FashionPose：基于文本到姿态再加光的个性化时尚可视化图像生成
计算机视觉与模式识别
2025-07-18 v1
摘要
真实且可控的服装可视化对时尚电商至关重要，用户期望在多样姿态和光照条件下获得个性化预览。现有方法常依赖预定义姿态，限制了语义灵活性和光照适应性。为此，我们提出FashionPose——首个统一的文本到姿态到再加光生成框架。给定自然语言描述，本方法首先预测2D人体姿态，随后采用扩散模型生成高保真人物图像，最后应用轻量级再加光模块，全部由相同文本输入引导。通过用文本驱动条件取代显式姿态标注，FashionPose实现精准姿态对齐、忠实服装渲染及灵活光照控制。实验表明，本方法在细粒度姿态合成和高效稳定的再加光方面表现优异，为个性化虚拟时尚展示提供了实用方案。
引用
@article{arxiv.2507.13311,
title = {FashionPose: Text to Pose to Relight Image Generation for Personalized Fashion Visualization},
author = {Chuancheng Shi and Yixiang Chen and Burong Lei and Jichao Chen},
journal= {arXiv preprint arXiv:2507.13311},
year = {2025}
}