Die Aufgabe des bildbasierten virtuellen Anprobierens zielt darauf ab, ein Zielkleidungsstück auf den entsprechenden Bereich einer Person zu übertragen, was üblicherweise durch die Anpassung des Kleidungsstücks an den gewünschten Körperteil und die Fusion des verformten Kleidungsstücks mit der Person gelöst wird. Obwohl eine zunehmende Anzahl von Studien durchgeführt wurde, bleibt die Auflösung der synthetisierten Bilder weiterhin auf niedrigem Niveau (z. B. 256×192), was eine entscheidende Einschränkung darstellt, insbesondere im Hinblick auf die Zufriedenheit online orientierter Verbraucher. Wir argumentieren, dass diese Beschränkung auf mehrere Herausforderungen zurückzuführen ist: Mit steigender Auflösung werden Artefakte in den fehlalignierten Bereichen zwischen den verformten Kleidungsstücken und den gewünschten Körperregionen in den Endergebnissen deutlich sichtbar; zudem weisen die Architekturen bestehender Methoden eine geringe Leistungsfähigkeit bei der Generierung hochwertiger Körperteile und bei der Erhaltung der Textur-Schärfe der Kleidungsstücke auf. Um diese Herausforderungen zu bewältigen, schlagen wir eine neuartige Methode für virtuelles Anprobieren namens VITON-HD vor, die erfolgreich Bilder mit einer Auflösung von 1024×768 synthetisiert. Konkret erstellen wir zunächst eine Segmentierungskarte, um die Synthese des virtuellen Anprobierens zu leiten, und passen anschließend grob das Zielkleidungsstück an den Körper einer gegebenen Person an. Danach führen wir eine alignment-orientierte Normalisierung (ALIAS-Normalisierung) und einen ALIAS-Generator ein, um fehlalignierte Bereiche zu behandeln und die Details von Eingabebildern mit der Auflösung von 1024×768 zu bewahren. Durch eine sorgfältige Vergleichsstudie mit bestehenden Methoden zeigen wir, dass VITON-HD sowohl qualitativ als auch quantitativ deutlich über den Baseline-Verfahren hinausgeht. Der Quellcode ist unter https://github.com/shadow2496/VITON-HD verfügbar.