Gaussian Garments: Reconstructing Simulation-Ready Clothing with Photorealistic Appearance from Multi-View Video
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Department of Computer Science, ETH Zurich(苏黎世联邦理工学院计算机科学系)
该研究提出Gaussian Garments方法,结合3D网格与高斯纹理从多视角视频重建可仿真的衣物资产,能解耦反照率与光照,还可微调预训练GNN复现衣物真实行为,支持多衣组合与动画生成。
2024-09-12 cs.CV cs.GR
GarmentCodeData: A Dataset of 3D Made-to-Measure Garments With Sewing Patterns
ETH Zurich(苏黎世联邦理工学院);TU Dortmund University(多特蒙德工业大学)
本文提出首个大规模三维量身定制服装数据集 GarmentCodeData,包含 115,000 个带缝纫纸样的服装数据点,并设计了自动测量、纸样采样和基于 XPBD 的开源悬垂流程。
2024-09-05 cs.CV cs.GR
Dress-1-to-3: Single Image to Simulation-Ready 3D Outfit with Diffusion Prior and Differentiable Physics
UCLA(加州大学洛杉矶分校);University of Utah(犹他大学)
针对现有图像到3D重建生成的服装为单一整体、无法支持下游仿真应用的问题,本文提出Dress-1-to-3流水线,结合扩散先验与可微物理仿真,从单张图像生成可分离、符合物理规律且支持仿真的3D服装与人体,还可生成动态服装演示。
2025-05-21 cs.CV
Mobile-VTON: High-Fidelity On-Device Virtual Try-On
本文提出Mobile-VTON,一种基于设备端的高保真虚拟试衣框架,通过模块化架构和隐私保护技术,在无需云端支持的情况下实现高质量试衣效果。
2026-03-13 cs.CV
PatternGSL: A Structured Specification Language for Template-Free and Simulation-Ready 3D Garments
The University of Hong Kong(香港大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Carnegie Mellon University(卡内基梅隆大学);LIGHTSPEED Shenzhen(LIGHTSPEED深圳);LIGHTSPEED Los Angeles(LIGHTSPEED洛杉矶)
提出PatternGSL,一种无模板、可学习的结构化服装表示语言,从单张图像直接预测完整缝纫图案,实现可模拟的3D服装重建。
2026-07-03 cs.CV
DiffAvatar: Simulation-Ready Garment Optimization with Differentiable Simulation
Meta Reality Labs(元宇宙现实实验室);MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)
DiffAvatar 提出利用可微物理仿真对人体与服装进行协同优化,以物理合理的方式恢复几何形状并提取材质参数,从而生成适用于下游应用的真实服装和人体资产。
2024-03-29 cs.CV
Fashion130K: An E-commerce Fashion Dataset for Outfit Generation with Unified Multi-modal Condition
本文提出Fashion130K数据集和统一多模态条件框架,通过多模态提示对齐和融合变压器提升生成一致性,实验验证了UMC在视觉一致性上的有效性。
2026-05-13 cs.CV
FitControler: Toward Fit-Aware Virtual Try-On
Huazhong University of Science and Technology(华中科技大学);Wuhan Institute of Technology(武汉理工大学)
FitControler通过拟合感知的布局生成器和多尺度注入器,实现对虚拟试衣中服装合身度的定制化控制,并构建了包含13,000个配对的数据集。
2026-09-03 cs.CV
Dress-ED: Instruction-Guided Editing for Virtual Try-On and Try-Off
University of Modena(摩德纳大学);University of Trento(特伦托大学);University of Pisa(比萨大学)
