基于深度学习的服装草图到真实图像的转换

来源：计算机技术与发展杂志2022年第S2期北京时间：

作者：胡新荣;林豪发;朱萍;彭涛;刘军平;

单位：1. 湖北省服装信息化工程技术研究中心,湖北 武汉 430200;2. 武汉纺织大学 计算机与人工智能学院,湖北 武汉 430200

摘要：目前大多数边缘线条图即草图到真实图像转换的对象是人脸、人体姿态、动物姿态、鞋子和包包等比较简单的图形,因此,在上述工作基础上提出服装草图到真实图像转换的应用研究。 首先数据集上的处理:将背景全白的服装图片通过 U^2-Net 网络模型逆向生成的服装模拟草图使之构成成对的服装草图数据集;其次利用 pix2pix 网络和改进版本的pix2pixHD 网络对其训练测试以达到图像转换的目的;然后在此基础上希望能达到输入一张草图输出多张不同的与之对应的真实图片,提出用 BicycleGAN 与 MUNIT 网络对数据集训练测试;最后对比 pix2pix 与 pix2pixHD 和 BicycleGAN 与MUNIT 的两组实验效果,同时还对比了 pix2pixHD 与 BicycleGAN 和 MUNIT 的实验效果。 实验表明,虽然服装草图线条较简单的草图更复杂一些,但是服装草图到真实服装图像转换仍有可实现性,并且有比较好的清晰度和多样性,而且在视觉编辑、服装设计和人机交互等领域有着巨大的应用价值。

关键词：深度学习;服装草图;图像转换;真实图像;数据集