Poly-GAN：用于时尚合成的多条件 GAN
计算机视觉与模式识别
2019-09-06 v1 图形学
图像与视频处理
摘要
我们提出 Poly-GAN，一种新颖的条件 GAN 架构，其动机来自时尚合成应用，即把服装自动以任意姿态放置于人体模型图像上。Poly-GAN 允许多输入条件，适用于许多任务，包括图像对齐、图像拼接与修复。现有方法具有相似流程，使用三个不同网络分别对齐服装与人体姿态、拼接对齐后的服装、并最终细化结果。Poly-GAN 是首个使用通用架构执行全部三项任务的实例。我们的新颖架构在编码器所有层强制条件约束，并利用从编码器粗层到解码器相应层的跳跃连接。Poly-GAN 能基于任意姿态下模型的 RGB 骨架对服装进行空间变换。此外，Poly-GAN 可执行图像拼接（无论服装朝向），并在服装掩码含不规则孔洞时进行修复。我们的系统在 DeepFashion 数据集上于结构相似性指数（SSIM）与 inception score（IS）指标取得最先进定量结果。
引用
@article{arxiv.1909.02165,
title = {Poly-GAN: Multi-Conditioned GAN for Fashion Synthesis},
author = {Nilesh Pandey and Andreas Savakis},
journal= {arXiv preprint arXiv:1909.02165},
year = {2019}
}