ClothFit：基于衣物-人体属性引导并利用3D模拟数据集的虚拟试穿网络
计算机视觉与模式识别
2023-06-27 v1
摘要
在线服装购物日益流行，但因尺码与合身问题导致的高退货率仍是一大挑战。为解决该问题，虚拟试穿系统被开发出来，以为顾客提供更真实且个性化的试衣方式。本文提出一种名为ClothFit的新型虚拟试穿方法，可根据衣物的实际尺寸与人体属性预测服装在目标身体上的悬垂形状。与现有试穿模型不同，ClothFit考虑人的实际身体比例以及可用的衣物尺码来进行服装虚拟化，因而更适用于当前的在线服装销售场景。所提方法采用基于U-Net的网络架构，融合衣物与人体属性以引导逼真的虚拟试穿合成。具体而言，我们利用自编码器从衣物图像中提取特征，并将其与用户的身高、体重和衣物尺码特征相结合。这些特征与U-Net编码器的特征拼接，由U-Net解码器合成最终的虚拟试穿图像。实验结果表明，ClothFit在逼真虚拟试穿效果方面可显著优于现有SOTA方法。
引用
@article{arxiv.2306.13908,
title = {ClothFit: Cloth-Human-Attribute Guided Virtual Try-On Network Using 3D Simulated Dataset},
author = {Yunmin Cho and Lala Shakti Swarup Ray and Kundan Sai Prabhu Thota and Sungho Suh and Paul Lukowicz},
journal= {arXiv preprint arXiv:2306.13908},
year = {2023}
}
备注
Accepted at IEEE International Conference on Image Processing 2023 (ICIP 2023)