用于高真实感虚拟试穿的解耦循环一致性
计算机视觉与模式识别
2021-03-22 v2
摘要
图像虚拟试穿将人物图像上的衣服替换为想要的店内衣服图像。由于人物与店内衣服是未配对的，该任务具有挑战性。现有方法将虚拟试穿表述为修复或循环一致性之一。这两种表述都鼓励生成网络以自监督方式重建输入图像。然而，现有方法未区分衣服与非衣服区域。由于图像内容高度耦合，直接生成阻碍了虚拟试穿质量。本文提出一种解耦循环一致性试穿网络 (DCTON)。DCTON 通过解耦虚拟试穿的重要组件（包括衣服变形、皮肤合成与图像合成）能够生成高真实感的试穿图像。为此，DCTON 可自然地按照循环一致性学习以自监督方式训练。在具有挑战性的基准上的大量实验表明，DCTON 优于当前最优方法。
引用
@article{arxiv.2103.09479,
title = {Disentangled Cycle Consistency for Highly-realistic Virtual Try-On},
author = {Chongjian Ge and Yibing Song and Yuying Ge and Han Yang and Wei Liu and Ping Luo},
journal= {arXiv preprint arXiv:2103.09479},
year = {2021}
}
备注
Accepted by CVPR2021