目前在二维图像上的虚拟试衣技术主要研究同一类别的换衣,如本来穿着短袖,要虚拟试穿短袖,尚未实现诸如穿着短袖换成连衣裙、穿着西装换成短袖等跨类别的虚拟试衣。为了消除虚拟试衣的类别局限性,本文提出了一种基于PFAFN（Parser Free Appearance Flow Network）的跨类别虚拟试衣方法。输入一张人物图片和一张目标服装图片,首先在数据集中查找一个“代理人”,该代理人的体型和姿态都与输入的人体相似、并且穿着与目标服装款式相同的衣服。然后将“代理人”图像和目标服装图像一起输入训练好的PF-AFN模型,得到“代理人”试穿目标服装的结果,以此给用户提供试穿目标服装的效果作为参考。本文的主要工作包括:（1）为了研究体型分类和连衣裙款式分类,本文收集并处理得到了2000张模特图片和4008张不同连衣裙款式的图片,并将模特按照体型分为Fatty和Skinny两类,将连衣裙按照款式分为Sling、Loose skirt、Loose long skirt、Waist skirt、Waist long skirt五类。并尝试了VGG19、Res Net101、Dense Net121、Dense Net169、Mobile Netv2、Efficient Net-b0、Efficient Net-b4、Efficient Net-b7八种分类网络进行体型和连衣裙款式分类的训练和预测。经过实验评估,本文选择了Res Net101作为分类模型。（2）本文基于姿态关键点设计了人体关节角度的求取方式,并基于余弦相似度设计了三种姿态相似度计算的方法。经过实验评估后,本文选择了其中的角度无权重拼接法作为本文的姿态相似度计算方法。基于体型分类、连衣裙款式分类及姿态相似度算法,可以在数据集中找到一个与用户体型相同、姿态相似并且穿着与目标连衣裙款式一样的连衣裙的人体图像,此即“代理人”。（3）为了评估使用“代理人”试穿目标服装的有效性,本文收集并制作了1658套可用于PF-AFN训练的连衣裙数据集,并训练得到了PF-AFN网络模型。将目标连衣裙和“代理人”输入训练好的PFAFN中,可以得到“代理人”试穿目标连衣裙的结果,以此作为用户试穿的参考。本文通过“代理人”试穿目标服装,在定量的对比实验中,使用“代理人”试穿结果的FID比未使用“代理人”提升了22.7,在定性的对比实验中,能很好的处理不同服装类别之间的属性差异问题,并生成正确、自然的试穿结果,证明了使用“代理人”进行跨服装类别虚拟试衣的有效性。