👚👚 ViViD Diffusion Virtual Try-ON 👚👚

👉Alibaba announces ViViD, a novel framework employing powerful diffusion models to tackle the virtual try-on task.

Code announced, not released yet😢

𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:

• ✅Novel architecture to address the video VTON
• ✅Diffusion models to synthesize HQ try-on videos
• ✅Pose + temporal modules for temporal consistency
• ✅New attention feats. fusion mechanism for garments
• ✅Multi-category dataset: 9,700 pairs of HQ garment-clips

👉Discussion https://t.me/s/AI_DeepLearning

🧙Paper Authors: Zixun Fang1,2∗ Wei Zhai1† Aimin Su2 Hongliang Song2 Kai Zhu2 Mao Wang2 Yu Chen2† Zhiheng Liu1 Yang Cao1 Zheng-Jun Zha1 1University of Science and Technology of China 2Alibaba Group

• 1️⃣Read the Full Paper here: https://arxiv.org/pdf/2405.11794
• 2️⃣Project Page: https://becauseimbatman0.github.io/ViViD
• 3️⃣Code: Coming 🔜 (https://github.com/alibaba-yuanjing-aigclab/ViViD)

Translate to Korean

👉 Alibaba 는 가상 체험 작업을 처리하기 위해 강력한 확산 모델을 사용하는 새로운 프레임워크인 ViViD를 발표했습니다.

코드 발표, 아직😢 공개되지 않음

하이라이트:

• ✅비디오 VTON을 다루는 새로운 아키텍처
• ✅HQ 시착 비디오를 합성하기 위한 확산 모델
• ✅시간적 일관성을 위한 포즈 + 시간적 모듈
• ✅새로운 주목 위업. 의복을 위한 융합 기계장치
• ✅다중 범주 데이터 세트: 9,700켤레의 HQ 의류 클립