BC-GAN：一种用于合成批量搭配服装的生成对抗网络
计算机视觉与模式识别
2025-02-04 v1 多媒体
摘要
利用生成网络进行搭配服装合成已成为时尚智能领域的一个新兴课题，因其在增加时尚产业收入方面具有显著的经济价值潜力。在先前的研究中，已有若干工作尝试使用生成对抗网络（GAN）基于给定服装单品合成视觉上搭配的服装，并取得了令人鼓舞的结果。然而，这些工作每次仅能合成一件搭配服装。但用户可能因个人品味和不同着装场景而需要不同的服装单品以满足其多样化选择。为解决这一局限，我们引入了一种新颖的批量服装生成框架，名为 BC-GAN，它能够同时合成多张视觉上搭配的服装图像。特别地，为了进一步提高合成结果的时尚兼容性，BC-GAN 从对比学习的视角，通过充分利用所有服装单品之间的搭配关系，提出了一种新的时尚兼容性判别器。我们的模型在一个由我们自己构建的、包含兼容套装的大规模数据集上进行了检验。大量实验结果证实，与最先进的方法相比，我们提出的 BC-GAN 在多样性、视觉真实感和时尚兼容性方面均具有有效性。
引用
@article{arxiv.2502.01080,
title = {BC-GAN: A Generative Adversarial Network for Synthesizing a Batch of Collocated Clothing},
author = {Dongliang Zhou and Haijun Zhang and Jianghong Ma and Jianyang Shi},
journal= {arXiv preprint arXiv:2502.01080},
year = {2025}
}
备注
This paper was accepted by IEEE TCSVT