IMAGDressing

之前分享过很多虚拟试衣项目，很多是阿里做的。

今天我们来看一个腾讯和华为的虚拟试衣项目IMAGDressing，这是在上周发布的。代码和模型在github上发布：https://github.com/muzishen/IMAGDressing

场景

虚拟试衣和虚拟穿衣任务在条件和适用场景上的区别：

• 虚拟试衣主要关注用户如何在虚拟环境中试穿服装，通过局部服装修补实现逼真的试穿效果，提升消费者的在线购物体验。
• 虚拟穿衣任务则着重于生成具有固定服装和可选条件（如面孔、姿势、场景）的可自由编辑的人体图像，适用于商家展示服装的多种需求。

方法

IMAGDressing-v1框架示意图

该框架主要由一个可训练的服装UNet和一个冻结的去噪UNet组成。前者提取细粒度的服装特征，而后者将这些特征与文本提示平衡。IMAGDressing-v1兼容其他社区模块，如ControlNet和IP-Adapter。

对比

• 定量对比：IMAGDressing-v1与几种最先进方法的定量对比。
• 定性对比：在非特定和特定条件下，IMAGDressing-v1与其他最先进方法（包括BLIP-Diffusion、Versatile Diffusion、IP-Adapter和MagicClothing）的定性对比。