LPH-VTON：通过潜在过程交接解决虚拟试穿的结构-纹理困境
计算机视觉与模式识别
2026-05-15 v1
摘要
虚拟试穿（VTON）旨在合成与人体和姿态精确对齐的逼真服装图像。然而，当前基于扩散模型的方法在结构完整性与纹理保真度之间面临根本性的权衡。在本文中，我们将这一挑战形式化为当前架构中固有的互补归纳偏置的后果：严重依赖空间约束的模型自然倾向于几何对齐，但往往会抑制纹理；而由无约束生成先验主导的模型擅长渲染生动的细节，却容易发生结构漂移。基于这一诊断，我们提出了 LPH-VTON，这是一个新的协同框架，能够在单个连续去噪过程中化解这种张力。LPH-VTON 战略性地分解了生成过程，利用偏向结构的模型在早期阶段建立几何一致的潜在支架，随后将控制权移交给偏向纹理的模型以进行高保真细节渲染。大量实验验证了我们的方法。我们的模型实现了优越的 Pareto 最优平衡，在标准数据集 VITON-HD 上确立了感知保真度的新基准，同时保持了极具竞争力的结构对齐，证明了时序架构解耦的有效性。
引用
@article{arxiv.2605.14874,
title = {LPH-VTON: Resolving the Structure-Texture Dilemma of Virtual Try-On via Latent Process Handover},
author = {Yixin Liu and Baihong Qian and Jinglin Jiang and Jeffery Wu and Yan Chen and Wei Wang and Yida Wang and Lanqing Yang and Guangtao Xue},
journal= {arXiv preprint arXiv:2605.14874},
year = {2026}
}