arXiv cs.AI· Jin Li, Tao Chen, Kai Wen, Siqi Yin, Shuai Jiang, Weijie Wang, Jingwen Luo, Chenhui Wu·· 3 天前AI 评分22
OpenVTON-Bench：面向可控虚拟试穿评估的大规模高分辨率基准
OpenVTON-Bench: A Large-Scale High-Resolution Benchmark for Controllable Virtual Try-On Evaluation
AI 导读
OpenVTON-Bench 是一个约 10 万对高分辨率图像（最高 1536×1536）的虚拟试穿评估基准，结合 Gemini 密集描述与 DINOv3 K-Means 聚类的 20 个视觉簇分层采样。
正文 · AI 翻译
摘要：扩散模型的最新进展显著提升了虚拟试穿（VTON）系统的视觉保真度，但可靠的评估仍然是一个长期存在的瓶颈。传统指标难以量化细粒度的纹理细节和语义一致性，而现有数据集在规模和多样性上无法满足商业标准。我们提出了 OpenVTON-Bench，一个大规模基准，包含约 10 万对高分辨率图像（最高 $1536\times1536$）。该数据集将 Gemini 驱动的密集描述与通过 DINOv3 K-Means 获得的 20 个视觉簇的分层采样相结合。为了支持可靠的评估，我们提出了一种多模态协议，从五个可解释的维度衡量 VTON 质量：背景一致性、身份保真度、纹理保真度、形状合理性以及整体真实感。该协议将基于 VLM 的语义推理与一种基于 SAM3 分割和形态学腐蚀的新型多尺度表示度量相结合，从而能够将边界对齐误差与内部纹理伪影区分开来。在指定的评估标准下，我们的表示度量与人类模型排名表现出高度一致性（Kendall's $\tau$ 为 0.833，而 SSIM 为 0.611）。代码和数据集可在 此 https URL 获取。
| 评论： | 被 NeurIPS 2026 接收，评估与数据集方向 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2601.22725 [cs.CV] |
| （或 arXiv:2601.22725v5 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2601.22725 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Jin Li [查看电子邮件]
[v1]
2026年1月30日星期五 08:58:00 UTC（39,431 KB）
[v2]
2026年3月23日星期一 05:00:18 UTC（39,432 KB）
[v3]
2026年5月6日星期三 05:56:20 UTC（24,653 KB）
[v4]
2026年6月10日星期三 07:22:12 UTC（24,653 KB）
[v5]
2026年10月10日星期六 04:04:40 UTC（27,481 KB）
来源：arXiv cs.AI · arxiv.org