Oct, 2023

虚拟试穿的单阶段变形布料学习和语义 - 上下文关注特征融合

PDF
TL;DR图像虚拟试穿是将店内服装与穿着衣物的人物图像相配。本文提出了一个新颖的单阶段框架，通过隐性学习实现衣物变形和人物生成，采用语义上下文融合注意力模块进行衣物 - 人物特征融合，从而实现高效且逼真的衣物变形和体型合成。通过引入轻量级线性注意力框架，处理以往方法中存在的对齐问题和伪影。为了同时学习变形后的服装和试穿结果，引入了一个变形服装学习模块。我们的方法在 VITON 数据集上进行评估，在定性和定量指标上展示了其卓越的性能。
image-based virtual try-ongarment warpingmulti-stage frameworkssemantic-contextual fusion attention modulewarped cloth learning module
发现论文，激发创造
  • 基于图形的服装变形与导向反转的 Virtual-tryon

    通过引入一种新颖的基于图的变形技术、利用潜在扩散模型进行虚拟试衣和考虑纹理保护以及整体逼真度的遮挡感知变形约束等方法，我们在 VITON-HD 和 Dresscode 数据集上验证了我们的方法，在服装变形、纹理保留和整体逼真度方面取得了显著的态度艺术定性和定量结果上的改进。

    Jun, 2024

  • ClothFormer: 视频虚拟试穿的全模块解决方案

    ClothFormer 是一种视频虚拟试衣框架，具有三个主要模块，包括两阶段的抗遮挡变形模块，外观流跟踪模块和双流变换器，能够综合在复杂环境中实现逼真，和谐和时空一致的视频虚拟试衣效果。

    Apr, 2022

  • 可变形注意力流在单阶段虚拟试衣中的应用

    通过 Deformable Attention Flow 实现 virtual try-on 的 end-to-end 模型，同时处理衣服变形和身体融合问题，最终达到以高度真实感展示 virtual try-on 的结果。

    Jul, 2022

  • 通过形状匹配和多重变形实现准确逼真的虚拟试穿

    本篇论文提出了一种深度学习的虚拟试穿方法，针对传统方法在衣物形态、质感等方面存在的问题进行了改善，并使用量化评估方法对模型的性能进行了验证。

    Mar, 2020

  • 处理失配和遮挡条件的高分辨率虚拟试穿

    提出了一种新的虚拟试穿条件生成器，其中包括信息交换的特征融合块，它不会产生任何对齐或像素挤压伪影，同时介绍了鉴别器拒绝过滤器以滤除不正确的语义分割图预测。

    Jun, 2022

  • 基于风格的全局外观流应用于虚拟试衣

    本文提出了一种新的全局外观流估计模型，并引入流精炼模块，以处理针对带有 “流浪” 挑战的全身参考图像的虚拟试穿。

    Apr, 2022

  • 不必掩盖不必要的部分：无需解析器的虚拟试穿

    本文提出一种新的学生 - 教师模型来解决 2D 虚拟试穿任务中的监督学习问题，并且减少了图像处理的开销，从而实现了实时虚拟试穿。

    Jul, 2020

  • GP-VTON：通过协作的局部流全局解析学习实现通用虚拟试穿

    提出了一种通用的虚拟试穿框架，称为 GP-VTON，该框架通过开发创新的 LFGP 变形模块和 DGT 训练策略来解决图像中虚拟试穿的各种问题，如人体姿势变换和衣服变形，从而在具有挑战性的输入情况下保留语义信息，并避免出现纹理畸变。经过在两个高分辨率基准上的大量实验，表明该方法明显优于现有的相应方法。

    Mar, 2023

  • 多姿态引导的虚拟试衣网络

    本文提出了首个多姿态影响下的虚拟试衣系统，使用三阶段的网络包括合成期望的解剖结构映射，将解剖结构的映射和服装特征整合起来，以及使用多姿态合成蒙版进行修复，成功地解决了虚拟试衣中的多种问题，实验结果表明，该虚拟试衣系统和该多姿态影响下的虚拟试衣技术显著优于现有技术。

    Feb, 2019

  • 产品级试穿：保持特征的试穿，还原真实服装色调和皱纹

    基于图像的虚拟试穿系统，旨在设计一种新的流程，可以保留服装的静态特征，如纹理和标志，同时生成适应模型姿势和环境的动态元素，先前的研究在生成动态特征方面存在问题，我们提出了一种新的基于扩散的产品级虚拟试穿流程，即 PLTON，它可以保留细节丰富的标志和刺绣，同时产生逼真的服装阴影和皱纹。

    Jan, 2024