論文の概要: Mobile Fitting Room: On-device Virtual Try-on via Diffusion Models

• arxiv url: http://arxiv.org/abs/2402.01877v1
• Date: Fri, 2 Feb 2024 20:05:45 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-06 23:39:20.534260
• Title: Mobile Fitting Room: On-device Virtual Try-on via Diffusion Models
• Title（参考訳）: モバイルフィッティングルーム:拡散モデルによるデバイス上での仮想トライオン
• Authors: Justin Blalock, David Munechika, Harsha Karanth, Alec Helbling, Pratham Mehta, Seongmin Lee, Duen Horng Chau
• Abstract要約: Mobile Fitting Roomは、デバイス上での拡散ベースの仮想トライオンシステムである。 利用シナリオは、私たちのツールが顧客に対してシームレスでインタラクティブな仮想試行体験を提供する方法を強調します。
• 参考スコア（独自算出の注目度）: 19.10976982327356
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The growing digital landscape of fashion e-commerce calls for interactive and user-friendly interfaces for virtually trying on clothes. Traditional try-on methods grapple with challenges in adapting to diverse backgrounds, poses, and subjects. While newer methods, utilizing the recent advances of diffusion models, have achieved higher-quality image generation, the human-centered dimensions of mobile interface delivery and privacy concerns remain largely unexplored. We present Mobile Fitting Room, the first on-device diffusion-based virtual try-on system. To address multiple inter-related technical challenges such as high-quality garment placement and model compression for mobile devices, we present a novel technical pipeline and an interface design that enables privacy preservation and user customization. A usage scenario highlights how our tool can provide a seamless, interactive virtual try-on experience for customers and provide a valuable service for fashion e-commerce businesses.
• Abstract（参考訳）: ファッションeコマースのデジタル化が進む中、服を試着するためのインタラクティブでユーザーフレンドリーなインターフェースが求められている。 伝統的な試行法は、さまざまな背景、ポーズ、主題に適応する際の課題に対処する。 近年の拡散モデルを利用した新しい手法は高品質な画像生成を実現したが、モバイルインターフェース配信とプライバシに関する人間中心の次元はいまだに未検討のままである。 デバイス上で初めての拡散型仮想試行システムであるMobile Fitting Roomを紹介する。 モバイルデバイスの高品質な衣料品配置やモデル圧縮など,複数の関連技術課題に対処するため,新たな技術パイプラインと,プライバシ保護とユーザカスタマイズを可能にするインターフェース設計を提案する。 利用シナリオは、このツールが顧客に対してシームレスでインタラクティブな仮想試用体験を提供し、ファッションeコマースビジネスに価値あるサービスを提供する方法を示しています。

