nxnai/Voost

[SIGGRAPH Asia 25] Voost: A Unified and Scalable Diffusion Transformer for Bidirectional Virtual Try-On and Try-Off

What it solves

Voost は、バーチャルトライオン（人物に服を追加）とバーチャルトライオフ（人物から服を除去）の両方を単一の統合モデルで処理できるように設計されています。さまざまな人体ポーズ、服の種類、背景、照明条件に対しても高品質でリアルな結果を提供することを目指しています。

How it works

Voost はスケーラブルな Diffusion Transformer（DiT）アーキテクチャを利用して、双方向の画像操作を行います。これにより、同一のトランスフォーマーフレームワーク内で「服を追加」または「服を除去」するタスクを共同で管理でき、様々な画像構成において一貫性と品質を確保します。

Who it’s for

本プロジェクトは、コンピュータビジョン、デジタルファッション、AI 主導の画像編集に取り組む研究者や開発者、特にバーチャルトライオン・トライオフ技術に関心のある方を対象としています。

Highlights

  • バーチャルトライオンとトライオフの両方に対応した統一フレームワーク。
  • スケーラブルな Diffusion Transformer アーキテクチャに基づく。
  • 人体ポーズ、服のカテゴリ、照明の変化に対してロバスト。
  • Hugging Face Spaces で公開デモを提供。