本文主要是介绍基于图像的虚拟试衣:Parser-Free Virtual Try-On via Distilling Appearance Flows(2021),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
Paper
Parser-Free Virtual Try-On via Distilling Appearance Flows
-
算法比较
-
WUTON和PF-AFN比较
- WUTON 通过训练基于人体分析的老师网络来指导学生网络,让学生网络模拟基于人体分析的老师网络。学生网络输入中除外没有人体分析,老师网络和学生网络结构的输入输出完全相同。
- PF_AFN 学生网络和导师网络的输入输出完全不一样。学生网络的输入是导师网络的输出,输入的衣服图像是导师网络输入真人身上的真实衣服。将试衣问题的知识提取公式化为对人体图像和服装图像之间的外观流进行提取,有利于发现两者之间的密集对应关系,从而生成高质量的图像。
-
网络训练流程图
-
不同数据库上的效果比较
-
定量评价结果
Code
geyuying/PF-AFN
参考资料
Parser-Free Virtual Try-On via Distilling Appearance Flows
geyuying/PF-AFN
minar09/awesome-virtual-try-on
这篇关于基于图像的虚拟试衣:Parser-Free Virtual Try-On via Distilling Appearance Flows(2021)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!