論文の概要: PASTA-GAN++: A Versatile Framework for High-Resolution Unpaired Virtual Try-on

• arxiv url: http://arxiv.org/abs/2207.13475v1
• Date: Wed, 27 Jul 2022 11:47:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-28 13:42:46.862948
• Title: PASTA-GAN++: A Versatile Framework for High-Resolution Unpaired Virtual Try-on
• Title（参考訳）: PASTA-GAN++ - 高分解能な仮想試行のためのVersatileフレームワーク
• Authors: Zhenyu Xie, Zaiyu Huang, Fuwei Zhao, Haoye Dong, Michael Kampffmeyer, Xin Dong, Feida Zhu, Xiaodan Liang
• Abstract要約: PASTA-GAN++は高解像度の仮想試行のための汎用システムである。 教師なしのトレーニング、任意の衣服カテゴリー、制御可能な衣服編集をサポートする。
• 参考スコア（独自算出の注目度）: 70.12285433529998
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image-based virtual try-on is one of the most promising applications of human-centric image generation due to its tremendous real-world potential. In this work, we take a step forwards to explore versatile virtual try-on solutions, which we argue should possess three main properties, namely, they should support unsupervised training, arbitrary garment categories, and controllable garment editing. To this end, we propose a characteristic-preserving end-to-end network, the PAtch-routed SpaTially-Adaptive GAN++ (PASTA-GAN++), to achieve a versatile system for high-resolution unpaired virtual try-on. Specifically, our PASTA-GAN++ consists of an innovative patch-routed disentanglement module to decouple the intact garment into normalized patches, which is capable of retaining garment style information while eliminating the garment spatial information, thus alleviating the overfitting issue during unsupervised training. Furthermore, PASTA-GAN++ introduces a patch-based garment representation and a patch-guided parsing synthesis block, allowing it to handle arbitrary garment categories and support local garment editing. Finally, to obtain try-on results with realistic texture details, PASTA-GAN++ incorporates a novel spatially-adaptive residual module to inject the coarse warped garment feature into the generator. Extensive experiments on our newly collected UnPaired virtual Try-on (UPT) dataset demonstrate the superiority of PASTA-GAN++ over existing SOTAs and its ability for controllable garment editing.
• Abstract（参考訳）: 画像ベースの仮想試行は、人間の中心的な画像生成の最も有望な応用の1つだ。 本研究では,多目的仮想試行ソリューションについて,教師なしトレーニング,任意の衣料品カテゴリ,制御可能な衣料品編集という,3つの主要な特性を持つべきであると論じる。 そこで我々は,PASTA-GAN++ (PAtch-routed SpaTially-Adaptive GAN++) という特徴保存型エンドツーエンドネットワークを提案し,高分解能な仮想試行を実現する。 特に,我々のPASTA-GAN++は,無傷の衣服を正規化パッチに分離するための,革新的なパッチ引き離しモジュールで構成されており,衣服空間情報を排除しながら衣服スタイル情報を保持でき,教師なしトレーニングにおける過度な問題を軽減することができる。 さらに、PASTA-GAN++はパッチベースの衣服表現とパッチ誘導構文合成ブロックを導入し、任意の衣服カテゴリを処理し、局所的な衣服編集をサポートする。 最後に、現実的なテクスチャの詳細を持つ試行結果を得るために、PASTA-GAN++は、空間適応的な新しい残留モジュールを組み込んで、粗い歪んだ衣服機能をジェネレータに注入する。 新たに収集したUnPaired Virtual Try-on (UPT)データセットの大規模な実験は、既存のSOTAよりもPASTA-GAN++の方が優れていること、および、制御可能な衣服編集能力を示している。

関連論文リスト

• FitDiT: Advancing the Authentic Garment Details for High-fidelity Virtual Try-on [73.13242624924814]
  Diffusion Transformer (DiT) を用いた高忠実度仮想試行用ガーメント知覚増強技術FitDiT 布地テクスチャ抽出装置を導入し, 布地や模様, テクスチャなどのリッチな細部を, よりよく捉えられるようにした。 また,クロスカテゴリー試着中にマスク領域全体を埋める衣服の発生を防止し,衣料の正しい長さに適応する拡張緩和マスク戦略を採用した。
  論文  参考訳（メタデータ） (2024-11-15T11:02:23Z)
• DH-VTON: Deep Text-Driven Virtual Try-On via Hybrid Attention Learning [6.501730122478447]
  DH-VTONは、特別なハイブリッドアテンション学習戦略と深層着衣意味保存モジュールを備えた、深層テキスト駆動型仮想試行モデルである。 衣服の深い意味を抽出するために,我々はまずInternViT-6Bを細粒度特徴学習機として導入する。 カスタマイズドレッシング能力を高めるため,Garment-Feature ControlNet Plus (略してGFC+)モジュールを導入する。
  論文  参考訳（メタデータ） (2024-10-16T12:27:10Z)
• IMAGDressing-v1: Customizable Virtual Dressing [58.44155202253754]
  IMAGDressing-v1は、固定された衣服とオプション条件で自由に編集可能な人間の画像を生成する仮想ドレッシングタスクである。 IMAGDressing-v1は、CLIPのセマンティック特徴とVAEのテクスチャ特徴をキャプチャする衣料UNetを組み込んでいる。 本稿では,凍結自己注意とトレーニング可能なクロスアテンションを含むハイブリッドアテンションモジュールを提案する。
  論文  参考訳（メタデータ） (2024-07-17T16:26:30Z)
• AnyFit: Controllable Virtual Try-on for Any Combination of Attire Across Any Scenario [50.62711489896909]
  AnyFitは、高解像度のベンチマークと実世界のデータのベースラインを、大きなギャップで上回っている。 AnyFitの高忠実度バーチャル試作品における印象的なパフォーマンスは、あらゆるイメージから見ても、ファッションコミュニティにおける将来の研究の新たな道を切り開くものです。
  論文  参考訳（メタデータ） (2024-05-28T13:33:08Z)
• StableGarment: Garment-Centric Generation via Stable Diffusion [29.5112874761836]
  衣服中心(GC)生成タスクに対処するための統合フレームワークであるStableGarmentを紹介する。 我々のソリューションは、付加的な自己注意層を備えたデノイングUNetのトレーニング可能なコピーである衣料エンコーダの開発である。 専用のtry-on ControlNetを組み込むことで、StableGarmentは仮想try-onタスクを精度良く実行できる。
  論文  参考訳（メタデータ） (2024-03-16T03:05:07Z)
• GP-VTON: Towards General Purpose Virtual Try-on via Collaborative Local-Flow Global-Parsing Learning [63.8668179362151]
  仮想トライオン(Virtual Try-ON)は、ショップ内の衣服を特定の人に転送することを目的としている。 既存の手法では、異なる衣服部品の異方性変形をモデル化するために、グローバルなワーピングモジュールを使用している。 本稿では,革新的なローカルフロー・グローバル・パーシング(LFGP)ワーピングモジュールと動的グラディエント・トラニケーション(DGT)トレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-24T02:12:29Z)
• Towards Scalable Unpaired Virtual Try-On via Patch-Routed Spatially-Adaptive GAN [66.3650689395967]
  本稿では,現実世界の仮想試行を支援するテクスチャ保存型終末ネットワークであるPAtch-routed SpaTially-Adaptive GAN (PASTA-GAN)を提案する。 PASTA-GANは、各衣服のスタイルと空間情報をアンタングルするために、革新的なパッチを外したアンタングルモジュールで構成されている。
  論文  参考訳（メタデータ） (2021-11-20T08:36:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。