Kan AI bestemme den perfekte tøjstørrelse ud fra en række fotos ?

Nuværende AI-systemer kan estimere grundlæggende kropsmål ud fra enkeltstående fotos med moderat nøjagtighed, men de bestemmer endnu ikke ”perfekte” tøjstørrelser, der tager højde for stoffets fald, mærkespecifikke pasformregler eller individuelle komfortpræferencer. De fleste kommercielle værktøjer er afhængige af 2D-poseestimering og antropometriske modeller til at udlede højde, bryst, talje og hoftemål, hvilket typisk giver fejl på ±2–3 cm under kontrollerede forhold. Mere avancerede systemer kombinerer flere vinkler eller korte videoer for at reducere okklusion og forbedre volumetrisk rekonstruktion, men de leverer stadig statiske mål frem for en kurateret størrelsesanbefaling. Fuldt automatiseret ”perfekt pasform”-bestemmelse er stadig uden for rækkevidde, fordi det kræver realtidsintegration af materialeejendomme, brugerfeedback og detailist-specifikke graderingsstandarder. KILDE: McKinsey & Company — https://www.mckinsey.com/industries/retail/our-insights/notes-from-the-ai-frontier-modeling-the-impact-of-ai-on-the-world-economy

— Beriget 13. maj 2026

AI kan estimere tøjstørrelser ud fra fotos med varierende nøjagtighed ved at anvende computer vision og maskinlæringsteknikker til at analysere kropsmål og proportioner. Bestemmelse af den perfekte tøjstørrelse forbliver dog en udfordrende opgave på grund af faktorer som positur, belysning og tøjtype. Nuværende systemer kræver ofte flere fotos fra forskellige vinkler og kan stadig producere unøjagtige resultater, hvilket understreger behovet for yderligere forskning og udvikling. Selvom der er sket fremskridt, er opnåelse af høj nøjagtighed og pålidelighed i estimering af tøjstørrelser ud fra fotos en igangværende indsats.

— Beriget 13. maj 2026 · Kilde: IEEE