본 연구는 가상 착용 (VTON) 모델의 효율성을 향상시키기 위해 개발된 Re-CatVTON 모델을 제시합니다. Dual UNet 기반의 기존 VTON 모델은 높은 성능을 보이지만, 과도한 계산량과 메모리 사용량이 단점으로 지적되었습니다. 본 연구는 컨텍스트 특징 학습에 대한 가설을 세우고, 이를 바탕으로 효율적인 single UNet 모델인 Re-CatVTON을 개발했습니다. Re-CatVTON은 새로운 classifier-free guidance 전략과 정확한 의류 정보를 주입하여 성능을 향상시켰습니다. 그 결과, 기존 CatVTON 모델보다 성능이 향상되었으며, 고성능 Dual UNet 모델인 Leffa보다 적은 계산량과 메모리를 사용하면서 우수한 성능을 보였습니다.
