ZFlow：基于门控外观流与 3D 先验的虚拟试穿方法
计算机视觉与模式识别
2021-09-16 v1
摘要
基于图像的虚拟试穿涉及合成模型穿着特定服装的感知可信图像，因其巨大的实际适用性而引起了显著的研究兴趣。近期方法包含两阶段过程：i）将服装变形以与模型对齐；ii）将变形后的服装与目标模型进行纹理融合以生成试穿输出。由于服装的非刚性特性以及缺乏关于模型或服装的几何信息，问题随之产生。这常导致颗粒细节渲染不当。我们提出 ZFlow，一种端到端框架，其通过结合称为门控外观流的分层流估计门控聚合，以及网络各阶段的密集结构先验，试图缓解这些关于几何与纹理完整性的担忧（如姿态、深度排序、皮肤与领口再现）。ZFlow 在定性观察以及图像质量定量基准（PSNR、SSIM 和 FID）上均取得了最先进（state-of-the-art）的结果。本文给出了与其他现有方案的广泛比较，包括详细的用户研究与消融研究，以衡量我们各项贡献在多个数据集上的影响。
引用
@article{arxiv.2109.07001,
title = {ZFlow: Gated Appearance Flow-based Virtual Try-on with 3D Priors},
author = {Ayush Chopra and Rishabh Jain and Mayur Hemani and Balaji Krishnamurthy},
journal= {arXiv preprint arXiv:2109.07001},
year = {2021}
}
备注
Accepted at ICCV 2021