本文提出Dress-ED数据集,首次统一了虚拟试穿、试脱和文本引导的服装编辑,包含146k个样本,涵盖外观和结构修改,提供统一的多模态扩散框架作为指令驱动的VTON和VTOFF基线。
2026-07-07 cs.CV
A Text-to-3D Framework for Joint Generation of CG-Ready Humans and Compatible Garments
本文提出Tailor框架,通过语义解析、几何感知服装生成和一致纹理合成,实现高保真定制3D人像和物理兼容服装,优于现有方法。
2026-01-19 cs.CV cs.GR
Generating Datasets of 3D Garments with Sewing Patterns
Graduate School of Culture Technology(文化技术研究生院);KAIST(韩国科学技术院)
服装在现实世界和许多虚拟世界中都无处不在。它们是高度可变形的物体,呈现出各种各样的设计和形状,然而,大多数服装都是由一组规则形状的扁平件制成的。服装结构的探索提出了一个特殊的情况下,对象结构估计任务,并可能证明有用的神经3D服装建模和重建的下游任务,提供强大的服装形状的先验。为了促进这些方向的研究,我们提出了一种方法来生成大型合成数据集的三维服装设计和他们的缝纫模式。我们的方法包括一个灵活的描述结构,用于指定参数化缝纫图案模板和自动生成管道,以产生服装3D模型,几乎没有人工干预。为了增加真实感,管道还创建了最终网格的损坏版本,以模仿3D扫描的伪影。通过这个管道,我们创建了第一个大规模的3D服装模型及其缝纫模式的合成数据集。该数据集包含超过20000个服装设计的变化,从19个不同的基础类型。这些服装类型中的七种是专门设计的,以评估服装缝纫样板拓扑的泛化。
2021-09-12 cs.AI cs.CV cs.GR
CLOTH3D: Clothed 3D Humans
Universitat de Barcelona(巴塞罗那大学);Computer Vision Center(计算机视觉中心)
这项工作提出了CLOTH3D,第一个大规模的合成数据集的3D穿着人类序列。CLOTH3D在服装类型、拓扑结构、形状、尺寸、松紧度和面料方面具有很大的可变性。衣服是模拟上千种不同的姿势序列和身体形状,产生逼真的布料动态。我们为数据集提供了一个用于布料生成的生成模型。提出了一种基于图卷积(GCVAE)的条件变分自动编码器(CVAE)来学习服装潜在空间。这允许在SMPL模型上为任何姿势和形状逼真地生成3D服装。
2020-09-06 cs.CV cs.LG eess.IV
HF-VTON: High-Fidelity Virtual Try-On via Consistent Geometric and Semantic Alignment
针对虚拟试穿中不同姿态下几何、语义不一致及细节丢失问题,提出含三大模块的HF-VTON框架,搭配新数据集SAMP-VTONS,在两项基准上实现优于现有方法的高保真试穿效果。
2025-10-29 cs.CV
iTryOn: Mastering Interactive Video Virtual Try-On with Spatial-Semantic Guidance
Shenzhen Campus of Sun Yat-sen University;Taobao \& Tmall Group of Alibaba
本文提出iTryOn框架,通过空间-语义引导解决交互式视频虚拟试穿中的语义模糊和复杂服装变形问题,实现了更动态可控的虚拟试穿体验。
2026-06-18 cs.CV
AnySurf: Any Surface Generation with Directed Edge
The Hong Kong Polytechnic University(香港理工大学);Zhejiang University(浙江大学);National University of Singapore(新加坡国立大学);Xi'an Jiaotong University(西安交通大学)
提出AnySurf统一框架,通过有向边增强的柔性双网格表示,实现开放、封闭和混合3D表面的高质量生成,并引入ROS-FT后训练和轻量级DE-Adapter以保持生成性能。
2026-05-23 cs.CV cs.GR
SimAvatar: Simulation-Ready Avatars with Layered Hair and Clothing
NVIDIA(英伟达)
本文提出SimAvatar框架,通过两阶段方法结合3D高斯与仿真就绪的头发发丝和服装网格,从文本提示生成具有生动纹理和逼真动态运动的完全仿真就绪3D穿衣人体虚拟人。
2024-12-19 cs.CV cs.GR cs.LG
Towards Vision-Language-Garment Models for Web Knowledge Garment Understanding and Generation
Stanford University(斯坦福大学)
