ACDG-VTON：用于虚拟试穿的精确且受限的扩散生成
计算机视觉与模式识别
2024-03-22 v1 人工智能
摘要
虚拟试穿（VTON）涉及生成穿着选定服装的人物图像。特别是基于扩散的方法可以创建高质量图像，但它们难以保持输入服装的特征。我们发现这个问题源于扩散训练公式的特殊性。为了解决这个问题，我们提出了一种独特的训练方案，该方案限制了扩散的训练范围。我们在训练期间使用与目标图像完美对齐的控制图像。反过来，这在推理过程中准确地保留了服装细节。我们证明我们的方法不仅能有效保留服装细节，还允许进行叠穿、搭配和鞋子试穿。我们的方法在单次推理周期中运行多服装试穿，并且无需在更高分辨率下训练即可支持高质量的放大生成。最后，我们展示了我们的方法在准确性和质量上超越了以往的方法。
引用
@article{arxiv.2403.13951,
title = {ACDG-VTON: Accurate and Contained Diffusion Generation for Virtual Try-On},
author = {Jeffrey Zhang and Kedan Li and Shao-Yu Chang and David Forsyth},
journal= {arXiv preprint arXiv:2403.13951},
year = {2024}
}