面向内衣模特的形状可控虚拟试穿
计算机视觉与模式识别
2021-07-29 v1
摘要
图像虚拟试穿任务应用广泛,且近期成为研究热点。现有基于2D图像的虚拟试穿方法旨在将目标服装图像迁移至参考人物上,存在两个主要缺点:无法精确控制尺寸与长度;在用户穿着厚衣服时无法准确估计用户身形,导致试穿效果不准确。本文提出一项类似任务,旨在为内衣模特着装。为解决上述缺陷,我们提出形状可控虚拟试穿网络(SC-VTON),其中图注意力网络整合模特与服装信息以生成变形后的服装图像。此外,控制点被引入SC-VTON以实现期望的服装形状。进一步地,通过添加拆分网络与合成网络,可利用服装/模特配对数据辅助优化形变模块,并将任务推广至典型虚拟试穿任务。大量实验表明,所提方法可实现精确的形状控制。同时,相较于其他方法,我们的方法能生成具有细节纹理的高分辨率结果。
引用
@article{arxiv.2107.13156,
title = {Shape Controllable Virtual Try-on for Underwear Models},
author = {Xin Gao and Zhenjiang Liu and Zunlei Feng and Chengji Shen and Kairi Ou and Haihong Tang and Mingli Song},
journal= {arXiv preprint arXiv:2107.13156},
year = {2021}
}
备注
10 pages, 9 figures, conference