nxnai/Voost

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

What it solves

Voost 旨在同时处理虚拟试穿（给人物添加服装）和虚拟脱衣（从人物身上移除服装）的单一统一模型。它目标是提供高质量、真实感的结果，并在不同的人体姿势、服装类型、背景和光照条件下保持稳健。

How it works

Voost 利用可扩展的 Diffusion Transformer（DiT）架构来处理双向图像操作。这使模型能够在同一个 transformer 框架内共同管理添加或移除服装的任务，确保在各种图像组合中的一致性和质量。

Who it’s for

该项目面向从事计算机视觉、数字时尚和 AI 驱动图像编辑的研究人员和开发者，尤其是关注虚拟试穿与脱衣技术的群体。

Highlights

  • 统一框架，支持虚拟试穿和脱衣。
  • 基于可扩展的 Diffusion Transformer 架构。
  • 对人体姿势、服装类别和光照变化具有鲁棒性。
  • 在 Hugging Face Spaces 上提供公开演示。