Hoe virtueel passen werkt: wat AI met je foto doet
De meeste apps voor virtueel kleding passen maken geen 3D-model van je lichaam. Ze lezen je foto uit en tekenen die opnieuw met het kledingstuk op zijn plek: handig om een outfit te beoordelen, maar niet geschikt om de pasvorm te checken.

Kort samengevat
- Er zijn drie vormen van virtueel passen: live camerafilters, 3D-lichaamsmodellen en virtueel passen op basis van AI-beelden.
- Virtueel passen met AI werkt met één foto van jou en foto's van de kleding, zonder lichaamsscan of maten.
- Nieuwere modellen tekenen het kledingstuk opnieuw op je foto in plaats van een uitgeknipt plaatje op te rekken, waardoor plooien en schaduwen er natuurlijker uitzien.
- Uit onderzoek blijkt dat huidige beeldmodellen kleding bijna altijd goed passend weergeven, ongeacht de werkelijke maat; je ziet dus hoe een outfit staat, niet of de maat past.
Je uploadt een foto van jezelf, kiest een jack en een paar seconden later ‘draag’ je het op je scherm. Het lijkt bijna een goocheltruc en roept begrijpelijke vragen op. Heeft de app je lichaam opgemeten? Wordt je gezicht gescand? Hoe virtueel passen werkt, is een stuk eenvoudiger dan dat. De meeste kleding-apps bouwen vandaag de dag helemaal geen 3D-model van je op. Ze lezen je foto uit en tekenen die opnieuw met het nieuwe kledingstuk op zijn plek.
Hier lees je wat er in die paar seconden gebeurt, wat het resultaat je wél vertelt en wat niet.

Drie vormen van virtueel passen
Onder de noemer ‘virtueel passen’ vallen drie heel verschillende technologieën, die in de meeste uitleg op één hoop worden gegooid.
| Type | Wat het van je vraagt | Waar het geschikt voor is |
|---|---|---|
| Live-camera (AR) | Je telefooncamera, in realtime | Brillen, make-up, hoeden |
| 3D-lichaamsmodel | Een lichaamsscan of maten, plus een 3D-versie van elk kledingstuk | Simuleren hoe een maat valt |
| Virtueel passen met AI-beeld | Eén foto van jou en foto’s van de kleding | Zien hoe een outfit je staat |
Passen met een live-camera zoekt in elk videobeeld punten op je gezicht en plakt het virtuele object daaraan vast. Dat werkt goed voor vormvaste dingen zoals een bril. 3D-passen bouwt een model van een lichaam en laat daar digitale stof overheen vallen met een fysicasimulatie. Dat zegt meer over de pasvorm, maar vraagt ook veel meer: maten of scans, én een 3D-versie van elk kledingstuk.
De derde vorm is wat de meeste kleding-apps tegenwoordig gebruiken, en daar gaat dit artikel over. Geen scan, geen meetlint: alleen foto’s.
Hoe virtueel passen stap voor stap werkt
Virtueel passen met AI-beelden doet drie dingen. Een systeem van Google Research genaamd TryOnDiffusion, dat in 2023 werd gepresenteerd, is een van de best gedocumenteerde voorbeelden, en de meeste huidige VTO-technologie volgt in grote lijnen dezelfde werkwijze.
Achter de schermen bij virtueel passen
De foto uitlezen
Het model bepaalt je houding via punten op schouders, ellebogen en heupen, en labelt welke pixels haar, huid, armen en kleding zijn.
De ruimte vrijmaken
Het maskeert het gebied waar het nieuwe kledingstuk komt en laat staan wat hetzelfde moet blijven, zoals je gezicht en handen.
Het nieuwe kledingstuk tekenen
Een generatief model vult die ruimte met het gekozen item, passend bij je houding en inclusief de plooien en schaduwen van de stof.
Let op wat er níét op dat lijstje staat: er wordt niets opgemeten en er is geen 3D-scan. Het systeem werkt puur met wat er op de foto zichtbaar is. Precies daarom maakt je basisfoto zoveel verschil.
