二维虚拟试衣技术利用服装与人体图像合成虚拟试衣图像的方式来模拟服装的试穿效果。当前主流技术手段利用人体的体型姿势信息对服装图像进行扭曲变换,弥补服装与人体间的空间错位,然后再将扭曲服装与人体图像进行融合得到合成图像。然而,空间错位是无法完全消除的,人体与扭曲服装之间的未对齐区域会在融合过程中混入无关纹理,从而在合成图像的服装区域造成模糊和伪影。因此,如何解决上述问题是二维虚拟试衣领域面临的重要挑战。针对上述挑战,本文提出了一个基于通道注意力和未对齐区域归一化的图像融合网络。针对纹理模糊问题,引入通道注意力机制来自适应地调整人体与服装特征图通道间的权重,强调特征图中的服装纹理信息,实现了合成图像的服装纹理细节保留。针对伪影问题,建立了基于未对齐区域和目标人体分割图的归一化层,利用人体语义信息对特征图中的不同位置分别学习其仿射变换参数,能够指导未对齐区域的服装纹理合成,实现了合成图像中人体语义布局的保留,避免未对齐区域产生伪影。实验表明,在公开数据集MPV3D上,本文提出的图像融合网络在合成图像的结构相似度、学习感知图像块相似度以及frechet inception距离等指标上均优于基线方法VITON,性能指标分别提升了3.5%、59%和26.9%。在主观效果上,本文方法生成的合成图像具有更加逼真的服装纹理。基于上述工作,本文设计与实现了一个基于客户端-服务器架构的虚拟试衣软件。用户可以在移动客户端选择自身照片以及待试穿服装图片上传至服务端;服务端接收到上述图片后,利用本文方法生成虚拟试衣图像并返回和呈现在客户端上。