HAIFIT: 从人类到 AI 的时尚图像转换
计算机视觉与模式识别
2024-08-15 v5
摘要
在时尚设计领域,草图是表达艺术家独特绘画风格和创意愿景的画布,捕捉了笔触变化和纹理细微差别等复杂细节。草图到图像的跨模态转换技术的出现显著地帮助了设计师。然而,现有方法在图像生成过程中常常会损害这些草图细节,导致生成的图像偏离设计师的预期概念。这一局限性阻碍了为设计师提供最终输出精确预览的能力。为克服这一挑战,我们引入了 HAIFIT,这是一种通过整合多尺度特征并从多样视角捕获广泛的特征图依赖关系,将草图转换为高保真、逼真的服装图像的新方法。通过在我们自行收集的数据集上进行广泛的定性和定量评估,我们的方法在生成照片级逼真的服装图像方面,与现有方法相比展现了优越的性能。我们的方法在保留时尚设计应用所必需的独特风格和复杂细节方面表现出色。此外,我们的方法在模型训练和推理速度上也具有明显优势,有助于减少设计师的时间成本并提高设计效率。
引用
@article{arxiv.2403.08651,
title = {HAIFIT: Human-to-AI Fashion Image Translation},
author = {Jianan Jiang and Xinglin Li and Weiren Yu and Di Wu},
journal= {arXiv preprint arXiv:2403.08651},
year = {2024}
}
备注
10 pages,8 figures