面向虚拟试穿的可信潜在扩散模型 (FLDM-VTON)

尽管潜在扩散模型在虚拟试穿 (VTON) 方法中展现了惊人的生成性能，但它们缺乏对服装细节（如风格、图案和文字）的可信性。为缓解由扩散随机性和潜在监督导致的这些问题，我们提出了一种 novel 可信潜在扩散模型用于 VTON，称为 FLDM-VTON。FLDM-VTON 在三个方面显著改进了传统潜在扩散过程：首先，我们提出将变形后服装作为起始点和局部条件，为模型提供可信服装先验；其次，我们引入 novel 服装展平网络以约束生成试穿图像，提供服装一致性可信监督；最后，我们设计服装后验抽样以实现可信推断，从而显著提升模型性能，超越传统服装中性高斯抽样。广泛的实验结果表明，我们的 FLDM-VTON 在 VITON-HD 和 Dress Code 数据集上均优于最先进的基准方法，能够生成具有可信服装细节的照片级试穿图像。