arXiv · cs.AI· Yuhan Li, Zhiyu Jin, Yifan Tong, Wenxiang Shang, Benlei Cui, Xuanhong Chen, Hangcheng Zhu, Bingbing Ni·· 11 小时前
ShoeFit：发布MVShoes多视角鞋履试穿数据集与双图像流DiT框架
ShoeFit: A New Dataset and Dual-image-stream DiT Framework for Virtual Footwear Try-On
arXiv:2610.18325v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuhan Li, Zhiyu Jin, Yifan Tong, Wenxiang Shang, Benlei Cui, Xuanhong Chen, Hangcheng Zhu, Bingbing Ni
研究任务与主要进展
基于论文摘要，作者提出MVShoes多视角鞋履试穿数据集和ShoeFit双图像流DiT框架，用于提升复杂场景下鞋履试穿的渲染保真度与纹理真实性。MVShoes包含7305组多视角图像三元组；ShoeFit通过多视角条件、3D Rotary Position Embedding和LayeredRefAttention缓解视角错位及背景引起的颜色污染。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org