Virtual reality Try-On (VTON) system for garments and its impact on customer experience

Abstract

The increasing shift toward digital commerce in the apparel industry requires effective solutions to replicate in-store experiences online. Virtual Try-On (VTON) systems have advanced using AI and computer vision, but limitations in garment fidelity, pose conformity and occlusion handling persist. This thesis uses constructive method to investigate the evolution of VTON technologies, evaluate state-of-the-art models including CP-VTON, VITON-HD, PF-AFN, and RMGN, and identifies their architectural strengths and shortcomings through empirical testing. A hybrid VTON framework is proposed that enhances alignment, occlusion handling, and garment realism by integrating a unified condition generator and SPADE-based image synthesis. The system’s performance is validated both quantitatively—achieving improved FID and KID scores—and qualitatively through a user study grounded in the Technology Acceptance Model (TAM). The proposed system demonstrates superior performance in quantitative evaluation, achieving FID scores of 10.91 and KID scores of 0.179, significantly outperforming baseline implementations. Results indicate strong user approval in terms of usability, visual realism, and hedonic value, underscoring the model’s potential to enrich online shopping experiences and drive adoption of immersive retail technologies. These results are crucial for solution designers and retailers to ensure that the try-on systems employed fulfill the consumer requirements and expectations without compromising on their experience.

Lisääntyvä siirtyminen kohti digitaalista kaupankäyntiä vaatetusalalla edellyttää tehokkaita ratkaisuja myymäläkokemusten toteuttamiseksi verkkoympäristöissä. Virtual Try-On (VTON) -järjestelmät ovat viimeaikoina edistyneet tekoälyn ja tietokonenäön avulla, mutta vaatteiden tarkkuudessa, asennonmukaisuudessa ja okkluusiokäsittelyssä on edelleen rajoituksia. Tämä opinnäytetyö käyttää konstruktiivista menetelmää VTON-teknologioiden kehityksen tutkimiseen, uusimpien mallien arvioimiseen, mukaan lukien CP-VTON, VITON-HD, PF-AFN ja RMGN. Pyrkimyksenä on tunnistaa näiden mallien arkkitehtoniset vahvuudet ja puutteet empiirisen arvioinnin kautta. Työssä ehdotetaan uutta VTON-kehystä, joka parantaa kohdistusta, okkluusiokäsittelyä ja vaatteiden realismia integroimalla malliin yhtenäisen kuntogeneraattorin ja SPADE-pohjaisen kuvasynteesin. Järjestelmän suorituskyky validoitiin sekä kvantitatiivisesti – parempien FID- ja KID-pisteiden saavuttamiseksi – että laadullisesti teknologian hyväksymismalliin (TAM) perustuvan käyttäjätutkimuksen avulla. Tulokset osioittavat käyttäjien hyväksyvän malin, mitä tulee käytettävyyteen, visuaaliseen realismiin ja hedoniseen arvoon. Tämä korostaa mallin potentiaalia rikastuttaa verkkokauppakokemuksia ja edistää mukaansatempaavien vähittäismyyntitekniikoiden käyttöönottoa.