基于语义引导优化的无模板虚拟试穿图像合成
计算机视觉与模式识别
2021-02-09 v1
摘要
虚拟试穿任务极具吸引力,已在计算机视觉领域引起相当关注。然而,基于2D图像呈现三维(3D)物理特征(如褶皱与阴影)非常具有挑战性。尽管已有若干基于2D的虚拟试穿研究,但多数1)需要用户指定目标姿态,既不友好也可能并非目标服装的最佳姿态;2)未能处理一些疑难情况,包括面部细节、衣物褶皱与身体遮挡。为应对这两大挑战,本文提出一种创新的无模板试穿图像合成(TF-TIS)网络。TF-TIS首先根据用户指定的商城服装合成目标姿态。随后,给定商城服装图像、用户图像与合成姿态,我们提出一种新模型,用于以最佳合身姿态合成穿着目标服装的人物试穿图像。定性与定量实验均表明,所提TF-TIS优于最先进方法,尤其在困难案例中。
引用
@article{arxiv.2102.03503,
title = {Template-Free Try-on Image Synthesis via Semantic-guided Optimization},
author = {Chien-Lung Chou and Chieh-Yun Chen and Chia-Wei Hsieh and Hong-Han Shuai and Jiaying Liu and Wen-Huang Cheng},
journal= {arXiv preprint arXiv:2102.03503},
year = {2021}
}
备注
Accepted by IEEE TNNLS (2021). 14 pages including 2 pages of reference