摘要
近期提出的基于图像的虚拟试穿（Image-based Virtual Try-On, VTON）方法在应对多样的人体姿态与服装风格时仍面临诸多挑战。首先，服装形变网络常因人体表征缺乏服装感知能力（clothing-agnostic human representations）、输入图像在服装与人体匹配过程中存在不匹配，以及正则化变换参数设置不当，导致生成的形变服装出现严重扭曲与错位。其次，融合网络在生成组合掩码时，由于人体表征不准确以及训练损失函数设计不合理，难以有效保留原有衣物的完整结构。为此，本文提出CP-VTON+（Clothing Shape and Texture Preserving VTON），该方法通过有效保持服装的形状与纹理特性，显著优于当前最先进的方法，在定量与定性评估上均表现出卓越性能。