本文提出视觉-语言-服装模型VLG,通过文本和视觉图像合成服装,实验验证了其零样本泛化能力,展现了多模态基础模型在服装设计等特定领域的迁移潜力。
2025-06-30 cs.CV
GarmentDreamer: 3DGS Guided Garment Synthesis with Diverse Geometry and Texture Details
UCLA(加州大学洛杉矶分校);Utah(犹他大学);HKU(香港大学);Amazon(亚马逊);Style3D Research(凌迪科技Style3D研究院)
针对传统3D服装制作成本高、现有生成方法存在多视图不一致或需额外分离流程的问题,提出GarmentDreamer方法,以3DGS为引导结合服装增强模块、NeTF与SDS,从文本生成兼具多样几何与纹理细节的可仿真3D服装网格,性能优于现有最优方法。
2024-05-20 cs.CV
Garment3DGen: 3D Garment Stylization and Texture Generation
Meta Reality Labs(Meta现实实验室)
Garment3DGen是一种基于单张图像引导,从基础网格生成3D服装资产的新方法,通过网格变形优化和高保真纹理生成,实现可直接模拟的服装,无需艺术家干预。
2025-04-30 cs.CV
DressWild: Feed-Forward Pose-Agnostic Garment Sewing Pattern Generation from In-the-Wild Images
UCLA and Fudan University(UCLA和复旦大学);University of Utah(犹他大学)
DressWild通过前馈方法从单张真实图像生成物理一致的2D缝纫图案和3D服装,无需多视角输入或迭代优化,实现高效可扩展的服装模拟。
2026-02-18 cs.CV
GarmentAligner: Text-to-Garment Generation via Retrieval-augmented Multi-level Corrections
Shenzhen Campus of Sun Yat-sen University(中山大学深圳校区);Peng Cheng Laboratory(鹏城实验室);Lenovo Research(联想研究院)
提出 GarmentAligner,通过自动组件提取、基于检索增强的对比学习和多级校正损失,解决文本到服装生成中的细粒度语义不对齐问题,实现更高保真度和组件级语义对齐。
2024-08-23 cs.CV
Controllable Human Image Generation with Personalized Multi-Garments
KAIST(韩国科学技术院);Scaled Foundations(Scaled Foundations公司)
提出BootComp框架,通过构建合成数据集和双去噪路径扩散模型,实现保留细粒度细节的多服装可控人物图像生成,并适用于虚拟试穿等多种时尚领域应用。
2025-04-01 cs.CV
DrapeNet: Garment Generation and Self-Supervised Draping
EPFL(洛桑联邦理工学院);University of Bologna(博洛尼亚大学)
最近的方法可以快速地将服装覆盖在任意的人体上,利用自我监督来消除对大型训练集的需求。然而,它们被设计为对每个服装项目训练训练一个网络,这严重限制了它们的泛化能力。在工作中,我们依靠自我监督,训练一张网披多件衣。这是通过预测一个3D变形场的生成网络的潜在代码的条件下,模型服装作为无符号的距离字段。我们的管道可以生成和悬垂以前看不见的任何拓扑结构的服装,其形状可以通过操纵其潜在代码进行编辑。由于完全可微,我们的公式可以通过梯度下降从部分观察(图像或3D扫描)中恢复服装的准确3D模型。我们的代码可在https://github.com/liren2515/DrapeNet上公开获取。
2023-03-22 cs.CV
ClotheDreamer: Text-Guided Garment Generation with 3D Gaussians
Shanghai University(上海大学);Shanghai Jiao Tong University(上海交通大学);Fudan University(复旦大学);Tencent Youtu Laboratory(腾讯优图实验室)
针对文本生成3D高保真服装的难题,提出基于3D高斯的ClotheDreamer方法,通过解耦服装高斯表征、双向SDS监督及新剪枝策略,生成可复用、可用于虚拟试穿与物理动画的优质服装资产,性能表现优异。
2024-06-24 cs.CV
Multi-Garment Customized Model Generation
University of Chinese Academy of Sciences(中国科学院大学);Beihang University(北京航空航天大学);ZheJiang University(浙江大学)
