要約
本論文では、Virtual Try-Off (VTOFF) という新しいタスクを紹介します。このタスクは、着衣個人の単一画像から標準化された衣服画像を生成することに焦点を当てています。従来の Virtual Try-On (VTON) がデジタルでモデルに服を着せるのに対し、VTOFF は正規の衣服画像を抽出することを目指しており、衣服の形状、質感、複雑なパターンを捉えるという独自の課題を持っています。この明確な目標により、VTOFF は生成モデルにおける再構築忠実度の評価に特に効果的です。私たちは TryOffDiff というモデルを提案します。このモデルは Stable Diffusion を SigLIP ベースの視覚条件付けで適応させることで、高忠実度と詳細保持を確保します。修正された VITON-HD データセットでの実験結果は、ポーズ転送や仮想試着に基づく基準方法よりも少ない前処理と後処理ステップで優れた性能を示しています。分析によると、従来の画像生成指標では再構築品質が十分に評価されないため、より正確な評価のために DISTS を使用する必要があることが明らかになりました。私たちの結果は、VTOFF が eコマースアプリケーションでの製品イメージ向上、生成モデル評価の進歩、および高忠実度再構築に関する今後の研究へのインスピレーション提供に大きな可能性を持つことを示唆しています。デモ、コード、およびモデルは以下のURLで利用可能です: https://rizavelioglu.github.io/tryoffdiff/