論文の概要: JewelTry: Mask-Free Scale Aware Jewelry Virtual Try-On

• arxiv url: http://arxiv.org/abs/2609.16626v1
• Date: Tue, 15 Sep 2026 04:38:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.342932
• Title: JewelTry: Mask-Free Scale Aware Jewelry Virtual Try-On
• Title（参考訳）: JewelTry: マスクなしのスケール対応のジュエリーバーチャルトライオン
• Abstract要約: ジュエリーは、小さなサイズ、堅固な構造、そしてきめ細かい視覚的詳細に対する敏感さのために、困難で未発見のカテゴリーである。 本稿では,スケールフルジュエリーVTONのベンチマークデータセットであるJVTO-Benchを紹介する。 本稿では,スケールアウェアジュエリーVTONのためのマスクフリー拡散フレームワークであるJewelTryを提案する。
• 参考スコア（独自算出の注目度）: 56.67178628019632
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Virtual try-on (VTON) enables customers to visualize how fashion products appear when worn and has become an important technology for online shopping. While recent advances have substantially improved garment VTON, jewelry remains a challenging and underexplored category due to its small size, rigid structure, and sensitivity to fine-grained visual details. Realistic jewelry VTON requires not only faithful appearance transfer but also accurate scale and placement relative to the wearer. Existing jewelry VTON methods typically rely on mask guidance, whereas mask-free approaches lack explicit guidance for modeling the product scale. To bridge this gap, we introduce JVTO-Bench, a benchmark dataset for scale-faithful jewelry VTON, providing reference source target triplets with real-world product-scale annotations across four major jewelry categories. Building upon this benchmark, we propose JewelTry, a mask-free diffusion framework for scale-aware jewelry VTON. JewelTry incorporates a scale adapter that encodes product dimensions into a scale token, enabling the model to learn scale relationships between jewelry items and surrounding human anatomy in-context. To further improve jewelry consistency, we introduce a single-directional condition attention mechanism and an attention refinement loss that preserve both coarse geometry and fine-grained structural details of the reference jewelry. Extensive experiments show that JewelTry achieves a balance among visual fidelity, background preservation, object consistency and scale accuracy, establishing a strong baseline for mask-free, scale-aware jewelry virtual try-on.
• Abstract（参考訳）: VTON(Virtual try-on)は、顧客が着用時にファッション製品がどのように出現するかを視覚化し、オンラインショッピングにとって重要な技術となっている。 近年の進歩は衣料品のVTONを大幅に改善したものの、宝石は小さなサイズ、硬い構造、きめ細かい視覚的細部への敏感さのために、難解で未発見のカテゴリーのままである。 リアルジュエリーVTONは、忠実な外観伝達だけでなく、着用者に対して正確なスケールと配置を必要とする。 既存のジュエリーVTONメソッドは通常マスクガイダンスに依存しているが、マスクフリーアプローチでは製品スケールをモデル化するための明確なガイダンスが欠如している。 このギャップを埋めるために、スケールフルジュエリーVTONのベンチマークデータセットであるJVTO-Benchを紹介します。 このベンチマークに基づいて,スケールアウェアジュエリーVTONのマスクフリー拡散フレームワークであるJewelTryを提案する。 JewelTryには、製品の寸法をスケールトークンにエンコードするスケールアダプタが組み込まれている。 ジュエリーの整合性をさらに向上するため,基準ジュエリーの粗い形状ときめ細かな構造を両立させる単一方向のコンディションアテンションアテンション機構とアテンションリファインメントロスを導入する。 大規模な実験により、JewelTryは視覚的忠実度、背景保存、オブジェクトの一貫性、スケール精度のバランスを達成し、マスクレスでスケール対応のジュエリーバーチャルトライオンのための強力なベースラインを確立した。

