозволяє налаштувати BlendShapeWeightsMapping прямо в USDZ без коду. Для складних анімацій — кастомний update в ARSessionDelegate:

// Передаємо blendShapes в shader parameter маски
maskEntity.model?.materials[0].setParameter(
    name: "jawOpen",
    value: .float(faceAnchor.blendShapes[.jawOpen]?.floatValue ?? 0)
)

Коректний mapping покращує чутливість маски в 2–3 рази порівняно з дефолтним. Ми верифікуємо анімації на кількох типах облич, щоб уникнути спотворень.

Запис відео з AR-маскою

RPScreenRecorder (ReplayKit) — запис всього екрану включаючи AR-в'ю. Просто, але низька якість (записує те, що на екрані, включаючи UI-елементи). Для чистого запису AR-камери — ARView.session + кастомний CVPixelBuffer рендер через Metal:

// Composite: camera frame + AR overlay → CVPixelBuffer
// → AVAssetWriter → .mp4

Це складніше, але дає чистий запис без UI-оверлея та з можливістю вибору роздільної здатності. Ми використовуємо цей підхід у проектах, де потрібно зберігати відео високої якості.

Lens Studio / Spark AR як альтернатива

Якщо мета — вірусний фільтр для Snap/Instagram/TikTok, а не власний застосунок: Lens Studio (Snap) та Meta Spark (Instagram) надають середовища розробки ефектів без написання нативного коду. Ефекти публікуються на платформі та доступні користувачам у нативних застосунках.

Для кастомного мобільного застосунку з власною камерою — тільки нативна реалізація або Banuba Face AR SDK. Наші інженери працюють з обома підходами та можуть оцінити, що підходить вам.

Що входить у нашу роботу

  • Аналітика та прототипування маски (вибір типу, дизайн, анімації)
  • Моделювання 3D-мешу або підготовка 2D-стікерів
  • Налаштування occluder та blendShape mapping
  • Інтеграція з вашим застосунком (Swift/SwiftUI, Kotlin, Flutter)
  • Тестування на 5+ пристроях та виправлення багів
  • Допомога з публікацією в App Store / Google Play (якщо потрібно)
  • Документація з інтеграції та підтримка 2 тижні після здачі

Строки та вартість

Базова маска (статичний 3D-меш, без анімації blendShapes) — 4–6 днів. Анімована маска з face occluder та 3–5 blendShape реакціями — 2–3 тижні. Запис відео + галерея масок з cloud-завантаженням — ще 2–3 тижні. Вартість розраховується індивідуально після оцінки вашого завдання. Отримайте консультацію — напишіть нам, і ми надішлемо приблизне комерційне пропозицію протягом дня.

Ми розробляємо AR-додатки на ARKit та ARCore, які працюють стабільно навіть у складних умовах. Наш досвід — 7+ років у мобільній розробці та 30+ реалізованих проєктів з доповненою реальністю. Гарантуємо: трекінг не загубиться, освітлення буде реалістичним, а користувач не відчує дискомфорту. Сертифіковані розробники Apple та Google.

Чому трекінг втрачається і як це виправити?

ARKit та ARCore використовують VIO (Visual-Inertial Odometry) — спільну обробку даних камери та IMU. Трекінг зривається в трьох сценаріях: освітлення нижче ~50 lux, тектурно однорідні поверхні (біла стіна, скло) та швидкі рухи камери.

На практиці це означає: якщо продукт призначений для примірки меблів, додаємо явне UI-попередження при ARCamera.TrackingState.limited(.insufficientFeatures). Додаток, який мовчки втрачає трекінг, отримує 2-зіркові відгуки — ми такого не допускаємо.

Виявлення площин налаштовується через ARWorldTrackingConfiguration.planeDetection = [.horizontal, .vertical]. Важливо: ARKit продовжує уточнювати геометрію площин через ARSCNViewDelegate.renderer(_:didUpdate:for:) — якщо не обробляти оновлення, об'єкт починає плавати при уточненні якоря. Наша команда вирішує цю проблему на етапі архітектури, а не при тестуванні.

