Diffusionsmodell

Was ist ein Diffusionsmodell? Ein Diffusionsmodell ist eine generative KI-Architektur, die Bilder erzeugt, indem sie lernt, einen Verrauschungsprozess umzukehren. Während des Trainings werden Bilder schrittweise mit zufälligem Rauschen zerstört, und das Modell lernt, jeden dieser Schritte rückgängig zu machen. Bei der Generierung beginnt es mit reinem Rauschen und entrauscht es Schritt für Schritt zu einem neuen Bild, gesteuert durch eine Texteingabe (Prompt), ein Referenzbild oder beides. Diffusionsmodelle bilden die Grundlage der meisten modernen Bildgeneratoren, einschließlich der Garment-Transfer-Systeme, die für die bildbasierte virtuelle Anprobe (Virtual Try-on) verwendet werden.

## Wie es funktioniert 1. Vorwärts-Prozess (Training): Einem echten Bild wird in vielen kleinen Schritten Rauschen hinzugefügt, bis nur noch reines Rauschen übrig ist. 2. Erlernter Rückwärts-Prozess: Das Modell wird darauf trainiert, für jeden Schritt den vorherigen, weniger verrauschten Zustand vorherzusagen. 3. Generierung: Ausgehend von zufälligem Rauschen wird die erlernte Rauschunterdrückung wiederholt angewendet (in der Regel 20–50 Schritte), bis ein kohärentes Bild entsteht. 4. Konditionierung: Bei jedem Schritt kann das Modell durch Eingaben wie ein Kleidungsstück-Bild, eine Körperhaltung oder eine Maske des neu zu zeichnenden Bereichs gesteuert werden. ## Rolle beim Virtual Try-on Erst die Konditionierung macht aus einem allgemeinen Bildgenerator eine Try-on-Engine: Mit dem Foto einer Person, dem Foto eines Kleidungsstücks und einer entsprechenden Maske für die Kleidung regeneriert das Modell nur den maskierten Bereich (siehe Image Inpainting) und fügt Stofftexturen, Falten und eine Beleuchtung ein, die perfekt zum Originalfoto passen. Der Kompromiss ist die Geschwindigkeit: Die Generierung dauert mehrere Sekunden und erfordert immense GPU-Rechenleistung. Deshalb liefert das diffusionsbasierte Try-on auch statische Bilder und keine Live-Video-Overlays.

FAQ

Deine Fragen, beantwortet.

Warum haben Diffusionsmodelle die GANs beim Virtual Try-on abgelöst?↓

In der frühen Try-on-Forschung wurden GANs verwendet, aber Diffusionsmodelle erwiesen sich als stabiler im Training, besser steuerbar durch Konditionierung und überlegen bei der Reproduktion feiner Texturen. All diese Aspekte sind bei Kleidung von entscheidender Bedeutung.