Boow-VTON，无需训练即可进行试穿，解决野外试穿任务难题！

文章预览

之前已经给大家介绍了很多关于虚拟试穿的文章，本公众号也总结了虚拟试衣专题在公众号菜单栏，感兴趣的小伙伴可以在公众号内搜索“虚拟试衣”阅读～ 今天给大家介绍阿里最新提出的虚拟试衣方法BooW-VTON，结合有效的数据增强方法，从野外场景中获取大规模未配对的训练数据，从而显著提高模型的试穿性能，而无需额外的修复mask。 BooW-VTON方法只需要参考布料图像、源姿势图像和源人物图像作为输入，与现有方法相比，这种方法更具成本效益且用户友好。大量定性和定量实验表明，在如此低要求的输入下，该方法在野外场景中具有优异的性能。 上图：Boow-VTON方法在野外试穿任务中取得了显著成果，在保留人物特征和前景/背景内容的同时，保持了高质量的试穿效果。中图：无需训练即可进行多件服装试穿。下图：与现有的野外试穿方法相比 ………………………………