AR Foundation: кроссплатформа з нюансами

Unity AR Foundation — шар абстракції поверх ARKit та ARCore. Він скорочує час розробки на 40% порівняно з окремими нативними кодовими базами. Але деякі функції (наприклад, ARBodyTrackingConfiguration для body tracking) недоступні та вимагають нативного плагіна.

Для React Native та Flutter прямого AR Foundation немає. Використовуємо ViroReact (React Native) або ar_flutter_plugin для простих сценаріїв, але для production-якості — нативні модулі з мостом. Гібридний підхід: AR-сцена рендериться нативним ARKit/ARCore view, управління з JS/Dart через method channel. Входить у нашу стандартну поставку.

Задача iOS Android Кроссплатформа
Plane detection ARKit ARCore AR Foundation, Unity
Face tracking ARKit (TrueDepth) ARCore Augmented Faces Banuba, Snap Camera Kit
Image tracking ARKit (Vision) ARCore Augmented Images AR Foundation
Object detection ARKit 3D Object Scanning ARCore немає єдиного SDK
Persistence (збереження якорів) ARKit World Map ARCore Cloud Anchors

Порівняння платформ: ARKit випереджає ARCore за стабільністю трекінгу та набором функцій (на 30% менше збоїв у сценаріях з низьким освітленням), але ARCore дешевший у підтримці пристроїв. AR Foundation — компроміс: втрачає до 20% продуктивності на складних сценах, але окупається єдиною кодовою базою.

Try-on: примірка товарів через AR

Примірка окулярів, прикрас, косметики — окремий клас задач. Тут потрібен face tracking, а не plane detection.

ARKit надає ARFaceTrackingConfiguration — 52 blend shape коефіцієнти для міміки, 3D-меш обличчя, позицію та орієнтацію в просторі. Працює лише на пристроях з TrueDepth-камерою (iPhone з Face ID).

Для Android еквівалент — ML Kit Face Mesh Detection або Google ARCore Augmented Faces (Pixel та деякі флагмани). Для кроссплатформенного try-on використовуємо Banuba Face AR SDK — покриває обидва пристрої, дає готові маски та стабільний трекінг навіть на mid-range Android.

Якість try-on критично залежить від 3D-моделей товарів. Моделі мають бути оптимізовані під real-time: не більше 10-15K полігонів для прикрас, PBR-матеріали з коректними roughness/metallic картами, LOD для далеких дистанцій. В рамках нашого підряду ми надаємо готові гайди з оптимізації моделей.

Як досягти реалістичного освітлення в AR?

ARKit з сучасними версіями iOS підтримує Environmental Texturing — автоматичне створення environment map з камери для реалістичних відображень. Вмикається через ARWorldTrackingConfiguration.environmentTexturing = .automatic. Без цього металеві та скляні матеріали виглядають пластиково.

ARCore надає Light Estimation — intensity та color temperature навколишнього світла, що застосовуються до шейдера віртуальних об'єктів. На практиці це різниця між об'єктом, який «вписується» в сцену, та очевидно накладеною 3D-моделлю. Ми гарантуємо, що фінальне зображення не видає віртуальності.

Що входить в роботу

  • Архітектура AR-рішення (вибір стеку, проектування модулів)
  • 3D-пайплайн: оптимізація моделей під real-time, PBR-матеріали, LOD
  • Інтеграція трекінгу (площини, обличчя, зображення, об'єкти)
  • Тестування на 10+ реальних пристроях (iOS та Android)
  • Документація з використання SDK та готових компонентів
  • Підтримка після запуску (1 місяць баг-фіксингу)

Строки та оцінка

Проста AR-сцена з розміщенням однієї 3D-моделі на площині — 1–2 тижні. Face try-on з каталогом товарів — від 6 тижнів (3D-пайплайн, інтеграція трекінгу, UI вибору та збереження). Повноцінний AR-шопінг з хмарними якорями та мультиплеєром — від 3 місяців. Оцінимо проєкт за 1 день — пишіть, обговоримо вашу AR-ідею.