TryOnDiffusion

TryOnDiffusion是一种基于两个UNet的扩散架构，旨在生成穿在输入人物身上的服装的可视化效果图。该方法能够在保留服装细节的同时，适应显著的身体姿势和形状变化。TryOnDiffusion在定性和定量上都达到了最先进的性能，是一种非常有效的虚拟试衣技术。

TryOnDiffusion可以将两幅图片合成，帮助照片中的人物更换不同的服饰。一张展示某个人，另一张展示另一个人所穿的服装，最终生成一张展示这件服装在输入人物身上的样子的图像。此前此类模型通常缺乏服饰细节，而传统的合成方法往往只能处理造型差异不大的两张图片，否则会导致合成的新图片出现服装严重变形的问题。TryOnDiffusion利用一种名为并行UNet的扩散式架构，在保留服饰细节的同时，还能适应人体的姿势和形状变化。

TryOnDiffusion的特点包括：

• 该模型采用扩散技术，展示不同体型和姿势的人穿着衣物的效果。

• 新AI模型能够生成高质量、逼真的试穿图像。

• 该模型使用图像扩散和交叉注意力技术，而不是文本输入。

• 为了提高准确性，该模型使用Google购物图谱进行训练。

• 虚拟试衣间功能现已支持Anthropologie、LOFT、H&M和Everlane等品牌的女士上衣。

• 该功能将逐步扩展到更多品牌。

• 目前尚未开源。