Open Yagami360 opened 4 years ago
アーキテクチャの全体像
Shape Generation Network Components
Shape Generation Network のアーキテクチャと学習方法 Shape Generation Network 内部のアーキテクチャは、pix2pix-HD と同じく cGAN によるアーキテクチャになっている。 このネットワークは、下図のように、元の人物パース画像(=正解画像)と生成人物パース画像との間の Adv loss (LSGAN) と cross entroy loss の線形結合で定義された損失関数で学習される。
Appearance Generation Network Components
Appearance Generation Network のアーキテクチャと学習方法 Appearance Generation Network 内部のアーキテクチャは、pix2pix-HD と同じく cGAN によるアーキテクチャになっている。
この Appearance Generation Network は、以下の損失関数で学習される。
Appearance Refinement と Online optimization
既存の試着画像との定性比較、及び Online optimization の効果
複数の衣装での仮想試着の定性評価
失敗ケース
Please note that these images can be either natural images of people wearing different clothing or catalog images showing single clothing items.
0. 論文情報・リンク
1. どんなもの?
2. 先行研究と比べてどこがすごいの?
3. 技術や手法の"キモ"はどこにある?
アーキテクチャの全体像
Shape Generation Network Components
Shape Generation Network のアーキテクチャと学習方法 Shape Generation Network 内部のアーキテクチャは、pix2pix-HD と同じく cGAN によるアーキテクチャになっている。 このネットワークは、下図のように、元の人物パース画像(=正解画像)と生成人物パース画像との間の Adv loss (LSGAN) と cross entroy loss の線形結合で定義された損失関数で学習される。
Appearance Generation Network Components
Appearance Generation Network のアーキテクチャと学習方法 Appearance Generation Network 内部のアーキテクチャは、pix2pix-HD と同じく cGAN によるアーキテクチャになっている。
この Appearance Generation Network は、以下の損失関数で学習される。
Appearance Refinement と Online optimization
4. どうやって有効だと検証した?
既存の試着画像との定性比較、及び Online optimization の効果
複数の衣装での仮想試着の定性評価
失敗ケース
5. 議論はあるか?
6. 次に読むべき論文はあるか?
7. 参考文献