摘要

虚拟试衣（Virtual Try-On）是生成对抗网络（GAN）的一项有前景的应用。然而，由于人体尺寸、姿态差异以及头发遮挡、衣物重叠等遮挡因素的存在，将目标服装准确地映射到人体相应区域是一项极具挑战性的任务。本文提出一种基于语义分割与生成对抗网络架构的图像翻译方法，旨在生成高度逼真的虚拟试衣图像。我们提出了一种新型基于图像的虚拟试衣系统VTON-IT，该系统以RGB图像为输入，通过语义分割精准识别目标身体部位，并将目标服装精确叠加至分割出的身体区域。现有最先进的基于GAN的虚拟试衣方法在真实场景图像上生成的合成图像常存在像素级错位与模糊问题。相比之下，本文方法能够在复杂多变的输入图像上生成高分辨率、具有丰富纹理细节的自然逼真图像，显著提升了视觉效果与真实感。