跳到正文

ViViD

基于扩散模型的视频虚拟试穿框架

访问官网

ViViD 是什么

ViViD 被介绍为一个利用扩散模型进行视频虚拟试穿的新框架,用服装编码器提取精细的服装语义特征,并引入轻量级姿态编码器保证时空一致性。资料还描述了一个规模大、服装类型多样、分辨率高的视频虚拟试穿数据集。

你可以用它做什么

  • 用服装编码器提取精细的服装语义特征
  • 通过注意力特征融合机制把服装细节注入目标视频
  • 用姿态编码器学习服装与人体姿态的交互
  • 借助插入文本到图像扩散模型的时间模块生成连贯视频

上手流程

  • 访问项目页面并下载所需的代码和数据集
  • 根据文档安装必要的依赖和环境
  • 运行服装编码器提取服装特征
  • 用姿态编码器处理目标视频以提取人体姿态信息

应用场景

  • 在线零售商提供个性化的虚拟试穿服务
  • 服装设计师展示新设计以吸引潜在买家
  • 视频内容创作者增加内容的互动性和趣味性

优点与缺点

✓ 我们认可的地方

  • 资料说明代码、数据集和权重将公开提供
  • 资料描述了一个服装类型多样的大规模数据集

! 需要留意的地方

  • 代码、数据集与权重被列为将公开提供
  • 视频效果依赖服装与姿态编码器的输出

常见问题

框架生成什么?

资料描述的是逼真的视频虚拟试穿效果。

会公开哪些内容?

资料说明代码、数据集和权重将公开提供。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法