AnyDressing是字節(jié)跳動和清華大學(xué)提出的一種基于潛在擴散模型的可定制多服裝虛擬試穿方法，AnyDressing由GarmentsNet和DressingNet兩個主要網(wǎng)絡(luò)組成，分別用于提取詳細的服裝特征和實現(xiàn)多服裝的虛擬穿搭，AnyDressing可以應(yīng)用于多種虛擬試衣場景，包括現(xiàn)實和風(fēng)格化的場景，提供用戶定制化的虛擬試衣體驗。

AnyDressing主要功能：

多服裝組合試穿：用戶可以同時試穿多件衣服，系統(tǒng)能夠處理復(fù)雜的服裝組合，確保每件衣服的細節(jié)和貼合度都得到良好呈現(xiàn)。

個性化定制：用戶可以根據(jù)自己的需求，通過提供參考服裝和文本提示，定制化試穿效果。這種個性化的功能使得用戶能夠根據(jù)自己的風(fēng)格和喜好進行選擇。

高質(zhì)量圖像生成：AnyDressing利用先進的圖像生成技術(shù)，能夠生成逼真的虛擬試穿圖像，幫助用戶更好地理解服裝在自己身上的效果。

適用場景廣泛：該技術(shù)可以應(yīng)用于時尚零售、在線購物、社交媒體等多個領(lǐng)域，提升用戶的購物體驗和滿意度。

研究與開發(fā)：AnyDressing目前處于研究階段，由字節(jié)跳動和清華大學(xué)的研究團隊共同開發(fā)，主要面向?qū)W術(shù)研究和效果展示，尚未正式商業(yè)化。

AnyDressing技術(shù)架構(gòu):

AnyDressing的技術(shù)架構(gòu)包括兩個主要網(wǎng)絡(luò)：GarmentsNet和DressingNet。GarmentsNet負責(zé)提取詳細的服裝特征，而DressingNet則生成定制化的圖像。GarmentsNet中引入的服裝特征提取器能夠并行編碼多個服裝的紋理，避免了服裝混淆，同時確保網(wǎng)絡(luò)的高效性。DressingNet則采用自適應(yīng)的注意力機制和實例級服裝定位學(xué)習(xí)策略，準(zhǔn)確地將多服裝特征注入到相應(yīng)區(qū)域，從而提高生成圖像的多樣性和可控性。此外，AnyDressing還引入了增強紋理學(xué)習(xí)策略，以改善服裝的細節(jié)表現(xiàn)。該技術(shù)的實驗結(jié)果顯示，AnyDressing在多服裝虛擬試穿任務(wù)中達到了最先進的效果，具有很高的實用價值和研究潛力。

AnyDressing 的設(shè)計解決了現(xiàn)有技術(shù)在多服裝合成時面臨的挑戰(zhàn)，如服裝保真度、文本一致性以及與社區(qū)控制擴展的兼容性問題。它通過自適應(yīng)的 Dressing-Attention 機制和實例級服裝定位學(xué)習(xí)策略，精確地將服裝特征融入到正確的位置，同時通過服裝增強紋理學(xué)習(xí)策略來提升細節(jié)質(zhì)量，確保生成的虛擬服裝具有高度的逼真感。

AnyDressing相關(guān)鏈接:

項目官網(wǎng)：https://crayon-shinchan.github.io/AnyDressing/

HuggingFace: https://huggingface.co/papers/2412.04146

代碼：https://github.com/Crayon-Shinchan/AnyDressing

論文：https://arxiv.org/abs/2412.04146