手绘草图到服装图像的跨域生成

摘要：

针对基于手绘草图的服装图像生成质量较低以及服装图像丰富的语义属性与视觉细节难以利用的问题,提出一种基于手绘草图的服装图像生成方法AGGAN.利用深度学习技术中的强大生成模型生成式对抗网络与注意力机制,对服装草图与服装图像数据进行学习,通过属性融入模块将服装属性进行One-hot编码后得到AdaIN参数并融入到生成对抗网络模型中,训练模型学习服装图像与其视觉属性之间的对应关系,使得模型能够在输入条件为服装属性的情况下生成相应的服装图像.对比了AGGAN与其它图像生成方法在输入为服装草图时生成服装图像的效果,结果表明:AGGAN的弗雷切特初始距离FID值得分相较于无监督图像生成模型CycleGAN降低了26.2％,初始分数IS值则提高了13.8％,明显提升了生成服装图像的多样性与保真度.

关键词：服装设计、手绘草图、深度学习、图像生成、生成式对抗网络、注意力机制

所属期刊栏目：44

分类号：TS942.8;TP391.4

资助基金：国家自然科学基金;湖北省自然科学基金一般面上项目

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：171-178