Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.08682

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2501.08682 (cs)
[提交于 2025年1月15日 (v1) ,最后修订 2025年3月11日 (此版本, v2)]

标题: RealVVT:通过时空一致性实现逼真视频虚拟试穿

标题: RealVVT: Towards Photorealistic Video Virtual Try-on via Spatio-Temporal Consistency

Authors:Siqi Li, Zhengkai Jiang, Jiawei Zhou, Zhihong Liu, Xiaowei Chi, Haoqian Wang
摘要: 虚拟试穿已成为计算机视觉和时尚交叉领域的一个关键任务,旨在数字模拟服装在人体上的穿着效果。 尽管单图像虚拟试穿(VTO)取得了显著进展,但当前的方法往往难以在长视频序列中保持服装的一致且真实的外观。 这一挑战源于捕捉动态人体姿势和保持目标服装特征的复杂性。 我们利用现有的视频基础模型,引入了RealVVT,这是一种针对动态视频环境中的稳定性和真实感进行增强的逼真视频虚拟试穿框架。 我们的方法包括一种服装与时间一致性策略,一种无感知引导的关注焦点损失机制以确保空间一致性,以及一种姿态引导的长视频VTO技术,能够有效处理长视频序列。广泛的实验表明,我们的方法在单图像和视频VTO任务中均优于现有的最先进模型,为时尚电子商务和虚拟试穿环境中的实际应用提供了一个可行的解决方案。
摘要: Virtual try-on has emerged as a pivotal task at the intersection of computer vision and fashion, aimed at digitally simulating how clothing items fit on the human body. Despite notable progress in single-image virtual try-on (VTO), current methodologies often struggle to preserve a consistent and authentic appearance of clothing across extended video sequences. This challenge arises from the complexities of capturing dynamic human pose and maintaining target clothing characteristics. We leverage pre-existing video foundation models to introduce RealVVT, a photoRealistic Video Virtual Try-on framework tailored to bolster stability and realism within dynamic video contexts. Our methodology encompasses a Clothing & Temporal Consistency strategy, an Agnostic-guided Attention Focus Loss mechanism to ensure spatial consistency, and a Pose-guided Long Video VTO technique adept at handling extended video sequences.Extensive experiments across various datasets confirms that our approach outperforms existing state-of-the-art models in both single-image and video VTO tasks, offering a viable solution for practical applications within the realms of fashion e-commerce and virtual fitting environments.
评论: 10页(8页正文,2页参考文献),正文中有5幅图,以及4页补充材料,包含3幅额外的图
主题: 计算机视觉与模式识别 (cs.CV) ; 图形学 (cs.GR)
MSC 类: 68T99
引用方式: arXiv:2501.08682 [cs.CV]
  (或者 arXiv:2501.08682v2 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.08682
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Siqi Li [查看电子邮件]
[v1] 星期三, 2025 年 1 月 15 日 09:22:38 UTC (6,817 KB)
[v2] 星期二, 2025 年 3 月 11 日 10:06:51 UTC (8,098 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.GR

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号