FitDiT 是一種基於擴散模型的全新虛擬試衣方法，透過強化高解析度紋理細節、引入頻域學習和採用擴張鬆弛遮罩策略，有效解決了現有方法在處理複雜紋理和尺寸不匹配服裝方面的挑戰，顯著提升了虛擬試衣的真實感和準確性。
本文提出了一種名為 BVTON 的新型虛擬試衣框架，利用大規模非配對學習來提高虛擬試衣的衣服保真度和整體品質。
