Garments2Look：用于高保真服装级虚拟试穿的多参考数据集
计算机视觉与模式识别
2026-03-17 v1
摘要
虚拟试穿（VTON）已实现单件服饰的可视化，但现实场景中的时尚业 focuses on 包含多件服饰、配饰、细粒类别、分层及多样化搭配的完整造型，仍在当前 VTON 系统之外。现有数据集类别受限，缺乏服装多样性。我们引入 Garments2Look，是首个大规模多模态数据集，用于服装级 VTON，包含 8 万组 多件服饰对应单一造型 的配对，覆盖 40 大类和 300+ 细粒子类。每组配对包括 3-12 件参考服饰图像（平均 4.48 件）、一位穿着该造型的模特图像，以及详细的物品与试穿文本标注。为平衡真实性与多样性，我们提出了合成管线。该管线包含在生成试穿结果前对服装列表进行启发式构建，整个过程经严格的自动筛选与人工验证，确保数据质量。为探究任务难度，我们改编了 SOTA VTON 方法和通用图像编辑模型作为基线。结果显示，现有方法在无缝试穿完整服装方面、推断正确分层与搭配方面仍有挑战，导致错位与伪影。
引用
@article{arxiv.2603.14153,
title = {Garments2Look: A Multi-Reference Dataset for High-Fidelity Outfit-Level Virtual Try-On with Clothing and Accessories},
author = {Junyao Hu and Zhongwei Cheng and Waikeung Wong and Xingxing Zou},
journal= {arXiv preprint arXiv:2603.14153},
year = {2026}
}
备注
CVPR 2026; Project Page: https://artmesciencelab.github.io/Garments2Look