基于并行卷积核的Attention U-Net虚拟试衣方法研究

针对虚拟试衣中特征提取不足、人物肢体被衣服遮挡的问题，在基于图像特征保留的虚拟试衣方法基础上，提出基于并行卷积核的Attention U-Net虚拟试衣方法。该方法采用并行卷积核代替原有的3×3卷积核来提取特征，并在U-Net网络中融入注意力机制形成新的Attention U-Net图像合成器，通过不断调整网络学习参数，将模型放在数据集VITON Dataset上进行虚拟试衣实验。实验结果表明，与原方法相比，该方法能提取出更多的细节纹理，在结构相似性上提升了15.6%，虚拟试衣效果更好。