生成对抗网络在虚拟试衣中的应用研究进展

作者：张颖; 刘成霞^*

来源：丝绸, 2021, 58(12): 63-72.

• 虚拟试衣
• 生成对抗网络
• 深度学习
• 图像翻译网络
• 自我监督

生成对抗网络(GAN)的出色性能,使得深度学习在虚拟试衣中的应用得到新的发展,可以应对虚拟试衣中诸多问题和需求。GAN能够产生高度真实的输出,与原始训练分布非常接近,成为当下实现虚拟试衣不容忽视的工具。文章围绕这一研究前沿与热点问题,对GAN及其在虚拟试衣中的发展进行了简单的回顾;其次从GAN生成虚拟试衣结果的特征类别出发,先后介绍了在2D图像、3D模型及视频的虚拟试衣上的应用,总结分析了它们的运作机制、优点、局限性及适用场景;最后,讨论了GAN在虚拟试衣领域未来的研究方向。研究认为,未来可在增加试穿服装件数、提高试穿图像分辨率和准确性、提高视频试穿速度3个方向开展研究。

• 单位
  浙江理工大学