图像生成

Layering Virtual Try-On

分层虚拟试穿

Chun Feng, Bowei Chen, Mengyi Shan, Ira Kemelmacher-Shlizerman

机构 * University of Washington（华盛顿大学） 纠错

专题命中 图像修复 ：inpainting(abstract)；分类 cs.CV

AI总结 研究针对现实中服装分层搭配的虚拟试穿难题，提出LVTON方法。先通过自动数据生成管道训练获取一般VTON先验知识，再在专用数据集微调学习分层逻辑，在LVTON基准及传统VTON基准上取得优异成果，展现零样本能力。

Comments Accepted to ECCV 2026

Multiscale Training of Convolutional Neural Networks

卷积神经网络的多尺度训练

Shadab Ahamed, Niloufar Zakariaei, Eldad Haber, Moshe Eliasof

机构 * Department of Physics & Astronomy, University of British Columbia（物理与天文学系，不列颠哥伦比亚大学） ； Department of Earth, Ocean and Atmospheric Sciences, University of British Columbia（地球、海洋和大气科学系，不列颠哥伦比亚大学） ； Department of Applied Mathematics and Theoretical Physics, University of Cambridge（应用数学与理论物理系，剑桥大学） 纠错

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出多尺度梯度估计和全多尺度训练方法，通过多层蒙特卡洛思想减少高分辨率CNN训练的计算成本，提升训练效率。

Comments 25 pages, 10 figures, 8 tables

Journal ref Transactions on Machine Learning Research (TMLR), March 2026