Page 433 - 《软件学报》2026年第4期

1874 软件学报 2026 年第 37 卷第 4 期

更好, 但相应推理时间增加至 5 s 左右, 模型大小增至 1.5B 左右, 显存消耗增至 16 GB 左右. 对于图 17 展示的对
比结果, Magic Clothing、StableGarment、IMAGDressing 和 AnyDressing 都采用双 U-Net 架构, 这些方法对于最常
见的上装都起到一定的保持效果. 在自由组合方面, AnyDressing 最为自然, 其他方法在多衣服组合都存在缺陷, 上
下装出现不协调的情况. 上述的讨论是基于 768×512 分辨率的.

表 5 基于模板生成的虚拟试衣方法在 VITON 数据集上定量对比

方法 SSIM↑ LPIPS↑ FID↓ 推理显存消耗 (GB)
[75]
HR-VITON 0.883 0.115 9.70 5
[76]
LaDI-VTON 0.872 0.156 8.85 7
[77]
DCI-VTON 0.856 0.166 8.73 8
Stable VITON [78] 0.885 0.133 6.52 10
OOTDiffusion [80] 0.862 0.124 6.03 16
IDM-VTON [81] 0.870 0.102 6.29 16
BooW-VTON [82] 0.869 0.093 5.89 17

表 6 基于自由生成的虚拟试衣方法定量对比

方法 数据集 CLIP-T↑ CLIP-I↑ CLIP-AS↑ 推理显存消耗 (GB)
VITON-HD 0.285 0.583 5.781
StableGarment [83] 8
Dressing-Pair 0.284 0.556 5.735
VITON-HD 0.288 0.640 5.703
Magic Clothing [85] 16
Dressing-Pair 0.266 0.583 5.540
VITON-HD 0.202 0.734 5.077
IMAGDressing [84] 16
Dressing-Pair 0.242 0.614 5.291
VITON-HD 0.289 0.741 5.881
AnyDressing [87] 16
Dressing-Pair 0.296 0.734 5.874

(a) 服装 (b) 模特 (c) DCI- (d) LaDI- (e) Stable (f) OOT- (g) IDM- (h) BooW-
VTON [77] VTON [76] VITON [78] Diffusion [80] VTON [81] VTON [82]
图 16 基于模板生成的虚拟试衣方法在 VITON-HD 数据集上定性对比