CtrlVTON让虚拟试衣可控
NXN-Labs · hf · 2026-07-14
这篇工作提出了两个相关贡献： 1. **VIP-SAM（Visual-Instance-Prompt Segmentation）** - 目标是在“平铺服装图”和“人物穿衣图”之间，分割出同一件具体服装实例。 - 这是**实例级**任务，不同于常见的类别级分割。 2. **CtrlVTON** - 将虚拟试衣重新表述为一个**图像编辑问题**。 - 通过加入分割掩码，对衣服在人物身上的**版型、大小、位置**提供像素级控制，例如宽松/修身、扎进/放出、打开/闭合等。 作者声称，两个方法在各自任务上都达到 **SOTA**；尤其是 CtrlVTON 在遵循用户布局方面，比最强的商业编辑系统更好，同时还能保持衣物细节。