本文提出基于潜在扩散模型的统一框架,通过并行服装编码器和解耦多服装特征融合,实现多件服装自由组合的定制模特生成,并可即插即用地结合 IP-Adapter 与 ControlNet。
2024-08-09 cs.CV
StableGarment: Garment-Centric Generation via Stable Diffusion
Xiaohongshu Inc.(小红书科技有限公司);Carnegie Mellon University(卡内基梅隆大学);Beijing University of Posts and Telecommunications(北京邮电大学)
StableGarment提出统一框架,通过服装编码器与附加自注意力层及试穿ControlNet,解决以服装为中心的生成与虚拟试穿,达到最先进效果。
2024-03-16 cs.CV
FashionChameleon: Towards Real-Time and Interactive Human-Garment Video Customization
Xiamen University(厦门大学);Alibaba Group(阿里巴巴集团)
本文提出FashionChameleon框架,通过单件服装视频数据实现交互式多服装视频定制,保留动作一致性,实现实时生成23.8FPS,比现有方法快30-180倍。
2026-06-18 cs.CV
RAGDiffusion: Faithful Cloth Generation via External Knowledge Assimilation
Shanghai Jiao Tong University(上海交通大学);Alibaba Group(阿里巴巴集团)
针对服装生成中的结构幻觉和纹理失真问题,提出RAGDiffusion框架,通过检索增强和从粗到细的纹理对齐,实现高保真服装资产生成。
2025-10-10 cs.AI cs.CV cs.GR
MCTED: A Machine-Learning-Ready Dataset for Digital Elevation Model Generation From Mars Imagery
European Space Agency (ESA)(欧洲航天局);European Space Astronomy Centre (ESAC)(欧洲空间天文中心);UK Research and Innovation - Innovate UK(英国研究与创新-创新英国);UK Space Agency (UKSA)(英国空间局)
本文提出面向火星高程预测的机器学习数据集 MCTED,包含 80,898 个经清洗和掩码标注的 CTX 影像-DEM 样本,并证明在其上训练的小型 U-Net 可超越 DepthAnythingV2 的零样本性能。
2025-11-06 cs.CV cs.LG
Dressing in Order: Recurrent Person Image Generation for Pose Transfer, Virtual Try-on and Outfit Editing
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
我们提出了一个灵活的人生成框架,称为着装顺序(DiOr),它支持2D姿势转移,虚拟试穿,和几个时尚编辑任务。DiOr的关键是一种新颖的循环生成管道,可以顺序地将服装穿在一个人身上,因此以不同的顺序试穿相同的服装将导致不同的外观。我们的系统可以产生现有工作无法实现的着装效果,包括服装的不同相互作用(例如,穿一件上衣塞到底部中或在底部上),以及同一类型的多件衣服的分层(例如,上衣套衬衫套T恤)。DiOr明确编码每件衣服的形状和纹理,使这些元素能够单独编辑。对姿势转移和修补的联合训练有助于细节保留和生成的服装的一致性。广泛的评估表明,DiOr在输出质量方面优于ADGAN等其他最近的方法,并处理了广泛的编辑功能,这些功能没有直接的监督。
2022-10-18 cs.CV
SOPHY: Learning to Generate Simulation-Ready Objects with Physical Materials
Technical University of Crete(希腊技术大学);University of Massachusetts Amherst(马萨诸塞大学阿姆赫斯特分校)
提出SOPHY生成模型,通过联合合成形状、纹理和物理材质属性,结合新构建的材质标注数据集,生成可直接用于仿真的3D物体,并提升了形状的真实感与物理合理性。
2025-08-11 cs.CV cs.GR
DreamFit: Garment-Centric Human Generation via a Lightweight Anything-Dressing Encoder
Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院);Shenzhen Campus of Sun Yat-sen University(中山大学深圳校区);ByteDance(字节跳动);Sun Yat-sen University(中山大学)
