La tentative virtuelle de vêtements (Virtual Try-On) constitue une application prometteuse des réseaux antagonistes génératifs (GAN). Toutefois, transférer un vêtement souhaité sur les régions correspondantes du corps humain reste une tâche ardue en raison des variations de taille corporelle, des poses différentes et des occlusions telles que les cheveux ou les vêtements superposés. Dans cet article, nous proposons de produire des images traduites photoréalistes à l’aide d’une segmentation sémantique combinée à un réseau de traduction d’images basé sur une architecture GAN. Nous présentons une nouvelle application de Virtual Try-On fondée sur l’image, nommée VTON-IT, qui prend une image RGB, segmente la partie du corps désirée, puis superpose le vêtement cible sur la région du corps segmentée. La plupart des applications les plus avancées basées sur les GAN génèrent des images synthétiques mal alignées et pixélisées sur des images réelles. En revanche, notre approche permet de générer des images naturelles de haute résolution, riches en détails texturaux, même sur des images complexes et variées.