関連論文リスト

• Generative AI in Multimodal User Interfaces: Trends, Challenges, and Cross-Platform Adaptability [0.0]
  ジェネレーティブAIは、ユーザーインターフェイスを再構築する上で重要なドライバとして登場します。 本稿では,現代ユーザインタフェースにおける生成AIの統合について考察する。 マルチモーダルインタラクション、クロスプラットフォーム適応性、動的パーソナライゼーションに焦点を当てている。
  論文  参考訳（メタデータ） (2024-11-15T14:49:58Z)
• Foundations and Recent Trends in Multimodal Mobile Agents: A Survey [57.677161006710065]
  モバイルエージェントは、複雑で動的なモバイル環境におけるタスクの自動化に不可欠である。 近年の進歩により、リアルタイム適応性とマルチモーダルインタラクションが向上している。 これらの進歩は、プロンプトベースの方法とトレーニングベースの方法の2つの主要なアプローチに分類する。
  論文  参考訳（メタデータ） (2024-11-04T11:50:58Z)
• SKT: Integrating State-Aware Keypoint Trajectories with Vision-Language Models for Robotic Garment Manipulation [82.61572106180705]
  本稿では、視覚言語モデル(VLM)を用いて、様々な衣服カテゴリーにおけるキーポイント予測を改善する統一的なアプローチを提案する。 我々は、高度なシミュレーション技術を用いて大規模な合成データセットを作成し、大規模な実世界のデータを必要としないスケーラブルなトレーニングを可能にした。 実験結果から, VLM法はキーポイント検出精度とタスク成功率を大幅に向上させることが示された。
  論文  参考訳（メタデータ） (2024-09-26T17:26:16Z)
• GlamTry: Advancing Virtual Try-On for High-End Accessories [0.0]
  既存の仮想試用モデルは、主に衣料品に焦点を当てているが、アクセサリーの市場はギャップがある。 本研究は,VITON-HDなどの衣服用仮想試着モデルの応用について検討し,他のコンピュータビジョンモデルと統合する。 その結果、小さなデータセットであっても、衣服の原型モデルと比較して位置予測が改善された。
  論文  参考訳（メタデータ） (2024-09-22T18:29:32Z)
• Self-Supervised Vision Transformer for Enhanced Virtual Clothes Try-On [21.422611451978863]
  本稿では,仮想衣料試着において,自己監督型視覚変換器(ViT)と拡散モデルを用いた革新的なアプローチを提案する。 提案手法は,ViTが生成するローカル衣料品のイメージ埋め込みとグローバルな衣料品との対比により,ディテールの強調を強調する。 実験結果は、仮想試行体験における現実性と詳細の精度の大幅な進歩を示す。
  論文  参考訳（メタデータ） (2024-06-15T07:46:22Z)
• 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)
• Generating Human Interaction Motions in Scenes with Text Control [66.74298145999909]
  本稿では,デノナイズ拡散モデルに基づくテキスト制御されたシーン認識動作生成手法TeSMoを提案する。 我々のアプローチは、シーンに依存しないテキスト-モーション拡散モデルの事前学習から始まります。 トレーニングを容易にするため,シーン内に注釈付きナビゲーションと対話動作を組み込む。
  論文  参考訳（メタデータ） (2024-04-16T16:04:38Z)
• Systematic Adaptation of Communication-focused Machine Learning Models from Real to Virtual Environments for Human-Robot Collaboration [1.392250707100996]
  本稿では,仮想データセットのサイズを限定した,リアルから仮想への適応のための体系的フレームワークを提案する。 実世界の多くの研究とその後の商業化のトピックである手振り認識は、大きなラベル付きデータセットの作成によって可能になった。
  論文  参考訳（メタデータ） (2023-07-21T03:24:55Z)
• The Gesture Authoring Space: Authoring Customised Hand Gestures for Grasping Virtual Objects in Immersive Virtual Environments [81.5101473684021]
  本研究は、仮想オブジェクトを現実世界のようにつかむことができる、オブジェクト固有のグリップジェスチャーのためのハンドジェスチャーオーサリングツールを提案する。 提示されたソリューションは、ジェスチャー認識にテンプレートマッチングを使用し、カスタムのカスタマイズされた手の動きを設計および作成するために技術的な知識を必要としない。 本研究は,提案手法を用いて作成したジェスチャーが,ユーザによって他のユーザよりも自然な入力モダリティとして認識されていることを示した。
  論文  参考訳（メタデータ） (2022-07-03T18:33:33Z)
• FitGAN: Fit- and Shape-Realistic Generative Adversarial Networks for Fashion [5.478764356647437]
  本稿では,衣料の絡み合ったサイズと適合特性を考慮に入れた生成的敵モデルFitGANを提案する。 本モデルでは, ファッション記事の真の適合性や形状を反映したリアルな画像を生成する。
  論文  参考訳（メタデータ） (2022-06-23T15:10:28Z)
• Cloth Interactive Transformer for Virtual Try-On [106.21605249649957]
  本稿では,仮想試行作業のための2段階のインタラクティブトランス (CIT) 手法を提案する。 第1段階では, CITマッチングブロックを設計し, 着物非依存者情報と着物内布情報との長距離相関関係を正確に把握することを目的とした。 第2段階では,人物表現のグローバルな相互相互依存関係を確立するためのCIT推論ブロック,整形衣料品,およびそれに対応する整形布マスクを作成した。
  論文  参考訳（メタデータ） (2021-04-12T14:45:32Z)

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。