MV-Fashion : towards Enabling Virtual Try-On and Size Estimation with Multi-View Paired Data
Laczkó, Hunor (Universitat Autònoma de Barcelona)
Jia, Libang (Universitat de Barcelona)
Truong, Phat Loc (Centre de Visió per Computador)
Hernández, Diego (Centre de Visió per Computador)
Escalera, Sergio (Centre de Visió per Computador)
Gonzàlez, Jordi (Universitat Autònoma de Barcelona)
Madadi, Meysam (Centre de Visió per Computador)

Date:	2026
Abstract:	Existing 4D human datasets fall short for fashion-specific research, lacking either realistic garment dynamics or task-specific annotations. Synthetic datasets suffer from a realism gap, whereas real-world captures lack the detailed annotations and paired data required for virtual try-on (VTON) and size estimation tasks. To bridge this gap, we introduce MV-Fashion, a large-scale, multi-view video dataset engineered for domain-specific fashion analysis. MV-Fashion features 3,273 sequences (72. 5 million frames) from 80 diverse subjects wearing 3-10 outfits each. It is designed to capture complex, real-world garment dynamics, including multiple layers and varied styling (e. g. rolled sleeves, tucked shirt). A core contribution is a rich data representation that includes pixel-level semantic annotations, ground-truth material properties like elasticity, and 3D point clouds. Crucially for VTON applications, MV-Fashion provides paired data: multi-view synchronized captures of worn garments alongside their corresponding flat, catalogue images. We leverage this dataset to establish baselines for fashion-centric tasks, including virtual try-on, clothing size estimation, and novel view synthesis. The dataset is available at https://hunorlaczko. github. io/MV-Fashion.
Grants:	Agencia Estatal de Investigación PID2024-162984NB-I00 Agencia Estatal de Investigación PID2022-136436NBI00 Agencia Estatal de Investigación PDC2022-133305-I00 Agencia Estatal de Investigación TED2021-131317B-I00 Agencia Estatal de Investigación PID2020-120611RB-I00
Note:	Altres ajuts: this work has been partially supported by the Catalan project IDC-2024-PROD-00013, and by ICREA under the ICREA Academia programme.
Rights:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra, i la creació d'obres derivades, sempre que no sigui amb finalitats comercials i que es distribueixin sota la mateixa llicència que regula l'obra original. Cal que es reconegui l'autoria de l'obra original.
Language:	Anglès
Document:	Prepublicació ; recerca ; Versió de l'autor
Subject:	cs.CV

DOI: 10.48550/arXiv.2603.08147

31 p, 31.4 MB

The record appears in these collections:
Research literature > Preprints