基于变分自编码器的现代服饰局部中国风格迁移

杜 娟，胡 静

(1.南昌航空大学 艺术与设计学院，江西 南昌 330063； 2.江西艺术职业学院 美术系，江西 南昌 330044)

在全球化的今天，文化艺术是国家和民族的显著标签[1]。在面向世界和接受世界多民族文化的同时，如何让现代化服装保持中国民族特色及风格是我们现在应该思考的问题[2]。让中国人的服装具有中国风格，这是文化自信的直接体现。当前市场中存在着大量的中国风服饰，但总体来说质量不高，并且存在以下2个重要的问题：①中国风服饰设计对专业设计师掌握中国文化深度广度的要求较高，设计师培养周期较长；②创意匮乏，在传统风格和元素的固定框架下进行二次创作的难度较大，导致大多数传统风格服饰的成衣效果千篇一律。

因此，如何高效高质量地创造出真正具有中国风的服饰，并且在现代服装的适当部分，融入适当的中国风格元素，成为现在大家关注的焦点。

早期非参数的图像风格迁移是一种分析风格图像的方法，根据风格绘制物理模型或者数学统计模型，然后对迁移的图像进行纹理的合成，让其更符合建立的模型。这种方法需要建立复杂的模型，对于理论有较高要求，且每个风格需要单独建模，费时费力。相较于深度学习方法[3]，非参数的图像风格迁移方法表现出了越来越多的不足。Gatys等[4]提出了基于神经网络的图像风格迁移算法。然而早期基于深度学习方法产生的图像存在噪声、不清晰的问题。而且相较于传统方法需要巨大的数据集，这导致了训练速度慢、程序稳定性不佳等问题[5]。……