基于特征级变换的语言引导时尚图像操控
计算机视觉与模式识别
2018-08-14 v1
摘要
开发通过自然语句编辑服装图像并相应生成新服装的技术，在艺术、时尚与设计领域具有广阔应用前景。然而，这被认为是一项颇具挑战的任务，因为图像操控应仅作用于图像的相关部分，同时保持其余部分不变。此外，该操控过程应生成尽可能真实的图像。本工作中，我们提出 FiLMedGAN，它利用特征级线性调制（FiLM）将视觉特征与自然语言表征相关联并变换，而无需使用额外的空间信息。我们的实验表明，该方法在与跳跃连接和全变分正则化结合时，比基线工作生成更合理的结果，并且在生成与目标描述一致的新服装时具有更好的定位能力。
引用
@article{arxiv.1808.04000,
title = {Language Guided Fashion Image Manipulation with Feature-wise Transformations},
author = {Mehmet Günel and Erkut Erdem and Aykut Erdem},
journal= {arXiv preprint arXiv:1808.04000},
year = {2018}
}
备注
Accepted to ECCV 2018, First Workshop on Computer Vision For Fashion, Art and Design (extended version)