論文の概要: ModaFlow: Modality-Aware Flow Matching for High-Fidelity Virtual Try-On

• arxiv url: http://arxiv.org/abs/2606.27773v1
• Date: Fri, 26 Jun 2026 06:59:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.400337
• Title: ModaFlow: Modality-Aware Flow Matching for High-Fidelity Virtual Try-On
• Title（参考訳）: ModaFlow: 高忠実な仮想トライオンのためのモダリティ対応フローマッチング
• Abstract要約: 高忠実度仮想試行のためのモダフロー(ModaFlow)を提案する。 そこで本研究では,ModaFlowが定性評価と定量的評価の両面で最先端の結果を達成することを示す。
• 参考スコア（独自算出の注目度）: 48.40260700745353
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image-based virtual try-on has emerged as a compelling task in e-commerce and augmented reality, yet existing methods struggle to simultaneously preserve fine garment semantics and adapt to diverse person body geometries under large clothing-body deformations. We present ModaFlow, a modality-aware flow-matching based framework for high-fidelity virtual try-on that achieves precise alignment between textual descriptions and garment appearance. Unlike prior methods that treat multimodal conditions uniformly, ModaFlow introduces a modality-aware guidance scheme: visual garment embeddings extracted by a pretrained image prompt adapter provide deterministic, persistent structural guidance, while textual embeddings generated from garment descriptions are controlled via classifier-free guidance (CFG) with adaptive scaling and zero-initialized velocity. To further enhance flow field accuracy, we propose two regularization losses, cosine similarity and perceptual flow discrimination, that jointly improve directional consistency and perceptual realism of the velocity field. Additionally, a mask manipulation strategy stochastically samples among box, transparent, and relaxed masks during training, simulating diverse occlusion scenarios and enabling robust inference under unpaired settings where only a box mask is available. Experiments show that ModaFlow achieves state-of-the-art results in both qualitative and quantitative evaluations, reducing FID by approximately 30% on paired and 20% on unpaired benchmarks.
• Abstract（参考訳）: 画像ベースの仮想試行は、電子商取引や拡張現実において魅力的なタスクとして現れてきたが、既存の手法では、細かな衣服のセマンティクスを同時に保存し、大きな衣服本体の変形の下で多様な人体ジオメトリに適応するのに苦労している。 テキスト記述と衣服の外観の正確な整合性を実現するための,高忠実度仮想試行のためのモダフローを提案する。 事前訓練されたイメージプロンプトアダプタによって抽出された視覚的な衣服の埋め込みは決定論的で永続的な構造的ガイダンスを提供する一方、衣服記述から生成されたテキストの埋め込みは適応的なスケーリングとゼロ初期化速度を備えた分類器なしのガイダンス(CFG)を介して制御される。 流れ場の精度をさらに高めるために,コサイン類似性と知覚フロー識別という2つの正規化損失を提案し,速度場の方向整合性と知覚リアリズムを協調的に改善する。 さらに、トレーニング中にボックス、透明、リラックスしたマスクを確率的にサンプリングし、多様な隠蔽シナリオをシミュレートし、ボックスマスクのみが利用可能な未使用環境下で堅牢な推論を可能にするマスク操作戦略が導入された。 実験の結果、ModaFlowは定性評価と定量的評価の両方で最先端の結果を達成し、ペアでFIDを約30%削減し、未ペアのベンチマークで20%削減した。

