计算机应用

作者：邵培荣, 蔺素珍, 王彦博

单位：中北大学 计算机科学与技术学院，太原 030051

关键词：虚拟试衣,细节增强,坐标注意力机制,以人为中心,扩散模型

基金：山西省自然科学基金资助项目(202303021211147)

针对当前虚拟试衣方法无法充分保留目标服装的局部细节的问题，以及使用扩散模型生成试衣结果时，变分自编码器（VAE）会将输入数据映射到低维空间，从而导致模特手部和脸部高频细节特征丢失的问题，提出一种以人为中心的细节增强虚拟试衣方法。首先，将服装不可知的人体图、人体姿态图和目标服装输入几何匹配模块（GMM）以得到粗扭曲服装结果；其次，构建服装扭曲细化（GWR）模块增强粗扭曲服装的细节特征；再次，将服装扭曲图、服装不可知的人体图以及人体姿态图等拼接后和文本特征作为UNet的输入，融合文本特征与图像特征通过去噪逐步生成清晰的图像；继次，构建掩码特征连接（MFC）模块，引入坐标注意力机制，更准确地定位模特的位置信息，保留模特手部和脸部的高频细节特征，实现以人为中心的结果；最后，将MFC模块的输出与UNet的输出进行融合解码，得到最终的试衣结果。实验结果表明，与LADI-VTON（LAtent DIffusion-Virtual Try-ON）方法相比，所提方法在Dress Code数据集上的结构相似度指数（SSIM）指标提升了1.41%，在感知相似度（LPIPS）、FID（Fréchet Inception Distance）和KID（Kernel Inception Distance）指标上分别降低了7.32%、31.03%和64.56%，验证了所提方法的虚拟试衣效果更优。

来源：2026年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第3期