计算机科学 > 计算机视觉与模式识别
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.