首页|基于注意力机制和视觉转换器的三维虚拟试衣网络

基于注意力机制和视觉转换器的三维虚拟试衣网络

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对三维虚拟试衣网络中易出现的三维人体模型边缘模糊,服装变形严重且存在伪影等问题,设计了三阶段深度神经网络,在第 1 阶段引入卷积注意力机制,第 2 阶段采用Resnet和视觉转换器结构结合的编码器-解码器结构,第 3 阶段通过融合服装变形信息和深度估计信息实现三维虚拟试衣.定量实验结果表明:图像质量评价指标结构相似度提升了 0.015 7,峰值信噪比提升了 0.113 2;人体模型的深度估计值的绝对相对误差降低了0.037,平方相对误差降低了 0.014.定性实验结果表明:卷积注意力机制能够引导网络关注图像细节,保留复杂纹理,约束服装的过度形变,并且有效处理三维人体模型黏连问题.定量和定性分析结果均可表明,该方法能够更加精准地实现预测三维虚拟试衣结果.
Three-dimensional virtual try-on network based on attention mechanism and vision transformer

virtual try-onvision transformerattention mechanismdepth estimationthree-dimensional reconstruction

袁甜甜、王鑫、罗炜豪、梅琛楠、韦京艳、钟跃崎

展开 >

东华大学 纺织学院,上海 201620

东华大学 纺织面料与技术教育部重点实验室,上海 201620

虚拟试衣 视觉转换器 注意力机制 深度估计 三维重建

上海市自然科学基金

21ZR1403000

2023

10.13475/j.fzxb.20220508401

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2023.44(7)
  • 19