利用流注入注意力学习隐式特征实现逼真的虚拟试穿
计算机视觉与模式识别
2024-12-17 v1
摘要
基于图像的虚拟试穿具有挑战性，因为生成的图像应使服装贴合不同姿态的模特图像，同时保持服装的特征和细节。一个流行的研究方向首先对服装图像进行变形以减轻生成阶段的负担，这高度依赖于变形模块的性能。其他没有显式变形的方法往往缺乏足够的指导来使服装贴合模特图像。在本文中，我们提出了FIA-VTON，它通过采用流注入注意力模块在虚拟试穿中利用隐式变形特征。密集变形流图被投影为间接引导注意力，在生成过程中隐式增强特征图变形，与服装图像的显式变形相比，对变形估计精度不那么敏感。为了进一步增强隐式变形引导，我们结合了高层空间注意力来补充密集变形。在VTON-HD和DressCode数据集上的实验结果显著优于最先进的方法，证明了FIA-VTON在虚拟试穿中的有效性和鲁棒性。
引用
@article{arxiv.2412.11435,
title = {Learning Implicit Features with Flow Infused Attention for Realistic Virtual Try-On},
author = {Delong Zhang and Qiwei Huang and Yuanliu Liu and Yang Sun and Wei-Shi Zheng and Pengfei Xiong and Wei Zhang},
journal= {arXiv preprint arXiv:2412.11435},
year = {2024}
}