BridgeDiff：用于虚拟试穿的人类观察与平面服装合成桥接

虚拟试穿（VTOFF）旨在从穿着人物的图像中恢复规范平面服装表示，以实现标准化显示和后续虚拟试穿。先前方法常将VTOFF视为基于局部掩码或文本提示的直接图像翻译问题，忽略了穿身外观与平面布局之间的鸿沟。这种鸿沟常导致未观察区域的补全不一致和服装结构不稳定。我们提出BridgeDiff，一个基于扩散模型的框架，通过两个互补组件显式桥接人类中心的观察与平面服装合成。首先，Garment Condition Bridge Module（GCBM）构建服装线索表示，捕获全局外观和语义身份，使其能够在部分可见性下推断连续细节。其次，Flat Structure Constraint Module（FSCM）通过在所选去噪阶段引入Flat-Constraint Attention（FC-Attention），注入显式的平面服装结构先验，提升结构稳定性，超越文本唯一条件。广泛的实验表明，BridgeDiff在标准VTOFF基准上实现了最先进的性能，生成更高质量的平面服装重建，同时保留细粒度的外观和结构完整性。