基于生成对抗网络的服装图像生成研究进展

作     者：施倩 罗戎蕾 SHI Qian;LUO Ronglei

作者机构：浙江理工大学服装学院杭州310018 浙江理工大学服装数字化技术浙江省工程实验室杭州310018 

基　　金：浙江省一般软科学研究计划(2022C35099) 浙江省丝绸与文化艺术研究中心培育项目(ZSFCRC20204PY) 

出 版 物：《现代纺织技术》 (Advanced Textile Technology)

年 卷 期：2023年第31卷第2期

页      码：36-46页

摘      要：生成式人工智能正逐步运用在服装零售、电子商务、趋势预测、虚拟现实以及增强现实等服装产业技术中,并广泛覆盖相关品类的服务与产品。深度学习领域,图像生成模型主要包括深度信念网络(DBN)、变分自编码器(VAE)、生成对抗网络(GAN)。文章围绕GAN研究前沿对其变体发展进行分类梳理,将应用于服装领域最为广泛的条件生成对抗网络(CGAN)在Text-to-Image、Image-to-Image、Image-to-Video中的相关研究成果加以介绍,并分析其优化历程、优缺点以及适用类型;列举GAN在服装图像生成中的具体应用,包括服装横幅广告自动生成、个性化服装推荐与生成、服装与图案设计、虚拟试衣;最后针对服装图像生成研究挑战作出总结。研究认为,未来可在多模态生成模型研发、大规模时尚服装数据集构建、服装生成客观评估指标的3个方向展开研究。

主 题 词：深度学习 生成对抗网络 服装生成 智能广告设计 虚拟试衣 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

D　O　I：10.19398/j.att.202203056

馆 藏 号：203118850...