DreamFit提出轻量级任意着装编码器,结合自适应注意力和LoRA,仅需8350万参数,实现以服装为中心的人体生成,支持任意服装与即插即用,性能超越现有方法。
2025-01-18 cs.CV
OmniFabric: Coherent UV Space Texture Synthesis for 3D Garment Reconstruction
Carnegie Mellon University(卡内基梅隆大学);University of Washington(华盛顿大学);Texas A&M University(德克萨斯A&M大学);Google(谷歌)
针对单图3D服装重建的纹理合成瓶颈,提出OmniFabric方法,在缝纫版型空间利用VLM先验和扩散Transformer实现全局相干纹理生成,显著优于现有基线。
2026-09-25 cs.CV
GarmentPainter: Efficient 3D Garment Texture Synthesis with Character-Guided Diffusion Model
Baidu Inc.(百度公司);TeleAI
GarmentPainter通过基于字符引导的扩散模型,实现了高效且高质量的3D服装纹理合成,提升了纹理生成的灵活性和一致性。
2026-03-09 cs.CV
ChatGarment: Garment Estimation, Generation and Editing via Large Language Models
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Shanghai Jiao Tong University(上海交通大学);EPFL(洛桑联邦理工学院);Westlake University(西湖大学);ETH Zürich(苏黎世联邦理工学院);Mila, University of Montreal(蒙特利尔大学米拉研究所);Meshcapade(Meshcapade公司);Stanford University(斯坦福大学)
ChatGarment利用大型视觉语言模型通过微调生成JSON文件,实现从图像或文本中估计、生成和编辑3D服装缝纫图案,并支持交互式编辑,简化时尚与游戏工作流。
2025-04-03 cs.CV
FashionMAC: Deformation-Free Fashion Image Generation with Fine-Grained Model Appearance Customization
FashionMAC通过无变形的扩散框架实现高质量可控的时尚图像生成,采用RADA机制和链式掩码注入策略提升细粒度外观可控性。
2026-01-11 cs.CV
Garment Particles: A 2D--3D Symmetric Garment Representation for Generation and Editing
Stanford University USA(斯坦福大学);The University of Tokyo Japan(东京大学);Institute of Science Tokyo Japan(东京科学研究所);ETH Zurich Switzerland(苏黎世联邦理工学院)
提出Garment Particles,一种5D点云表示,联合编码2D裁剪图和3D几何,通过Garment Particles Flow框架支持从高级输入生成和多种编辑操作,实现最先进的服装生成效果。
2026-05-27 cs.CV cs.GR
WordRobe: Text-Guided Generation of Textured 3D Garments
IIIT Hyderabad(印度国际信息技术学院海得拉巴分校);Google Research(谷歌研究院);Stability AI(稳定性人工智能公司);IIT Jodhpur(印度理工学院焦特布尔分校)
针对文本生成高质量纹理3D服装的难题,提出WordRobe框架,通过由粗到精训练、潜在空间对齐及ControlNet单次推理生成纹理,性能优于现有方法,生成结果可直接用于布料模拟管线。
2024-07-14 cs.CV cs.GR
A Generative Multi-Resolution Pyramid and Normal-Conditioning 3D Cloth Draping
Universitat Autònoma de Barcelona(巴塞罗那自治大学);Computer Vision Center(计算机视觉中心);Universitat de Barcelona(巴塞罗那大学)
本文提出基于条件变分自编码器和多分辨率金字塔网络的3D服装生成与悬垂方法,以表面法向UV图作为中间条件表示,在CLOTH3D和CAPE数据集上取得最先进结果并展现出强泛化能力。
2024-01-15 cs.CV
