लेखकों ने CtrlVTON पेश किया, एक फ्रेमवर्क जो पिक्सेल-स्तर सेगमेंटेशन मास्क के साथ इमेज एडिटिंग के रूप में कार्य को पुनः परिभाषित करके वर्चुअल ट्राई-ऑन में उपयोगकर्ता नियंत्रण की कमी को दूर करता है। यह दृष्टिकोण उपयोगकर्ताओं को वस्त्र का आकार, शैली और शरीर पर स्थानिक स्थान निर्दिष्ट करने की अनुमति देता है।
- सिस्टम VIP-SAM के माध्यम से विजुअल-इंस्टेंस-प्रॉम्प्ट सेगमेंटेशन को परिभाषित करता है ताकि फ्लैटले इमेजों से विशिष्ट वस्त्र इंस्टेंस को एक व्यक्ति पर सेगमेंट किया जा सके।
- CtrlVTON लेआउट के विवरण जैसे कि कपड़ा अंदर घुसा हुआ है या खुला है, को नियंत्रित करने के लिए इन मास्क का उपयोग करता है।
- VIP-SAM और CtrlVTON दोनों अपने संबंधित कार्यों में राज्य-द्वारा-कला (state-of-the-art) परिणाम प्राप्त करते हैं।
- उत्पन्न इमेजें प्रोप्राइटरी एडिटिंग सिस्टम की तुलना में उपयोगकर्ता द्वारा प्रदान किए गए लेआउट का अधिक सटीक रूप से पालन करती हैं, जबकि वस्त्र विश्वसनीयता में उन्हें बराबर होती हैं।
यह कार्य यथार्थवादी वस्त्र स्थानांतरण के लिए एक विधि प्रदान करता है जिसमें कपड़े को कैसे पहना जाता है, इसके सटीक नियंत्रण के साथ।