Sanal Deneme Odası ve Beden Ölçüsü Tahminleme Destekli Mobil Alışveriş Uygulaması

Year 2022, , 339 - 347, 31.07.2022

Aziz Onur Sert , Erdal Kutay Şeşen , Özgür Gümüş

https://doi.org/10.17671/gazibtd.1039017

Abstract

Çalışmada çevrimiçi alışveriş yöntemiyle tüketicilerin almak istedikleri giysileri mobil cihazları üzerinden ekstra bir donanım gereksinimi olmadan sanal olarak deneyimleyebilecekleri ve kendi beden ölçülerinin uygulama tarafından belirlenmesiyle kendilerine uygun beden büyüklüğündeki giysileri alabilecekleri bir market alanına sahip bir mobil uygulama oluşturmak amaçlanmıştır. Böylelikle tüketicilerin çevrimiçi giysi alışverişinde oluşan memnuniyetsizliklerinin en aza indirilmesi ve çevrimiçi alışveriş kalitesinde bir artış gerçekleştirilmesi amaçlanmıştır. Ayrıca tedarikçilere, ileriye yönelik planlamalarında yardımcı olacak hangi ürünlerin hangi zaman aralıklarında sıkça tercih edildiğinden, hangi ürünlerin kârı azalttığı, hangi ürünlerin üretiminin durdurulması, hangilerinin üretiminin arttırılması gerektiğine kadar birçok veri analizi ve görselleştirmesi imkânı sunulmaktadır. Veri toplama, analiz, görselleştirme ve raporlama bölümünde dijital sanatçılar ve üreticiler için kurumsal araçlardan, geliştiriciler için açık kaynak kodlu araçlardan yararlanılmıştır.

Keywords

sanal kıyafet deneme odası, görüntü işleme, artırılmış gerçeklik, e-ticaret

Supporting Institution

TÜBİTAK - 2209-A Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı 2020/2

Project Number

1919B012004651

Thanks

Bu çalışmayı 2209-A - Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı kapsamında destekleyen TÜBİTAK’a teşekkürü bir borç biliriz.

Mobile Shopping Application with Virtual Trial Room and Body Size Estimation Support

Abstract

In this work, it is aimed to create a mobile application with a market area where consumers can virtually try on the clothes they want to buy via their mobile devices without the need for extra hardware, and buy clothes in the appropriate size by determining their own body size by the application. Thus, it is aimed to minimize the dissatisfaction of consumers in online clothing shopping and to increase the quality of online shopping. In addition, many data analysis and visualization opportunities are provided to help suppliers in their future planning, such as which products are frequently preferred at which time intervals, which products reduce profits, which products should be discontinued and which production should be increased. In the data collection, analysis, visualization and reporting sections, enterprise tools for digital artists and producers and open source tools for developers were used.

Keywords

virtual changing room, image processing, augmented reality, e-commerce

Project Number

1919B012004651

References

• A. Heiman, T. Reardon, & D. Zilberman, “The Effects of COVID-19 on the Adoption of “On-the-Shelf Technologies”: Virtual Dressing Room Software and the Expected Rise of Third-Party Reverse-Logistics”, Service Science, 2022.
• M. B. Holte, “The virtual dressing room: a perspective on recent developments”, In International Conference on Virtual, Augmented and Mixed Reality, Springer, Berlin, Heidelberg, 241-250, 2013.
• Internet: Kinect - Windows app development, https://developer.microsoft.com/en-us/windows/kinect, 21.04.2021.
• A. Traumann, G. Anbarjafari, & S. A. Escalera, “New retexturing method for virtual fitting room using kinect 2 camera”, In Proceedings of the IEEE conference on computer vision and pattern recognition workshops, Boston, MA, USA, 75-79, 2015.
• T. İçten, & B. A. L. Güngör, “Artırılmış gerçeklik teknolojisi üzerine yapılan akademik çalışmaların içerik analizi”, Bilişim Teknolojileri Dergisi, 10(4), 401-415, 2017.
• C. Sun, Y. Fang, M. Kong, X. Chen, & Y. Liu, “Influence of augmented reality product display on consumers’ product attitudes: A product uncertainty reduction perspective”, Journal of Retailing and Consumer Services, 64, 102828, 2022.
• C. Birliraki, G. Margetis, N. Patsiouras, G. Drossis, C. Stephanidis, “Enhancing the customers’ experience using an augmented reality mirror”, International Conference on Human-Computer Interaction, Springer, Cham. Switzerland, 479-484, 2016.
• Internet: Microsoft. Data Visualization _ Microsoft Power BI, https://powerbi.microsoft.com/en-us/, 15.05.2021.
• Internet: Google. ML Kit | Google Developers, https://developers.google.com/ml-kit, 22.04.2021.
• Internet: Google. Pose estimation _ TensorFlow Lite, https://www.tensorflow.org/lite/models/pose_estimation/overview/, 25.05.2021.
• Internet: Google. Face Detection _ ML Kit _ Google Developers, https://developers.google.com/ml-kit/vision/face-detection/, 25.05.2021.
• Internet: tfjs-models/body-pix at master tensorflow/tfjs-models, https://github.com/tensorflow/tfjs-models/tree/master/body-pix, 20.03.2022.
• Internet: Google. Measure. https://play.google.com/store/apps/details?id=com.google.tango.measure, 05.05.2021.