論文の概要: CtrlVTON: Controllable Virtual Try-On via Visual-Instance-Prompt Segmentation

• arxiv url: http://arxiv.org/abs/2607.09362v1
• Date: Fri, 10 Jul 2026 12:40:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 14:47:12.840668
• Title: CtrlVTON: Controllable Virtual Try-On via Visual-Instance-Prompt Segmentation
• Title（参考訳）: CtrlVTON: Visual-Instance-Promptセグメンテーションによる制御可能な仮想トライオン
• Abstract要約: 画像編集問題としてトライオンを再キャストする,制御可能なVTOフレームワークを開発した。 特に、CtrlVTONは、最強のプロプライエタリな編集システムよりもはるかに忠実に、ユーザが提供するレイアウトに従うイメージを生成する。
• 参考スコア（独自算出の注目度）: 4.652822321195438
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Virtual try-on (VTO) has made significant progress in realistically transferring garments onto a target person. Yet most systems give the user little control over how a garment should be worn -- its size (loose or fitted), style (e.g., tucked in or untucked, open or closed), and spatial placement on the body. We address this gap with two complementary contributions. First, we define and solve Visual-Instance-Prompt Segmentation via VIP-SAM: given a flatlay image of a garment, segment that specific instance in a photograph of a person wearing it. This is an instance-level task, distinct from the typically studied category-level segmentation. Second, we introduce CtrlVTON, a controllable VTO framework that recasts try-on as an image editing problem and adds segmentation masks as pixel-level control over garment layout, including style, size, and spatial placement on the body. VIP-SAM and CtrlVTON each achieve state-of-the-art results on their respective tasks. In particular, CtrlVTON generates images that follow user-provided layouts far more faithfully than the strongest proprietary editing systems while matching them on garment fidelity.
• Abstract（参考訳）: VTO (Virtual try-on) は, 現実的な衣服の移動において大きな進歩を遂げている。 しかし、ほとんどのシステムでは、服のサイズ(ルースまたは装着)、スタイル(例えば、タックインまたはアンタックイン、オープンまたはクローズド)、身体の空間配置など、着用方法の制御がほとんどない。 このギャップを2つの補完的な貢献で解決する。 まず,VIP-SAMによるビジュアル・インスタンス・プロンプト・セグメンテーション(Visual-Instance-Prompt Segmentation)を定義し,解決する。 これは、典型的な研究されたカテゴリレベルのセグメンテーションとは異なる、インスタンスレベルのタスクである。 第二に、CtrlVTONは、画像編集問題としてtry-onを再キャストする制御可能なVTOフレームワークであり、体にスタイル、サイズ、空間配置を含む衣服レイアウトに対するピクセルレベルの制御としてセグメンテーションマスクを付加する。 VIP-SAMとCtrlVTONはそれぞれのタスクで最先端の結果を得る。 特に、CtrlVTONは、最強のプロプライエタリな編集システムよりもはるかに忠実に、ユーザが提供するレイアウトに従うイメージを生成します。

関連論文リスト

• FitControler: Toward Fit-Aware Virtual Try-On [54.18033917605626]
  ガーメントフィットはファッションデザインの基本的な要素である。 本稿では,最新のVTONモデルにシームレスに統合可能な学習可能なプラグインである,フィット対応VTONとFitControlerを紹介する。 特に、フィットを意識したFat4Menと呼ばれるVTONデータセットを構築しました。
  論文  参考訳（メタデータ） (2025-12-30T06:31:19Z)
• OmniVTON: Training-Free Universal Virtual Try-On [53.31945401098557]
  イメージベースの仮想トライオン(VTON)技術は、適応性を改善するが、データバイアスと制限された普遍性によって制約される、教師付きインショップアプローチまたは教師なしインザワイルド手法のいずれかに依存している。 OmniVTONは,布地を疎結合にし,テクスチャの忠実さを両立させ,多様な設定に整合性を持たせるための条件付けを行う,初めてのトレーニングフリーユニバーサルVTONフレームワークである。
  論文  参考訳（メタデータ） (2025-07-20T16:37:53Z)
• Inverse Virtual Try-On: Generating Multi-Category Product-Style Images from Clothed Individuals [76.96387718150542]
  テキスト強化Multi-category Virtual Try-Off(TEMU-VTOFF)を提案する。 私たちのアーキテクチャは、画像、テキスト、マスクなどの複数のモードから衣料情報を受け取り、複数のカテゴリで機能するように設計されています。 VITON-HDおよびDress Codeデータセットの実験では、TEMU-VTOFFがVTOFFタスクに新たな最先端を設定していることが示されている。
  論文  参考訳（メタデータ） (2025-05-27T11:47:51Z)
• MGT: Extending Virtual Try-Off to Multi-Garment Scenarios [8.158200403139196]
  本稿では,多様な衣料品を扱える拡散型VTOFFモデルであるMulti-Garment TryOffDiff(MGT)を紹介する。 MGTはクラス固有の埋め込みを導入し、VITON-HDの最先端のVTOFF結果とDressCodeの競合性能を実現している。
  論文  参考訳（メタデータ） (2025-04-17T16:45:18Z)
• 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)
• M&M VTO: Multi-Garment Virtual Try-On and Editing [31.45715245587691]
  M&M VTO(M&M VTO)は、複数の衣料品画像、衣服レイアウトのためのテキスト記述、人物のイメージを入力として利用する、ミックス・アンド・マッチ方式の仮想試行法である。 例としては、シャツのイメージ、ズボンのペアの画像、"ローリングスリーブ、シャツの入れ墨"、人物のイメージなどがある。 アウトプットは、その衣服(望ましいレイアウト)が特定の人にどのように見えるかを視覚化するものだ。
  論文  参考訳（メタデータ） (2024-06-06T22:46:37Z)
• MV-VTON: Multi-View Virtual Try-On with Diffusion Models [91.71150387151042]
  画像ベースの仮想試着の目的は、与えられた衣服を自然に身に着けている対象者の画像を生成することである。 既存の方法は、前頭服を用いた正面試着のみに焦点をあてる方法である。 本稿では,服の複数ビューからドレッシング結果を再構築することを目的としたMulti-View Virtual Try-ON(MV-VTON)を紹介する。
  論文  参考訳（メタデータ） (2024-04-26T12:27:57Z)
• Style-Based Global Appearance Flow for Virtual Try-On [119.95115739956661]
  本研究では, 新たなグローバルな外見フロー推定モデルを提案する。 仮想試行ベンチマークによる実験結果から,本手法が新たな最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2022-04-03T10:58:04Z)

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。