尝试混搭,告别格子衫,这个GAN帮你展示真人高清混搭效果
近年来,生成对抗网络(GAN)的进步使得研究者可以通过隐式生成建模对真实图像进行采样。其中一个改进是 Style GAN,其创意在于使用 Progressive GAN 生成高分辨率图像,并通过自适应实例归一化(AdaIN)对其进行修改。在该论文《Generating High-Resolution Fashion Model Images Wearing Custom Outfits》中,基于模特服装姿态图像数据集,作者应用并修改了 Style GAN:首先在一组时装模特图像上训练了原始 Style GAN,结果表明可以将一个生成的时装模特的服装颜色和身体姿态迁移到另一个;其次,作者修改了 Style GAN 以适应服装和人体姿态的生成过程。这使得在不同的身体姿态和体型下快速可视化定制服装成为可能。