澳门游戏APP下载期刊专题针对基于手绘草图的服装图像生成质量较低以及服装图像丰富的语义属性与视觉细节难以利用的问题,提出一种基于手绘草图的服装图像生成方法AGGAN.利用深度学习技术中的强大生成模型生成式对抗网络与注意力机制,对服装草图与服装图像数据进行学习,通过属性融入模块将服装属性进行One-hot编码后得到AdaIN参数并融入到生成对抗网络模型中,训练模型学习服装图像与其视觉属性之间的对应关系,使得模型能够在输入条件为服装属性的情况下生成相应的服装图像.对比了AGGAN与图像生成方法在输入为服装草图时生成服装图像的效果,结果表明:AGGAN的弗雷切特初始距离FID值得分相较于无监督图像生成模型CycleGAN降低了26.2％,初始分数IS值则提高了13.8％,明显提升了生成服装图像的多样性与保真度.
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”