扩散模型
一种生成式 AI 架构，通过学习逆转逐步加噪的过程来生成高质量图像。
什么是扩散模型？
扩散模型（Diffusion model）是一种生成式 AI 架构，它通过学习逆转加噪过程来生成图像。在训练阶段，模型会使用随机噪声逐步破坏图像，并学习如何撤销每一步的破坏。在生成阶段，它从纯噪声开始，在文本提示词、参考图像或两者的共同引导下，一步步去噪并最终生成一张全新的图像。
目前大多数领先的图像生成器均以扩散模型为基础，这其中也包括用于基于图像的虚拟试穿的服装迁移系统。
工作原理
- 前向过程（训练）：分多个小步骤向真实图像中添加噪声，直到只剩下完全无序的静态噪点。
- 学习逆向过程：模型经过训练，在每一步中预测前一个噪声较小的状态。
- 图像生成：从随机噪声开始，重复应用已学习的去噪过程（通常为 20 到 50 步），直到呈现出清晰连贯的图像。
- 条件控制：在去噪的每一步中，模型都可以受到特定输入的引导，例如服装图像、人物姿势或需要重绘区域的蒙版。
在虚拟试穿中的作用
条件控制是将通用图像生成器转化为试穿引擎的关键：在提供人物照片、服装照片以及衣物蒙版后，模型只会重新生成蒙版区域（参见图像修复），使其面料纹理、褶皱和光照均与原图保持完美一致。
这种技术的代价是生成速度：图像生成需要数秒钟并依赖 GPU 算力，这也是为什么基于扩散模型的虚拟试穿通常生成静态图像，而不是实时视频叠加。
常见问题
常见问题解答。
为什么扩散模型在虚拟试穿中取代了 GAN？↓
早期的虚拟试穿研究使用 GAN（生成对抗网络），但事实证明，扩散模型在训练上更稳定，能够通过条件控制进行更精确的引导，并且在还原细腻的纹理方面表现更佳。而这些优势对于服装呈现至关重要。
相关术语