基于多级注意力的服装属性操控
计算机视觉与模式识别
2024-09-17 v1
摘要
在快速发展的在线时尚购物领域，对更加个性化和交互式图像检索系统的需求变得至关重要。现有方法通常难以精确操控特定服装属性而不意外影响其他属性。为应对这一挑战，我们提出了 GAMMA（Garment Attribute Manipulation with Multi-level Attention，基于多级注意力的服装属性操控），这是一种将属性解耦表示与基于多阶段注意力的架构相结合的新颖框架。GAMMA 实现了对时尚图像属性的针对性操控，允许用户高精度地细化其搜索。通过利用双编码器 Transformer 和记忆块，我们的模型在 Shopping100k 和 DeepFashion 等流行数据集上取得了 state-of-the-art 的性能。
引用
@article{arxiv.2409.10206,
title = {Garment Attribute Manipulation with Multi-level Attention},
author = {Vittorio Casula and Lorenzo Berlincioni and Luca Cultrera and Federico Becattini and Chiara Pero and Carmen Bisogni and Marco Bertini and Alberto Del Bimbo},
journal= {arXiv preprint arXiv:2409.10206},
year = {2024}
}
备注
Accepted for publication at the ECCV 2024 workshop FashionAI