基于交互式多头注意力机制的虚拟试穿网络

来源：现代纺织技术杂志2025年第05期北京时间：

作者：黄丽丽, 郑军红, 金 耀, 何利力

单位：1.浙江理工大学计算机科学与技术学院，杭州 310018；2.浙江省现代纺织技术创新中心，浙江绍兴 310020

摘要：为解决现有虚拟试穿模型的服装特征与细节容易丢失（如无法准确识别服装的长短袖、颜色及袖、领口细节）等问题，提出基于交互式多头注意力机制的虚拟试穿网络。在StableVITON模型的服装编码块中引入交互式多头注意力机制，促进不同头之间的交互，学习丰富的特征相关性，从而增强网络注意力性能，保留更多的服装特征和细节。在VITON-HD数据集上进行定性和定量实验，结果表明：与其他主流模型相比，该虚拟试穿网络的服装整体特征、局部细节更加真实；与StableVITON模型相比，该网络在平均结构相似性（SSIM）上提高了1.53%，平均感知图像相似度（LPIPS）降低了0.71%，平均弗雷歇距离（FID）降低了0.15%，平均核Inception距离（KID）降低了1.14%。该虚拟试穿网络有效保留了服装特征细节，显著增强了图像的保真度，其合成的试穿图像能为消费者带来更好的购物体验，可广泛应用于虚拟试穿等数字时尚应用场景。

关键词：交互式,多头注意力,StableVITON,虚拟试穿,稳定扩散