C-VTON: コンテキスト駆動型画像ベースのバーチャル試着ネットワーク

画像を基にしたバーチャル試着技術は、ファッション向けのECプラットフォームにおけるユーザーエクスペリエンスの向上と顧客満足度の改善に大きな可能性を示しています。しかし、現行の技術では、多様な特性を持つ入力画像から高品質な試着結果を生成する能力に制限があります。本研究では、これらの制限に対処し、困難なポーズ構成や自己遮蔽が存在する場合でも選択された衣料品を対象人物に説得的に転送できるコンテキスト駆動型バーチャル試着ネットワーク（C-VTON）を提案します。C-VTONのパイプラインの中心には以下の要素があります：(i) 対象となる衣料品を入力画像中の人物のポーズと効率的に合わせるための幾何学的なマッチング手順、および (ii) 最終的な試着結果を合成する際に様々な種類のコンテキスト情報を活用する強力な画像生成器です。C-VTONは、VITONおよびMPVデータセット上で厳密な実験評価が行われ、既存の最先端技術との比較も行われました。実験結果は、提案手法が写真のようなリアルさと視覚的な説得力を備えた結果を生成できること、そして既存の最先端技術に対して大幅に性能を向上させていることを示しています。