- OOTDiffusion：它设计了一个服装搭配UNet来学习服装细节特征，并通过提出的搭配融合技术，将服装特征与目标人体精确对齐，无需冗余的变形过程。其侧重于通过搭配融合技术和搭配丢失来增强虚拟试穿的可控性，无需显式的特征对齐或变形过程。
- AnyDoor：展示了在0设置下生成高质量、多样化的图像的能力，并且不需要针对每个对象进行参数调整。而且AnyDoor提供了一个更广泛的图像编辑框架，允许用户在新场景中定制和移动对象，而不仅限于虚拟试穿。
- TryOnDiffusion：该方法在4百万图像对上进行训练，每个样本包括同一人在不同姿势下穿着相同服装的两幅图像。TryOnDiffusion专注于处理大量的遮挡和姿势变化，通过Parallel-UNet架构实现服装的隐式变形和混合。
| OOTDiffusion | AnyDoor | TryOnDiffusion |
|---|---|---|
 |
 |
 |
OOTDiffusion：https://github.com/levihsu/OOTDiffusion/tree/main
AnyDoor：https://github.com/ali-vilab/AnyDoor
TryOnDiffusion：https://github.com/tryonlabs/tryondiffusion
TryOnDiffusion Doc: https://tryondiffusion.github.io/
