基于圖像的虛擬穿衣是一種流行且前景廣闊的圖像合成技術(shù)，能夠顯著改善消費(fèi)者的購(gòu)物體驗(yàn)，并降低服裝商家的廣告成本。顧名思義，虛擬穿衣任務(wù)旨在生成目標(biāo)人穿著給定服裝的圖像。

OOTDiffusion簡(jiǎn)述

圖1 虛擬換衣

基于圖像的虛擬穿衣目前面臨兩個(gè)主要挑戰(zhàn)：

首先，生成的圖像應(yīng)足夠逼真和自然，以避免不和諧感。大多數(shù)最近關(guān)于虛擬試穿的研究利用生成對(duì)抗網(wǎng)絡(luò)（GANs）或潛在擴(kuò)散模型（LDMs）進(jìn)行圖像生成。先前基于GAN的方法通常難以生成正確的服裝褶皺、自然的光影或逼真的人體。因此，更多近期的工作傾向于基于LDM的方法，這些方法有效提高了試穿圖像的逼真度。

第二個(gè)關(guān)鍵挑戰(zhàn)是盡可能保留服裝的細(xì)節(jié)特征，如復(fù)雜的文本、紋理、顏色、圖案和線條等。先前的研究執(zhí)行顯式的變形過(guò)程，將服裝特征與目標(biāo)人體對(duì)齊，然后將變形后的服裝輸入到生成模型（即GANs和LDMs等）中。因此，這種方法的性能極大地依賴于獨(dú)立變形過(guò)程的有效性，而這一過(guò)程容易對(duì)訓(xùn)練數(shù)據(jù)過(guò)擬合。

圖2 OOTDiffusion模型

鑒于上述問(wèn)題的前景和挑戰(zhàn)，一種新穎的基于LDM的虛擬試穿方法，稱為Outfitting over Try-on Diffusion（OOTDiffusion；見圖2）被提出。

圖3 OOTDiffusion 丟棄操作

OOTDiffusion模型生成的效果與其他模型對(duì)比，有了較大的提升，可以從對(duì)比圖可以看出，OOTDiffusion模型生成的效果并沒有改變服裝的特性，而其他的模型多多少少更改了服裝的特性，給人的感覺并沒有換上合適的衣服。