神经衣物试穿：通过语义增强与控制扩散模型实现定制化虚拟试穿
计算机视觉与模式识别
2026-02-02 v1
摘要
本工作旨在解决一种新颖的定制化虚拟试穿（Cu-VTON）任务，使指定服装可以叠加到可以根据外观、姿态和其他属性进行定制的数字模型上。与传统 VTON 任务相比，它使用户能够根据个人偏好定制数字化身，从而在更灵活和互动的方式下增强虚拟试穿体验。为解决此任务，我们引入神经衣物试穿（NCT）框架，利用语义增强和控制模块的先进扩散模型，以更好地保持服装的语义特征和纹理细节，同时促进对模型姿态和外观的灵活编辑。具体而言，NCT 引入语义增强模块以获取服装的语义描述，并利用视觉-语言编码器学习跨模态的对齐特征。将对齐特征作为条件输入扩散模型以增强服装语义的保持。然后，设计了语义控制模块，以服装图像、定制姿态图像和语义描述为输入，以维持服装细节的同时编辑模型的姿态、表情和各种属性。在公开可用的基准数据集上的大量实验表明，所提出的 NCT 框架性能卓越。
引用
@article{arxiv.2601.22838,
title = {Neural Clothing Tryer: Customized Virtual Try-On via Semantic Enhancement and Controlling Diffusion Model},
author = {Zhijing Yang and Weiwei Zhang and Mingliang Yang and Siyuan Peng and Yukai Shi and Junpeng Tan and Tianshui Chen and Liruo Zhong},
journal= {arXiv preprint arXiv:2601.22838},
year = {2026}
}
备注
Accepted by Expert Systems with Applications. 16 pages, 10 figures