VITON-DRR：基于非刚性配准的细节保留虚拟试衣
计算机视觉与模式识别
2025-05-30 v1
摘要
基于图像的虚拟试衣旨在将目标服装拟合到特定人物图像上，因其在电子商务和时尚产业中的巨大应用潜力而引起了广泛的研究关注。为了生成高质量的试衣结果，准确扭曲服装以贴合人体起着至关重要的作用，因为轻微的错位都可能导致拟合图像中出现不真实的伪影。大多数现有方法通过特征匹配和薄板样条（TPS）来扭曲服装。然而，由于自遮挡、姿势之间的严重错位等原因，它通常无法保留服装细节。为了应对这些挑战，本文提出了一种通过精确非刚性配准（VITON-DRR）实现细节保留的虚拟试衣方法，适用于多种人体姿势。具体而言，我们使用双金字塔结构的特征提取器重建人体语义分割。然后，设计了一个新颖的变形模块，用于提取布料关键点并通过精确的非刚性配准算法对其进行扭曲。最后，设计了图像合成模块来合成变形后的服装图像并自适应地生成人体姿势信息。与传统方法相比，所提出的 VITON-DRR 能使拟合图像的变形更加准确，并保留更多服装细节。实验结果表明，所提出的方法优于 SOTA 方法。
引用
@article{arxiv.2505.23439,
title = {VITON-DRR: Details Retention Virtual Try-on via Non-rigid Registration},
author = {Ben Li and Minqi Li and Jie Ren and Kaibing Zhang},
journal= {arXiv preprint arXiv:2505.23439},
year = {2025}
}
备注
31 pages, 12 figures, Accepted by Computers & Graphics