面向虚拟时尚试穿的极简主义方法——DiffusionTrend
计算机视觉与模式识别
2025-06-02 v2
摘要
我们提出了DiffusionTrend用于虚拟时尚试穿，该方法无需重新训练扩散模型。利用先进的扩散模型，DiffusionTrend利用先前信息丰富的潜在信息来捕捉服装细节的 nuances。 在扩散去噪过程中，这些细节被无缝集成到模型图像生成中，由由轻量级且紧凑的CNN精心制作的精确服装掩码 expertly 引导。尽管我们的DiffusionTrend模型最初在指标性能方面表现不佳，但我们的探索性方法提供了一些重要优势：(1)它规避了在大型数据集上对扩散模型进行资源密集型重新训练。(2)它消除了各种复杂且用户不友好的模型输入的需求。(3)它提供了引人注目的用户试穿体验，凸显了训练免费扩散模型在虚拟试穿技术中的潜力。这一最初的尝试将未训练的扩散模型应用于虚拟试穿技术，可能为进一步的探索和 refinement 在这个具有工业和学术价值的领域之路。
引用
@article{arxiv.2412.14465,
title = {DiffusionTrend: A Minimalist Approach to Virtual Fashion Try-On},
author = {Wengyi Zhan and Mingbao Lin and Shuicheng Yan and Rongrong Ji},
journal= {arXiv preprint arXiv:2412.14465},
year = {2025}
}