背景保持的服装片段风格迁移

杜 斐，陈明非，张云港

（云南师范大学信息学院，云南昆明 650500）

0 引言

最近，在计算机视觉及图像处理等领域，生成对抗网络（GAN）显示出优异的性能［1］。在图像翻译任务中，目前较常见的方法是学习未配对图像从一个源域到一个目标域的映射，将原图像作为输入，修改后的图像作为输出。随着深度学习的发展［2-3］，神经风格迁移成为人工智能领域一个非常活跃的研究课题，其通过将风格图像和内容图像共同输入到神经网络模型中合成一幅新图像［4］。新生成的图像具有内容图像的结构和内容特征，同时拥有风格图像的风格和纹理特征。神经风格转移已被应用于许多研究领域，如字体风格转移［5］、头部风格转移［6］、视频风格化［7］等。

另外，计算机视觉领域里的时尚分析也引起了很多研究者的兴趣，产生了许多应用人工智能解决艺术与时尚行业实际需求的研究内容，如时尚风格分类［8］、服装解析［9］、服装检索［10］等。本文研究目标为时装的风格迁移，主要目标为合成的服装形象在保持服装原有结构和形状的同时，融合给定的参考图像风格。设计师可快速看到服装在给定风格中的样子，以方便进行设计处理。如文献［11］在人的身上合成一个正面特写的服装图像；文献［12］在输入基本服装图像和风格图像的情况下，自动生成混合了基本设计风格与新风格的服装图片；文献［13］利用VITION 模型输入空白背景下的服饰和人物图像，将所需的服装项目无缝转移到人物相应区域。……