TryOffAnyone：从穿衣人物生成拼接衣物
计算机视觉与模式识别
2025-01-06 v2
摘要
时尚行业日益依赖计算机视觉和深度学习技术以提升线上购物体验和运营效率。本文针对从服装模型照片中生成高保真拼接衣物图像这一挑战，致力于个性化推荐、服装组合及虚拟试穿系统。灵感来源于潜在扩散模型（LDM）在图像到图像转换中的成功，我们提出一种新方法，利用微调的 StableDiffusion 模型。该方法采用简化的单阶段网络设计，集成服装特定掩码以有效隔离和处理目标服装。通过选择性训练转换器块并移除不必要的交叉注意力层，显著降低计算复杂度，同时在 VITON-HD 等基准数据集上实现了最先进的性能。实验结果表明，该方法在全身和半身输入上均能有效生成高质量的拼接衣物图像。代码和模型已提供：https://github.com/ixarchakos/try-off-anyone
引用
@article{arxiv.2412.08573,
title = {TryOffAnyone: Tiled Cloth Generation from a Dressed Person},
author = {Ioannis Xarchakos and Theodoros Koukopoulos},
journal= {arXiv preprint arXiv:2412.08573},
year = {2025}
}