解耦 GAN 中的多重条件输入
计算机视觉与模式识别
2018-06-21 v1 机器学习
摘要
本文提出一种解耦生成对抗网络 (GAN) 中多重输入条件影响的方法。具体而言，我们在计算机辅助时装设计中展示了该方法对生成服装图像的颜色、纹理和形状的控制。为解耦输入属性的影响，我们采用一致性损失函数定制条件 GAN。在实验中，我们每次调节一个输入，并展示可引导网络生成新颖且逼真的服装图像。此外，我们提出了一种时装设计流程，可估计现有服装的输入属性并利用我们的生成器对其进行修改。
引用
@article{arxiv.1806.07819,
title = {Disentangling Multiple Conditional Inputs in GANs},
author = {Gökhan Yildirim and Calvin Seward and Urs Bergmann},
journal= {arXiv preprint arXiv:1806.07819},
year = {2018}
}
备注
5 pages, 9 figures, Paper is accepted to the workshop "AI for Fashion" in KDD Conference, 2018, London, United Kingdom