RefTon：基于参考人物的虚拟试穿助力

我们提出RefTon，一种基于flux的人形态人形虚拟试穿框架，通过无配对视觉参考提升衣物真实感。不同于依赖复杂辅助输入（如身体解析、扭曲掩码）或需精细设计提取分支处理多种输入条件的常规方法，RefTon通过直接从源图像和目标衣物生成试穿结果，无需结构引导或辅助组件处理多样化输入。此外，受人类服装选择行为启发，RefTon利用额外的参考图像（目标衣物在不同个体上穿着的状态）为纹理对齐和保持衣物细节提供强大指导。为实现此功能，我们构建了一个包含无配对参考图像的数据集用于训练。在公开基准数据集上进行的广泛实验表明，RefTon在保持简单高效的人形态人设计基础上，实现了与最先进方法相当或更好的性能。