Open Yagami360 opened 4 years ago
アーキテクチャの全体像
T-WUTON のアーキテクチャ T-WUTON のネットワーク構造、及び損失関数は、既存の仮想試着モデルである WUTON と同様の構成になっている。 ※ 詳細は、「WUTON [End-to-End Learning of Geometric Deformations of Feature Maps for Virtual Try-On]」を参照
S-WUTON のアーキテクチャ S-WUTON のネットワーク構造は、T-WUTON と同様のネットワーク構造になっている。 但し、入力構造は{服画像・人物画像・人物パース画像から生成した Agnotic person}→{服画像・人物画像}の入力に変更されている。
ネットワークの損失関数も、T-WUTON と同様にして、L1 loss + VGG loss + Adv loss の線形結合になっている。 ※ Adv loss は、RGAN を使用
既存の仮想試着モデルとの定性検証
既存の仮想試着モデルとの定量検証
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
T-WUTON のアーキテクチャ T-WUTON のネットワーク構造、及び損失関数は、既存の仮想試着モデルである WUTON と同様の構成になっている。 ※ 詳細は、「WUTON [End-to-End Learning of Geometric Deformations of Feature Maps for Virtual Try-On]」を参照
S-WUTON のアーキテクチャ S-WUTON のネットワーク構造は、T-WUTON と同様のネットワーク構造になっている。 但し、入力構造は{服画像・人物画像・人物パース画像から生成した Agnotic person}→{服画像・人物画像}の入力に変更されている。
ネットワークの損失関数も、T-WUTON と同様にして、L1 loss + VGG loss + Adv loss の線形結合になっている。 ※ Adv loss は、RGAN を使用
4. どうやって有効だと検証した?
既存の仮想試着モデルとの定性検証
既存の仮想試着モデルとの定量検証
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