阿里发布的人工智能虚拟换装技术——Boow-VTON

Boow-VTON指的是什么？

阿里云开发的Boow-VTON是一项前沿的虚拟试衣技术，在户外场景中能够生成高质量的虚拟着装效果，并且不依赖于精准遮罩或修复工作。这项技术利用高效的增强数据处理方式，基于大量的未配对训练资料显著提升了其服装搭配能力。用户只需提供布料图片、原姿势图以及人物源图像作为输入信息即可享受简化且更加便捷的试穿体验。Boow-VTON通过引入专门的着装定位损失函数来提高模型识别和匹配穿衣区域的能力，同时保证了在处理复杂前景与姿态时仍能保持角色特征及背景内容的真实性，提供极其逼真的试衣效果，并支持多种服装款式的一键试穿而无需额外训练环节。这项技术未来有望广泛应用于在线购物等多个领域。

Boow-VTON的核心特性

• 裸视试衣体验用户无需提供精准蒙版即可完成衣物的虚拟试穿体验。
• 数据扩充利用数据增强方法，以未经匹配的户外场景数据为依托训练模型，提升其在多变条件中的适用能力。
• 试衣位置误差采用特定的损失函数，以辅助模型更加精准地区分试穿部分。
• 多种衣物试穿允许用户同一时间尝试多种不同的服饰，无需为每种服饰分别进行模型训练。
• 易于用户使用通过精简换装步骤，用户现在仅需上传人物照片、服饰图片及姿态图就能完成虚拟试衣体验。

Boow-VTON的核心技术机制

• 图片创造算法利用先进的图像创建技术，例如扩散模型，来制作高度真实的虚拟试穿图片。
• 提升数据多样性的技术通过对多样化的背景和前景进行组合，提升模型在自然环境中应用的能力。
• 体验式定型借助精心构建的损失函数，该模型能够掌握如何准确地识别出衣物应被虚拟试穿的位置。
• 聚焦机制利用注意力机制匹配服装特性和身体姿态，以保证虚拟试衣过程中衣物能够自然而准确地适应身形。
• 培训模式：采用创新的培训方法，利用生成的模拟数据集（例如原始人物图片、衣物图片及预期穿戴效果图）来提升模型性能。

Boow-VTON的工程位置

• Git代码库：https://github.com/little-misfit/BooW-VTON（计划不久后开放源代码）
• arXiv科技文章在学术资源共享平台ArXiv上发布了一篇编号为2408.06047的研究论文。

Boow-VTON的使用情境

• 网络购货当顾客在线选购衣物时，可以利用Boow-VTON技术，在模特儿图像或是个人照片上进行虚拟试衣，从而更准确地评估衣服的样式与穿着效果。
• 潮流购物零售商设置了店内的虚拟试衣服务，使顾客能够无需真正穿戴衣物就能体验各种服饰的样式与组合效果。
• 定制化建议根据用户的体型、喜好及以往的购物记录，Boow-VTON能够给出定制化的服饰建议。
• 社交平台用户通过运用Boow-VTON技术，在社交媒体平台上展示虚拟试穿的成果，从而增强了内容的互动性和趣味性。
• 潮流设计时装设计师会在实际制作实物样本前，通过查看设计图纸的虚拟穿着效果来进行调整和完善。
• 宣传与推广该品牌运用Boow-VTON技术制作出引人注目的广告，通过呈现模特或名人在身着其服装时的视觉效果来增强吸引力。