Les techniques deessay virtuel basé sur les images ont montré un grand potentiel pour améliorer l'expérience utilisateur et augmenter la satisfaction client sur les plateformes d'e-commerce axées sur la mode. Cependant, les techniques actuelles sont encore limitées en termes de qualité des résultats d'essayage qu'elles peuvent produire à partir d'images d'entrée aux caractéristiques variées. Dans ce travail, nous proposons un réseau d'essay virtuel guidé par le contexte (C-VTON) qui surmonte ces limitations et transfère efficacement les articles de vêtements sélectionnés aux sujets cibles, même dans des configurations de pose difficiles et en présence d'auto-occultations. Au cœur du pipeline C-VTON se trouvent : (i) une procédure de correspondance géométrique qui aligne efficacement le vêtement cible avec la pose de la personne dans les images d'entrée, et (ii) un générateur d'images puissant qui utilise divers types d'informations contextuelles lors de la synthèse du résultat final d'essayage. Le C-VTON est évalué dans des expériences rigoureuses sur les jeux de données VITON et MPV, ainsi que par comparaison avec les techniques les plus avancées décrites dans la littérature. Les résultats expérimentaux montrent que l'approche proposée est capable de produire des résultats photoréalistes et visuellement convaincants, améliorant considérablement l'état de l'art existant.