基于主姿引导的无训练通用虚拟试穿框架 OmniVTON++
计算机视觉与模式识别
2026-03-12 v2
摘要
图像基虚拟试穿 (VTON) 关注通过在人类姿态和体积约束下对衣物进行重新渲染来合成逼真人物影像。然而，实际中，现有方法通常针对特定数据条件进行优化，其部署依赖于重新训练，限制了其作为统一解决方案的泛化能力。我们提出 OmniVTON++，一个面向通用性设计的无训练 VTON 框架。它通过协调结构化衣物形变实现衣物对应驱动的适配、主姿引导实现扩散采样中的逐步结构调节，以及连续边界缝合实现边界感知的精细化，形成一个无需任务特定重新训练的 cohesive pipeline。实验结果表明，OmniVTON++ 在多样化的泛化场景中实现了最先进性能，包括跨数据集和跨服装类型的评估，同时在单一公式中可靠地覆盖多种场景和扩散 backbone。除单件服装、单人案例外，该框架支持多件服装、多人以及动漫人物虚拟试穿，拓展了虚拟试穿应用的范围。代码已公开于 https://github.com/Jerome-Young/OmniVTON-PlusPlus。
引用
@article{arxiv.2602.14552,
title = {OmniVTON++: Training-Free Universal Virtual Try-On with Principal Pose Guidance},
author = {Zhaotong Yang and Yong Du and Shengfeng He and Yuhui Li and Xinzhe Li and Yangyang Xu and Junyu Dong and Jian Yang},
journal= {arXiv preprint arXiv:2602.14552},
year = {2026}
}