Mobile-VTON：高保真无设备虚拟试穿
计算机视觉与模式识别
2026-03-16 v4
摘要
虚拟试穿(VTON)最近取得了令人印象深刻的视觉保真度，但大多数现有系统需要将个人照片上传到基于云端GPU的服务器，引发隐私顾虑并限制了在设备端部署。为此，我们提出Mobile-VTON，一个高质量、隐私保护的框架，使其能够仅使用单个用户图像和服装图像，在一般移动设备上实现完全离线的虚拟试穿。Mobile-VTON引入模块化的TeacherNet-GarmentNet-TryonNet(TGT)体系结构，将知识蒸馏、服装条件生成和服装对齐集成到一个为设备效率优化的统一管道中。我们提出了特征引导对抗蒸馏(FGA)策略，将教师监督与对抗学习结合，以更好地匹配真实图像分布。GarmentNet采用轨迹一致性损失以保持服装语义在扩散步骤中的一致性，而TryonNet使用潜在拼接和轻量级跨模态条件化，实现对服装到人类的对齐，无需大规模预训练。通过整合这些组件，Mobile-VTON实现了低计算开销下的高保真生成。在1024 x 768分辨率下的VITON-HD和DressCode数据集上实验表明，它在完全离线运行的情况下，达到或超过了强大的服务器基线。这些结果表明，高质量的VTON不仅在技术上可行，也在实际中可行，为实际应用提供了安全解决方案。代码和项目页面均可在https://zhenchenwan.github.io/Mobile-VTON/获取。
引用
@article{arxiv.2603.00947,
title = {Mobile-VTON: High-Fidelity On-Device Virtual Try-On},
author = {Zhenchen Wan and Ce Chen and Runqi Lin and Jiaxin Huang and Tianxi Chen and Yanwu Xu and Tongliang Liu and Mingming Gong},
journal= {arXiv preprint arXiv:2603.00947},
year = {2026}
}
备注
The project page is available at: https://zhenchenwan.github.io/Mobile-VTON/