3 个月前

有序着装:用于姿态迁移、虚拟试穿与穿搭编辑的循环人体图像生成

有序着装:用于姿态迁移、虚拟试穿与穿搭编辑的循环人体图像生成

摘要

我们提出了一种灵活的人物生成框架——有序穿搭(Dressing in Order, DiOr),该框架支持2D姿态迁移、虚拟试穿以及多种时尚编辑任务。DiOr的核心在于一种新颖的递归生成流程,能够按顺序逐件为人物穿戴服饰,从而实现相同衣物以不同穿戴顺序产生截然不同的视觉效果。该系统可生成现有方法难以实现的穿搭效果,包括衣物间的复杂交互关系(例如上衣扎进下装或穿在下装外)、同类型多件衣物的叠加穿搭(例如夹克穿在衬衫外,衬衫再穿在T恤外)。DiOr显式地编码了每件衣物的形状与纹理信息,使得这两个要素可独立进行编辑。通过联合训练姿态迁移与图像修复任务,有效提升了生成衣物的细节保真度与整体一致性。大量实验评估表明,DiOr在生成质量方面优于近期代表性方法(如ADGAN),并能处理广泛多样的编辑功能,而无需直接的监督信号。

代码仓库

基准测试

基准方法指标
pose-transfer-on-deep-fashionDiOr
SSIM: 0.806

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
有序着装:用于姿态迁移、虚拟试穿与穿搭编辑的循环人体图像生成 | 论文 | HyperAI超神经