関連論文リスト

• FitVTON: Fit-aware Virtual Try-On via Body-Garment Size Control [16.18377458257424]
  本稿では、野生の異なる身体上のFit-aware仮想試行モデルであるFitVTONを紹介する。 FitVTONは、構造化テキストプロンプトを通じて衣服のサイズを符号化し、シミュレートされた試着三脚から学習する。 以上の結果から,FitVTONは精度の高い適合性を示し,最先端の手法による形状の保存が可能であることが示唆された。
  論文  参考訳（メタデータ） (2026-06-10T12:40:02Z)
• Re-HOLD: Video Hand Object Interaction Reenactment via adaptive Layout-instructed Diffusion Model [72.90370736032115]
  本稿では,適応的レイアウト指示拡散モデル(Re-HOLD)によるヒューマンオブジェクトインタラクション(HOI)に着目した新しいビデオ再現フレームワークを提案する。 私たちのキーとなる洞察は、それぞれ手とオブジェクトに特別なレイアウト表現を採用することです。 HOIの生成品質をさらに向上するため,手と物体の対話型音質向上モジュールを設計した。
  論文  参考訳（メタデータ） (2025-03-21T08:40:35Z)
• Shining Yourself: High-Fidelity Ornaments Virtual Try-on with Diffusion Model [9.262715883032463]
  本稿では,装飾品の仮想試行作業について提案し,装飾品の仮想試行作業の保存性を向上させる方法を提案する。 具体的には,装飾品と模型のアライメントを改善するために,正確に着用マスクを推定する。 実験により,提案手法は対象モデルに参照画像からの装飾を施し,同一性を保ちながらスケールとポーズの実質的な差異を処理し,現実的な視覚効果を達成できることを示した。
  論文  参考訳（メタデータ） (2025-03-20T11:57:32Z)
• 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)
• Improving Virtual Try-On with Garment-focused Diffusion Models [91.95830983115474]
  拡散モデルは多くの画像合成タスクにおける生成的モデリングの革新をもたらした。 私たちは新しい拡散モデル、すなわちGarDiffを作り、衣服中心の拡散プロセスを引き起こします。 VITON-HDおよびDressCodeデータセットの実験は、最先端のVTONアプローチと比較して、GarDiffの優位性を示している。
  論文  参考訳（メタデータ） (2024-09-12T17:55:11Z)
• Jewelry Recognition via Encoder-Decoder Models [44.99833362998488]
  コンピュータビジョン技術と画像キャプションを用いたジュエリー認識手法を提案する。 提案手法は,宝石電子商取引などの様々な応用に応用できる可能性がある。
  論文  参考訳（メタデータ） (2024-01-15T23:10:50Z)
• Leveraging Foundation models for Unsupervised Audio-Visual Segmentation [49.94366155560371]
  AVS (Audio-Visual) は、可聴物体をピクセルレベルの視覚シーンで正確に概説することを目的としている。 既存のAVS手法では、教師付き学習方式でオーディオマスク対の細かいアノテーションを必要とする。 タスク固有のデータアノテーションやモデルトレーニングを必要とせず、教師なしの音声-視覚的セグメンテーションを導入する。
  論文  参考訳（メタデータ） (2023-09-13T05:05:47Z)
• Content-based jewellery item retrieval using the local region-based histograms [5.807679246334387]
  本稿では,HSV色空間における局所的領域に基づくヒストグラムを用いたコンテンツベースのジュエリーアイテム検索手法を提案する。 本手法では, 5つの局所領域を用いて, 検索画像から特定の特徴を抽出する。 提案手法は,利用可能なジュエリーアイテム検索データセット,すなわち ringFIR および Fashion Product Images データセットで検証される。
  論文  参考訳（メタデータ） (2023-05-12T15:06:17Z)
• Improving Few-shot Learning by Spatially-aware Matching and CrossTransformer [116.46533207849619]
  数ショット学習シナリオにおけるスケールと位置ミスマッチの影響について検討する。 本稿では,複数のスケールや場所のマッチングを効果的に行うための,空間認識型マッチング手法を提案する。
  論文  参考訳（メタデータ） (2020-01-06T14:10:20Z)

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。