WAS-VTON：用于虚拟试穿网络的形变架构搜索
计算机视觉与模式识别
2021-08-03 v1
摘要
尽管基于图像的虚拟试穿近期取得进展，当前方法受限于共享形变网络，因此在面对需要不同形变操作的服装类别时无法合成自然的试穿结果。本文中，我们通过神经架构搜索（NAS）为虚拟试穿任务寻找服装类别特定的形变网络来解决该问题。我们引入 NAS-形变模块，并精心设计了一个双层分级搜索空间以确定最优的网络级与操作级流估计架构。给定包含不同数量形变块的网络级搜索空间，以及带有不同卷积操作的操作级搜索空间，我们联合学习可重复的形变单元与卷积操作的组合，专用于服装-人体对齐。此外，提出 NAS-融合模块以合成更自然的终试穿结果，其通过利用特定跳跃连接生成更好的融合特征，这些特征用于将形变后的服装与未变的人体部分无缝融合。我们采用高效稳定的单阶段搜索策略来搜索上述两个模块。大量实验表明，我们的 WAS-VTON 以更自然的形变结果与虚拟试穿结果显著优于先前的固定架构试穿方法。
引用
@article{arxiv.2108.00386,
title = {WAS-VTON: Warping Architecture Search for Virtual Try-on Network},
author = {Zhenyu Xie and Xujie Zhang and Fuwei Zhao and Haoye Dong and Michael C. Kampffmeyer and Haonan Yan and Xiaodan Liang},
journal= {arXiv preprint arXiv:2108.00386},
year = {2021}
}