단일 단계 가상 시도를 위한 변형 가능 주의 흐름

가상 피팅은 상점 내 의류 이미지와 참조 인물 이미지를 입력으로 받아 사진처럼 현실적인 착용 결과를 생성하는 것을 목표로 한다. 기존의 방법들은 일반적으로 의류 왜곡과 신체 병합을 별도로 처리하기 위해 다단계 프레임워크를 구축하거나, 노이즈가 많거나 정확하지 않은 중간 파서 기반 레이블에 크게 의존한다. 이러한 문제를 해결하기 위해, 본 연구에서는 새로운 변형 가능 주의 흐름(Deformable Attention Flow, DAFlow)을 개발하여 단일 단계의 피팅 프레임워크를 제안한다. 이는 변형 가능 주의 기법을 다중 흐름 추정에 적용한 것으로, 자세 키포인트만을 지침으로 하여 참조 인물과 의류 이미지에 대해 각각 자기-변형 가능 주의 흐름과 교차-변형 가능 주의 흐름을 추정한다. 여러 흐름 필드를 샘플링함으로써, 다양한 의미 영역에서의 특징 수준 및 픽셀 수준 정보를 주의 메커니즘을 통해 동시에 추출하고 병합할 수 있다. 이는 의류 왜곡과 신체 합성 과정을 동시에 수행함으로써, 엔드 투 엔드 방식으로 사진처럼 현실적인 결과를 도출할 수 있게 한다. 두 가지 가상 피팅 데이터셋에서 실시한 광범위한 실험 결과, 제안한 방법이 정성적 및 정량적으로 모두 최고 성능을 달성함을 입증하였다. 더불어, 다른 두 가지 이미지 편집 작업에 대한 추가 실험을 통해 본 방법이 다각도 합성 및 이미지 애니메이션 등 다양한 응용 분야에서도 유연성을 지닌다는 점을 확인하였다.