Undress to Redress：面向虚拟试穿的无训练框架

虚拟试穿 (VTON) 是增强线上购物用户体验的关键任务，通过生成在个人照片上呈现真实衣物的预览来实现。尽管现有方法已取得令人印象的成果，但在长袖转短袖转换方面仍存在挑战——这是一种常见且实际的场景，往往会产生不真实的输出，因为原始图像中暴露的皮肤样本不足。我们认为，这一挑战源于当前 VTON 模型中的“多数”完成规则，导致此类情况下的皮肤恢复不准确。为此，我们提出了 UR-VTON (Undress-Redress Virtual Try-ON)，一种新型无训练框架，可无缝集成到任何现有 VTON 方法中。UR-VTON 引入了“undress-to-redress”机制：首先通过虚拟“脱衣”揭示用户躯干，然后应用目标短袖衣物，实际上将转换分解为两个更易管理的步骤。此外，我们采用 Dynamic Classifier-Free Guidance 调度以平衡 DDPM 采样中的多样性与图像质量，并利用高频线索采用 Structural Refiner 来增强细节保真度。最后，我们呈现了 LS-TON，这是一个面向长袖转短袖试穿的新基准。大量实验表明，UR-VTON 在细节保留和图像质量方面均优于最先进的方法。代码将在接受后发布。