基于 garment-centric outpainting 的细粒度可控服装展示图像生成
计算机视觉与模式识别
2025-03-04 v1 人工智能
摘要
本文提出了一种基于潜在扩散模型 (LDM) 的新型 garment-centric outpainting (GCO) 框架，用于细粒度可控服装展示图像生成。该框架旨在通过文本提示和面部图像定制佩戴给定服装的时尚模特。与现有方法不同，本框架将从穿衣模特或人物身上分离的服装图像作为输入，无需学习布料变形，确保服装细节的忠实保存。该框架包含两个阶段。首先，我们引入 garment-adaptive pose prediction 模型，根据服装生成多样化的姿态。随后，在服装和预测姿态的条件下，结合指定文本提示和面部图像生成服装展示图像。值得注意的是，设计了多尺度外观定制模块 (MS-ACM)，允许对生成模特的外观进行整体和细粒度的文本控制。此外，我们利用轻量级特征融合操作，不引入额外编码器或模块即可集成多重条件，更高效。大量实验验证了我们框架相对于最先进方法的卓越性能。
引用
@article{arxiv.2503.01294,
title = {Fine-Grained Controllable Apparel Showcase Image Generation via Garment-Centric Outpainting},
author = {Rong Zhang and Jingnan Wang and Zhiwen Zuo and Jianfeng Dong and Wei Li and Chi Wang and Weiwei Xu and Xun Wang},
journal= {arXiv preprint arXiv:2503.01294},
year = {2025}
}