摘要

基于图像的虚拟试穿旨在将服装的外观精准地迁移至目标人物的图像上。以往的研究主要聚焦于上半身服装（如T恤、衬衫和上衣），而忽视了全身或下半身服装的试穿任务。这一局限性的根源在于：当前公开可用的基于图像的虚拟试穿数据集缺乏此类多样化服装类别，从而制约了该领域的进一步发展。为解决这一问题，我们提出了 Dress Code 数据集，该数据集包含多类别服装的图像。Dress Code 的规模超过现有公开虚拟试穿数据集的三倍以上，并包含高分辨率的成对图像（1024×768），且均以正面视角、全身参考模特为基准。为生成具有高视觉质量且细节丰富的高清试穿图像，我们提出学习细粒度的判别特征。具体而言，我们引入了一个语义感知的判别器，其预测在像素级别进行，而非图像级或块级。大量实验评估表明，所提出的方法在视觉质量与定量指标上均显著优于现有基线方法及当前最先进的模型。Dress Code 数据集已公开发布，获取地址为：https://github.com/aimagelab/dress-code。