Waarom nieuwere pasmodellen er natuurlijker uitzien
Oudere systemen namen de platte productfoto van een kledingstuk, knipten die uit en rekten hem uit over het silhouet van de persoon. Zoals de onderzoekers van Google het verwoordden toen ze hun nieuwe aanpak introduceerden: het resultaat zag er nooit helemaal geloofwaardig uit. Plooien kwamen op vreemde plekken terecht en kleding volgde het lichaam niet.
Nieuwere modellen gebruiken diffusie: een techniek die begint met beeldruis en die stap voor stap verfijnt tot een scherpe afbeelding. In plaats van een foto van een overhemd te vervormen, tekent het model het overhemd opnieuw op jouw foto, op basis van beide beelden. Omdat het kledingstuk opnieuw wordt getekend in plaats van uitgerekt, kan het model een kreukel bij de elleboog toevoegen, een schaduw onder de kraag of een plooi waar de stof bij de taille samenkomt.
Voor jou betekent dit dat het resultaat er overtuigend als een echte foto uit kan zien. Het blijft wel goed om te onthouden dat het een nieuw gegenereerd beeld is, geen meting.

Wat het resultaat je wel en niet kan vertellen
De grootste beperking is de pasvorm. Uit een onderzoek uit 2026 van de University of Washington en Google Research bleek dat huidige pasmodellen kleding meestal goed passend weergeven, ongeacht de werkelijke maat van het kledingstuk of de persoon. Een oversized jas en een getailleerde jas kunnen er op het beeld bijna hetzelfde uitzien. Om de echte pasvorm te laten zien, zijn nauwkeurige lichaams- en kledingmaten nodig, en die gebruikt standaard virtueel passen op beeld niet.
Kleine details vormen de tweede beperking. De onderzoekers van TryOnDiffusion meldden gevallen waarin tatoeages en accessoires verdwenen in het opnieuw getekende gebied, en gaven aan dat hun modellen vooral waren getraind op foto’s met een rustige, effen achtergrond. Ook de makers van een veelgebruikt beeldmodel noemen fijne details en langere tekst bij de punten waaraan ze nog werken. Een klein logo of een gedetailleerde print kan er dus vereenvoudigd uitkomen.
| Handig voor | Niet betrouwbaar voor | |---|---|---| | Kleurcombinaties | Of een maat echt past | | Hoe kledingstukken samen werken als outfit | Stofgewicht, stretch of textuur | | Een snelle ja of nee voordat je je aankleedt | Exacte logo’s, tekst en fijne prints |
Bekijk het resultaat zoals je naar de schets van een stylist zou kijken: goed voor het idee, maar geen garantie voor de details.
Heeft virtueel passen je gezichts- of lichaamsgegevens nodig?
Het heeft je foto nodig, en een foto van jou valt onder persoonsgegevens. Maar volgens de Europese wetgeving telt een foto pas als biometrische gegevens wanneer die wordt verwerkt met specifieke technische middelen die zijn gericht op het uniek identificeren of authenticeren van een persoon, en de Britse privacytoezichthouder hanteert dezelfde lijn. Virtueel passen op beeld tekent kleding rechtstreeks op de foto zelf; het systeem hoeft niet te herkennen wie jij bent.
Of een specifieke app meer met je foto doet, lees je in de bijbehorende privacyverklaring. In Vijf vragen om te checken voordat je een foto uploadt staat waar je op kunt letten.
Probeer het met wat je al hebt
De makkelijkste manier om virtueel passen te begrijpen, is door het te testen met iets wat je al goed kent: een kledingstuk uit je eigen kledingkast.
Maak een heldere basisfoto
Ten voeten uit, van top tot teen, voor een effen muur bij gelijkmatig daglicht. Bij een rustige achtergrond hoeft het model minder te raden.
Ga eenvoudig staan
Kijk recht in de camera met je armen iets van je lichaam af en je handen zichtbaar. Gekruiste armen en schuine hoeken maken het resultaat minder betrouwbaar.
