FitGAN：用于时尚领域的合身与形状真实生成对抗网络

在时尚电子商务快速发展的背景下，时尚物品的远程试穿仍是一个复杂且具有挑战性的问题，也是客户挫折感的主要来源。尽管近期 3D 虚拟试穿方案有所进展，此类方法仍局限于极窄范围（甚至仅少数）物品，且常仅支持这些服饰的一种尺码。其他旨在帮助客户在线找到合身物品的最先进方法大多需要高度的客户参与和隐私敏感数据（如身高、体重、年龄、性别、腹部形状等），或者需要客户身着紧身衣的身体图像。它们也常缺乏大规模生成合身与形状感知视觉引导的能力，仅简单建议应订购哪种尺码以最佳匹配客户身体属性，而不提供衣物如何合身与外观的任何信息。为推动超越当前方法局限性的飞跃，我们提出 FitGAN，一种显式考虑在线时尚服饰交织的尺码与合身特征规模的生成对抗模型。以物品的合身与形状为条件，我们的模型学习解耦的物品表示并生成反映时尚物品真实合身与形状属性的逼真图像。通过在大规模真实世界数据上的实验，我们展示了我们的方法能够合成视觉逼真且多样的服饰合身效果，并探索了其对数千种在线服饰图像合身与形状的控制能力。