GO-MLVTON：基于扩散模型的衣物遮挡感知多层虚拟试穿
计算机视觉与模式识别
2026-02-10 v3
摘要
现有的基于图像的虚拟试穿（VTON）方法主要关注单层或多件衣物 VTON，忽略了多层 VTON（ML-VTON）。ML-VTON 涉及将多层衣物穿在人身上，并进行真实的变形和分层，以生成视觉上合理的结果。主要挑战在于准确建模内外衣物之间的遮挡关系，以减少冗余内层衣物特征的干扰。为了解决这个问题，我们提出了 GO-MLVTON，这是第一个多层 VTON 方法，引入了衣物遮挡学习模块来学习遮挡关系，并引入了基于 StableDiffusion 的衣物变形与试穿模块，将衣物变形并穿在人身上，产生高质量的多层试穿结果。此外，我们提出了用于此任务的 MLG 数据集，并提出了一种名为分层外观一致性差异（LACD）的新评估指标。大量实验证明了 GO-MLVTON 的 SOTA 性能。项目页面：https://upyuyang.github.io/go-mlvton/。
引用
@article{arxiv.2601.13524,
title = {GO-MLVTON: Garment Occlusion-Aware Multi-Layer Virtual Try-On with Diffusion Models},
author = {Yang Yu and Yunze Deng and Yige Zhang and Yanjie Xiao and Youkun Ou and Wenhao Hu and Mingchao Li and Bin Feng and Wenyu Liu and Dandan Zheng and Jingdong Chen},
journal= {arXiv preprint arXiv:2601.13524},
year = {2026}
}
备注
Accepted at ICASSP 2026