Draag effen, aansluitende kleding
Wijde lagen verbergen je contouren, waardoor het model moet gokken waar je lichaam precies zit.
Test een item dat je kent
Kies een eigen kledingstuk waarvan je de pasvorm al kent en vergelijk het resultaat met wat je in de spiegel ziet.
Beoordeel de look, niet de pasvorm
Gebruik het beeld om kleuren en combinaties te vergelijken. Controleer details zoals prints op het echte kledingstuk.
Waar Kashe in dit verhaal past
Kashe gebruikt dit soort beeldgeneratie voor één taak: de outfit van de dag – samengesteld uit kleding die je al hebt – laten zien op de foto van je digitale tweeling. Omdat die kleding al in je kledingkast hangt, weet je hoe elk stuk zit; wat virtueel passen toevoegt, is dat je ziet hoe de stukken samen staan voordat je je aankleedt. Kashe vraagt om je afzonderlijke toestemming voordat je die foto uploadt en gebruikt hem alleen om kleding bij jou te tonen, niet om je identiteit te verifiëren of voor biometrische herkenning.
Bronnen
- TryOnDiffusion: A Tale of Two UNets — Zhu et al., CVPR 2023
- How AI makes virtual try-on more realistic — Google, The Keyword (2023)
- FIT: A Large-Scale Dataset for Fit-Aware Virtual Try-On — Karras et al., SIGGRAPH 2026
- MediaPipe Face Mesh — Google
- Introducing Gemini 2.5 Flash Image — Google Developers Blog (2025)
- Recital 51 — General Data Protection Regulation (EU) 2016/679
- What is special category data? — UK Information Commissioner's Office
Veelgestelde vragen
Hoe werkt virtueel passen?
Bij virtueel passen met AI leest het model je houding en contouren af uit je foto, maakt het de plek vrij waar het nieuwe kledingstuk komt en genereert het een nieuw beeld waarop je het draagt. Live-camera en 3D-passen werken op een andere manier.
Hoe nauwkeurig is virtueel passen?
Het is handig om te zien hoe kleuren en kledingstukken bij elkaar staan. Onderzoek laat wel zien dat huidige beeldmodellen kleding vrijwel altijd goed passend tekenen, ongeacht de maat; een check voor de pasvorm is het dus niet.
Heb je voor virtueel passen een lichaamsscan nodig?
Voor passen op basis van een afbeelding niet; dat werkt gewoon met een foto. Alleen 3D-passen maakt gebruik van lichaamsscans of lichaamsmaten.
Waarom lijkt kleding bij virtueel passen altijd goed te zitten?
De huidige modellen hebben de neiging om kleding zo te tekenen alsof de pasvorm klopt, los van de echte maten. Zie het resultaat daarom als een voorbeeld van de look, niet van de pasvorm.
Gebruikt virtueel passen gezichtsherkenning?
Dat is niet nodig, omdat het systeem de kleding rechtstreeks op de afbeelding zelf opnieuw tekent. Wat een specifieke app daarnaast met je foto doet, staat in de privacyverklaring van die app.
Lees verder
Foto uploaden naar AI-app veilig? Dit moet je checken
Een foto van jezelf uploaden naar een AI-app is niet automatisch riskant, maar het zijn wel persoonsgegevens. Vijf vragen in de privacyverklaring vertellen je bijna alles wat je vooraf moet weten.
AI-stylist: wat kan die doen met je eigen kledingkast?
Een AI-stylist kan vertrekken vanuit de catalogus van een winkel of vanuit je eigen kledingkast. Werken met wat je al hebt verandert wat een suggestie is: een nieuwe combinatie die je vandaag kunt aantrekken, geen nieuw kledingstuk om te kopen.
Een ton sur ton outfit uit je eigen kledingkast
Een ton sur ton of monochrome outfit gebruikt één kleurfamilie van top tot teen. Het oogt doordacht en is makkelijk samen te stellen uit kleding die je al hebt, zolang je varieert in tint, intensiteit en textuur.