関連論文リスト

• FlowBender: Feedback-Aware Training for Self-Correcting Conditional Flows [18.746098727212544]
  FlowBenderは3D再構成のための新しい拡散流モデルである。 FlowBenderは、標準的な教師付きアライメントトレーニングよりも一貫して優れています。 微分可能な演算子に対して、FlowBenderのいくつかの変種を提案する。
  論文  参考訳（メタデータ） (2026-06-18T15:56:07Z)
• SubFlow: Sub-mode Conditioned Flow Matching for Diverse One-Step Generation [49.024920867668754]
  SubFlowはフローマッチングフレームワークで、各クラスの平均的な歪みをきめ細かなサブモードに排除します。 MeanFlowやShortcut Modelsといった既存のワンステップモデルとシームレスに統合される。 ImageNet-256の実験により、SubFlowは、競合画像品質(FID)を維持しながら、世代多様性(リコール)においてかなりの利益を得ることが示された。
  論文  参考訳（メタデータ） (2026-04-14T04:36:02Z)
• JCo-MVTON: Jointly Controllable Multi-Modal Diffusion Transformer for Mask-Free Virtual Try-on [15.59886380067986]
  JCo-MVTONは、拡散に基づく画像生成とマルチモーダル条件融合を統合することで制限を克服する新しいフレームワークである。 DressCodeなどの公開ベンチマークで最先端のパフォーマンスを実現し、測定値と人的評価の両方において、既存のメソッドよりも大幅に優れています。
  論文  参考訳（メタデータ） (2025-08-25T02:43:57Z)
• Voost: A Unified and Scalable Diffusion Transformer for Bidirectional Virtual Try-On and Try-Off [7.792838907882765]
  仮想的な試行と試行を単一の拡散変換器で共同で学習する統合フレームワークであるVoostを提案する。 Voostは、試行錯誤ベンチマークと試行錯誤ベンチマークの両方で最先端の結果を達成し、アライメント精度、視覚的忠実度、一般化における強いベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2025-08-06T19:10:58Z)
• MF-VITON: High-Fidelity Mask-Free Virtual Try-On with Minimal Input [69.33864837012202]
  本研究では,一人のイメージとターゲット衣服のみを用いて,現実的なVITONを実現するMask-Free VITONフレームワークを提案する。 既存のMaskベースのVITONモデルを利用して高品質なデータセットを合成する。 このデータセットには、多様で現実的な人物画像とそれに対応する衣服が含まれており、背景も様々で、現実世界のシナリオを模倣している。
  論文  参考訳（メタデータ） (2025-03-11T17:40:59Z)
• TryOn-Adapter: Efficient Fine-Grained Clothing Identity Adaptation for High-Fidelity Virtual Try-On [34.51850518458418]
  仮想試着は、衣服のパターンやテクスチャの歪みを避けながら、特定の人物にシームレスにフィットするように、所定の衣服を調整することに焦点を当てる。 我々はTryOn-Adapterと呼ばれる効果的で効率的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-01T03:15:41Z)
• Improving Diffusion Models for Authentic Virtual Try-on in the Wild [53.96244595495942]
  本稿では,キュレートされた衣服を身に着けている人のイメージをレンダリングする,イメージベースの仮想試行について考察する。 衣服の忠実度を改善し,仮想試行画像を生成する新しい拡散モデルを提案する。 本稿では,一対の人着画像を用いたカスタマイズ手法を提案する。
  論文  参考訳（メタデータ） (2024-03-08T08:12:18Z)
• DistractFlow: Improving Optical Flow Estimation via Realistic Distractions and Pseudo-Labeling [49.46842536813477]
  本稿では,光フロー推定モデルのトレーニングのための新しいデータ拡張手法であるDistractFlowを提案する。 2つのフレームのうちの1つを、類似したドメインを描写したイントラクタイメージと組み合わせることで、自然の物体やシーンと相反する視覚的摂動を誘発することができる。 私たちのアプローチでは、追加のアノテーションを必要とせずに、利用可能なトレーニングペアの数を大幅に増やすことができます。
  論文  参考訳（メタデータ） (2023-03-24T15:42:54Z)
• Single Stage Virtual Try-on via Deformable Attention Flows [51.70606454288168]
  仮想試行は、ショップ内服と基準人物画像が与えられた写真リアルなフィッティング結果を生成することを目的としている。 マルチフロー推定に変形性アテンションスキームを適用した,変形性アテンションフロー(DAFlow)を新たに開発した。 提案手法は,定性的かつ定量的に最先端の性能を実現する。
  論文  参考訳（メタデータ） (2022-07-19T10:01:31Z)

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。