SwiftTailor: Efficient 3D Garment Generation with Geometry Image Representation
Qualcomm AI Research(高通AI研究);Trinity College Dublin(都柏林大学)
本文提出SwiftTailor框架,通过紧凑的几何图像表示统一缝纫图案推理与几何网格合成,提升3D服装生成的效率与精度。
2026-03-19 cs.CV cs.GR
GarmentDiffusion: 3D Garment Sewing Pattern Generation with Multimodal Diffusion Transformers
Shenfu Research(沈孚研究所);Zhejiang University(浙江大学)
本文提出GarmentDiffusion,利用多模态扩散变换器从文本、图像及不完整纸样高效生成厘米级精度的矢量化3D服装缝纫纸样,生成速度较SewingGPT提升100倍,并在多个数据集上取得最优结果。
2025-09-22 cs.AI cs.CV
Fashion-3DLR: A Controllable 3D Garment Generation Using Pairwise Fashion Elements for Intelligent Design
Donghua University(东华大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
研究针对3D服装生成难题,提出Fashion-3DLR框架,通过GFF-DiT模块融合2D时尚设计元素,利用整流流Transformer生成几何潜在值,实现多种3D服装表示,并集成到下游任务,实验证明其超越现有方法,有成为通用3D服装设计工具的潜力。
2026-07-28 cs.AI cs.CV
NI-Tex: Non-isometric Image-based Garment Texture Generation
Zhejiang University(浙江大学);Shanghai Innovation Institute(上海创新研究院);Westlake University(西湖大学);University of Texas at Austin(德克萨斯大学奥斯汀分校);Fudan University(复旦大学)
针对非等距图像与3D服装网格间的纹理生成问题,提出结合物理模拟数据集、非等距图像编辑和迭代烘焙的框架,生成高质量PBR纹理。
2026-07-02 cs.AI cs.CV
CT-Net: Complementary Transfering Network for Garment Transfer with Arbitrary Geometric Changes
Nanyang Technological University(南洋理工大学)
服装转移在现实应用中显示出巨大的潜力,其目标是在不同的人图像之间转移服装。然而,具有严重未对准或严重遮挡的图像之间的服装转移仍然是一个挑战。在这项工作中,我们提出了互补转移网络(CT-网络),以自适应地模拟不同层次的几何变化和不同的人之间的服装转移。具体来说,CT-Net由三个模块组成:1)互补翘曲模块首先估计两个互补翘曲,以不同的粒度传输所需的衣服。2)提出了一个布局预测模块来预测目标布局,指导合成图像中身体部位的保存或生成。3)动态融合模块自适应地结合互补经纱的优点来呈现服装转移结果。在DeepFashion数据集上进行的大量实验表明,我们的网络合成了高质量的服装转移图像,并且在定性和定量方面都明显优于最先进的方法。
2021-05-12 cs.CV
Sketch2Cloth: Sketch-based 3D Garment Generation with Unsigned Distance Fields
Japan Advanced Institute of Science and Technology(日本北陆先端科学技术大学院大学)
基于单幅图像的三维模型重建技术在最近的深度生成模型方面取得了很大的进展。然而,传统的重建方法与模板网格变形和隐式字段有困难的重建非防水的三维网格模型,如服装。与基于图像的建模相比,基于草图的方法可以帮助用户生成3D模型,以满足手绘草图的设计意图。在这项研究中,我们提出了Sketch2Cloth,一个基于草图的3D服装生成系统,使用用户的草图输入的无符号距离字段。Sketch2Cloth首先从草图输入中估计目标3D模型的无符号距离函数,并使用Marching Cubes从估计的字段中提取网格。我们还提供了模型编辑功能来修改生成的网格。我们验证了所提出的Sketch2Cloth与定量评估的服装生成和编辑与国家的最先进的方法。
2023-03-01 cs.CV cs.GR
LAGA: Layered 3D Avatar Generation and Customization via Gaussian Splatting
