原文地址：【paper】VITON:AnImage-basedVirtualTry-onNetwork代码地址：【code】gitbub地址(数据集已不再公开）摘要我们提出了一种基于图像的虚拟试穿网络（VITON），该网络能够不利用任何形式的3D信息，而是使用“从粗到细”的策略，将想要的衣物无缝地转移到人的相应区域。基于一种新提出的与服装无关的描述性的人物表示，我们的框架首先生成一个粗糙的合成图像

论文地址：https://proceedings.neurips.cc/paper/2021/file/151de84cca69258b17375e2f44239191-Paper.pdf项目地址：https://github.com/xiezhy6/PASTA-GAN为了实现一个能够以无监督的方式在源和目标人之间迁移任意服装的可扩展的虚拟试穿方法，本文提出了一种纹理保持的端到端网络，即**PAt

论文地址：项目地址：https://github.com/fyviezhao/M3D-VTON本文提出了一种Monocular-to-3DVirtualTry-OnNetwork(M3D-VTON)的多姿态图像虚拟试衣方法，兼顾了2D与3D方法的优点。主要是利用所提出的MonocularPredictionModule(MPM)从图像中估计目标人体分割图、深度图来同时获得2D与3D的辅助信息，并且

论文地址：https://openaccess.thecvf.com/content/WACV2022/papers/Fele_C-VTON_Context-Driven_Image-Based_Virtual_Try-On_Network_WACV_2022_paper.pdf项目地址：https://github.com/benquick123/C-VTON作者提出了一个上下文驱动的虚拟试穿网

github.com/minar09/cp-vton-plus基于图像的虚拟试衣方法的处理流程通常有两个阶段：将试穿的服装扭曲以与目标人物对齐的几何匹配模块（GMM）和将扭曲的服装与目标人物图像混合的Try-On

FW-GAN：用于虚拟视频试穿的流指导变换GAN摘要：在目前越来越受关注的基于图像的虚拟试衣系统之外，我们进一步开发了基于视频的虚拟试衣系统，它可以精确地精确地将衣服转移到人身上，并且能以任意姿势生成效果逼真的视频。直接采用现有的基于图像的方法往往无法生成自然逼真的连贯视频。在本工作中，我们提出流指导变换的生成对抗网络（FW-GAN），这是一种新的框架，通过学习来合成虚拟试衣视频，这种学习是基于一