IMAGGarment：面向可控时装设计的精细级服装生成
计算机视觉与模式识别
2025-09-09 v2
摘要
本文提出IMAGGarment，一种精细级服装生成（FGG）框架，使其能够实现对服装轮廓、颜色和标志位置的精确控制。不同于现有方法仅限于单一条件输入，IMAGGarment解决了个性化时装设计和数字服饰应用中多条件可控性挑战。具体而言，IMAGGarment采用分阶段训练策略，分别建模全局外观和局部细节，同时通过端到端推理实现统一且可控的生成。在第一个阶段，我们提出一种全局外观模型，利用混合注意力模块和颜色适配器联合编码服装轮廓和颜色。在第二个阶段，我们提出一种局部增强模型，搭载自适应外观感知模块，以注入用户定义的标志和空间约束，实现精准位置和视觉一致性。为支持该任务，我们发布了GarmentBench数据集，包含超过18万件服装样品，配有多级设计条件，包括草图、颜色参考、标志位置和文本提示。广泛实验表明，我们的方法超越了现有基线，实现了在结构稳定性、颜色保真度和局部可控性方面的卓越性能。代码、模型和数据集均已公开于https://github.com/muzishen/IMAGGarment。
引用
@article{arxiv.2504.13176,
title = {IMAGGarment: Fine-Grained Garment Generation for Controllable Fashion Design},
author = {Fei Shen and Jian Yu and Cong Wang and Xin Jiang and Xiaoyu Du and Jinhui Tang},
journal= {arXiv preprint arXiv:2504.13176},
year = {2025}
}