Singapore University of Technology and Design(新加坡科技设计大学);Netease(网易);Lancaster University(兰卡斯特大学)
提出分层 Gaussian 化身框架 LAGA,通过分层 Gaussian 表示、由粗到细服装生成、dual-SDS 与正则化损失实现服装级编辑和跨化身迁移。
2025-03-17 cs.CV cs.GR
Fine-Grained Controllable Apparel Showcase Image Generation via Garment-Centric Outpainting
Zhejiang Gongshang University(浙江工商大学);Inceptio;Zhejiang University(浙江大学)
提出基于潜在扩散模型的GCO框架,通过两阶段方法(姿态预测与图像生成)及多尺度外观定制模块,实现细粒度可控的服装展示图像生成,优于现有方法。
2025-03-03 cs.AI cs.CV
GarmentWeaver: Schema-Aware Structured Synthesis for Multimodal Sewing Patterns
Donghua University(东华大学);Ningbo University(宁波大学)
GarmentWeaver是一种模式感知多模态缝纫图案生成框架,通过分层结构化建模与可行性正则化,生成更准确、可执行且仿真兼容的缝纫图案,性能优于基线方法。
2026-09-01 cs.AI cs.CV
AnyDressing: Customizable Multi-Garment Virtual Dressing via Latent Diffusion Models
ByteDance(字节跳动);Tsinghua University(清华大学)
本文提出 AnyDressing,通过 GarmentsNet、DressingNet 及服装特征提取、定位与纹理学习机制,实现任意服装组合和文本条件下的高一致性多服装虚拟换装。
2025-01-06 cs.CV
Vanast: Virtual Try-On with Human Image Animation via Synthetic Triplet Supervision
Seoul National University(首尔国立大学)
Vanast通过统一框架直接从单张人体图像、服装图像和姿态引导视频生成服装转移的人形动画视频,解决传统两阶段流程导致的身份漂移、服装扭曲和前后不一致问题。
2026-04-06 cs.CV
TryOffAnyone: Tiled Cloth Generation from a Dressed Person
University of Toronto(多伦多大学);SabinoDB(萨比诺数据库公司)
本文提出TryOffAnyone方法,利用微调的StableDiffusion单阶段网络结合服装掩码,从着装人物照片高效生成高保真平铺服装图像,在VITON-HD上达到最先进性能。
2025-01-03 cs.CV
Structure-Detail Decoupled Autoregressive Generation for Fast and High-Fidelity Virtual Try-On
Huazhong University of Science and Technology(华中科技大学);Wuhan Institute of Technology(武汉工程大学);Xiaomi EV(小米汽车)
研究虚拟试穿问题,提出STAR-VTON框架,通过解耦潜在空间结构合成与像素空间细节恢复,结合匹配信息细化器,实现高效高保真虚拟试穿,其中VAR-VTON效率高,像素空间细化器能有效恢复细节。
2026-09-16 cs.CV
FitDiT: Advancing the Authentic Garment Details for High-fidelity Virtual Try-on
Tencent(腾讯);Fudan University(复旦大学)
FitDiT提出基于扩散Transformer的服装感知增强技术,通过纹理提取器、频域损失和膨胀-松弛掩码策略解决纹理保持与尺寸合身问题,在高保真虚拟试穿中超越现有方法并实现4.57秒高效推理。
2024-11-22 cs.CV
HiGarment: Cross-modal Harmony Based Diffusion Model for Flat Sketch to Realistic Garment Image
Xi’an Jiaotong Liverpool University(西安交通大学利物浦大学);NingboTech University(宁波科技学院);Beijing Normal University(北京师范大学);Zhejiang University(浙江大学)
针对平面草图到真实服装图像生成任务,提出HiGarment框架,通过多模态语义增强和和谐交叉注意力机制解决面料细节捕捉与图文冲突问题,并构建了最大开源服装数据集。
2025-08-10 cs.CV