宽松衣物的实时逐件虚拟试穿与时间一致性
图形学
2025-09-05 v3 计算机视觉与模式识别
摘要
逐件虚拟试穿方法收集特定衣物数据集并训练针对每件衣物的网络以实现优异效果。然而，这些方法在处理宽松衣物时常常面临两个关键限制：（1）它们依赖人体语义图来对齐衣物与身体，但这些图在宽松衣物遮挡身体轮廓时变得不可靠，导致结果退化；（2）它们逐帧训练衣物合成网络而不利用时间信息，导致明显的抖动伪影。为了解决第一个限制，我们提出了一种用于鲁棒语义图估计的两阶段方法。首先，我们从原始输入图像中提取衣物不变表示。该表示随后通过辅助网络传递以估计语义图。这增强了在生成特定衣物数据集期间宽松衣物下语义图估计的鲁棒性。为了解决第二个限制，我们引入了一种循环衣物合成框架，该框架结合时间依赖性以改善帧间一致性，同时保持实时性能。我们进行了定性和定量评估，以证明我们的方法在图像质量和时间一致性方面均优于现有方法。消融研究进一步验证了衣物不变表示和循环合成框架的有效性。
引用
@article{arxiv.2506.12348,
title = {Real-Time Per-Garment Virtual Try-On with Temporal Consistency for Loose-Fitting Garments},
author = {Zaiqiang Wu and I-Chao Shen and Takeo Igarashi},
journal= {arXiv preprint arXiv:2506.12348},
year = {2025}
}