时尚风格生成：潜空间中基于高斯混合模型的进化搜索
神经与进化计算
2022-04-05 v2
摘要
本文提出一种新方法，用于引导在 FashionGen 数据集上训练的生成对抗网络（GAN）生成对应于目标时尚风格的设计。寻找生成器潜空间中对应于某风格的潜向量被作为一个进化搜索问题来处理。应用高斯混合模型基于服装特定属性预测模型中服装的高层表示来识别时尚风格。在世代演化中，遗传算法优化设计种群以提高其属于某一高斯混合成分或风格的概率。所开发的系统能生成具有最大适应度且视觉上类似某些风格的图像，表明我们的方法为引导风格一致设计的搜索提供了有前景的方向。
引用
@article{arxiv.2204.00592,
title = {Fashion Style Generation: Evolutionary Search with Gaussian Mixture Models in the Latent Space},
author = {Imke Grabe and Jichen Zhu and Manex Agirrezabal},
journal= {arXiv preprint arXiv:2204.00592},
year = {2022}
}
备注
- to be published at: International Conference on Computational Intelligence in Music, Sound, Art and Design : EvoMUSART 2022 - typo corrected in abstract