似ているポーズのembedding空間を構築するmetric learningを提案した点

単一の服の交換SSIMとInception ScoreにてSOTAの性能 しかしながら、複数の服を交換する先行研究のO-VITONとの比較がないため、何とも言えない ユーザースタディーで約半数以上は試着後画像を実画像と勘違いしたという結果が得られている

デモのクオリティが非常に高く、圧倒的性能を示した点が非常に高く評価されたと考えられる。しかしながら、新規提案自体はskin colorを弄れるようにしたこととポーズに関するembeddingのみであり (既存モジュールの組み合わせ的な手法)、単一の服での仮想試着の手法との定性評価がないこととO-VITONとの比較がないことが非常に残念であり、減点対象だったと考えられる。 コードの公開が待たれる。