DiffFit: Disentangled Garment Warping and Texture Refinement for Virtual Try-On
计算机视觉与模式识别
2025-07-01 v1
摘要
虚拟试穿(VTON)旨在合成穿着目标服装的真实图像，已广泛应用于电子商务和数字时尚领域。虽然潜在扩散模型的最新进展在显著提升了视觉质量，但现有方法仍在保持细粒度服装细节、实现精确服装-身体对齐、维持推理效率以及泛化到多样化姿态和服装风格方面存在挑战。为此，我们提出DiffFit，一种用于高保真虚拟试穿的两阶段潜在扩散框架。DiffFit采用渐进式生成策略：第一阶段进行几何感知的服装扭曲，通过细粒度变形和姿态适应将服装与目标身体对齐；第二阶段通过一种集成扭曲后服装、原始服装外观和目标人物图像的跨模态条件扩散模型，对纹理保真度进行细化。通过解耦几何对齐和外观细化，DiffFit有效降低了任务复杂度，增强了生成稳定性和视觉真实性。它在保持服装特定属性(如纹理、皱褶和光照)的同时，确保与人体身体的精确对齐。大规模VTON基准上的广泛实验表明，DiffFit在定量指标和感知评估方面均优于现有最先进方法。
引用
@article{arxiv.2506.23295,
title = {DiffFit: Disentangled Garment Warping and Texture Refinement for Virtual Try-On},
author = {Xiang Xu},
journal= {arXiv preprint arXiv:2506.23295},
year = {2025}
}