저자:  (1) 일리노이 대학교 어바나-샴페인 캠퍼스의 케단 리(Kedan Li);  (2) 일리노이대학교 어바나-샴페인캠퍼스 민진정(Min Jin Chong);  (3) JD AI 리서치의 Jingen Liu;  (4) David Forsyth, 일리노이 대학교 어바나-샴페인 캠퍼스.  링크 표   초록 및 소개   관련된 일   제안된 방법   실험   결론 및 참고자료  3. 제안 방법  우리의 방법에는 두 가지 구성 요소가 있습니다. SMN(   (SMN, 그림 2 및 3)은 전송을 수행하기 위해 모양별로 호환되는 의류 모델 쌍을 선택하기 위한 임베딩을 학습합니다. 임베딩 공간에서 가까운 곳에 있는 제품(각 모델) 이미지를 찾아 제품 이미지와 모델 이미지를 매칭합니다. MTN(   (MTN, 그림 4)은 의류 이미지, 모델 이미지 및 모델의 갈아입을 의류를 덮고 있는 마스크를 입력하고 제공된 의류를 착용한 모델의 사실적인 합성 이미지를 생성합니다. 네트워크는 공동으로 훈련된 워퍼와 인페인팅 네트워크로 구성됩니다. 워퍼는 각각 특정 기능에 특화된 제품 이미지의 k 워프를 생성합니다. 인페인팅 네트워크는 각 워프에서 찾을 기능을 선택하여 워프를 결합하는 방법을 학습합니다. SMN과 MTN은 별도로 훈련됩니다.  Shape Matching Net) Multi-warp Try-on Net)  3.1 모양 매칭 네트   임베딩 손실은 두 도메인의 기능 대응을 캡처하고 네트워크 아키텍처에 포함된 주의 메커니즘을 적용하는 데 사용됩니다. 공간 주의 아키텍처에 대한 자세한 내용은 보충 자료에 있습니다.   3.2 멀티워프 시착 네트   이전 작업[17,45]과 마찬가지로 우리 시스템은 두 가지 모듈로 구성됩니다. (a) 제품 이미지를 마스크와 정렬하여   생성하는 워퍼; (b) 워프를 마스크된 모델과 결합하고 합성 이미지를 생성하는 인페인팅 모듈. 이전 작업[17,45]과 달리 두 모듈은 개별적으로 훈련되지 않고 공동으로 훈련되므로 인페인터가 워퍼를 안내합니다.  여러 특수 워프를    여러 워프를 사용하면 각 워프 wi는 j < i인 이전 워프 wj에 의해 발생한 실수를 해결하도록 훈련됩니다. k 번째 워프의 경우 모든 픽셀에서 이전의 모든 워프 중에서 최소 손실을 계산합니다.  캐스케이드 손실:  캐스케이드 손실은 모든 워프에 대한 평균 손실을 계산합니다. 추가 정규화 조건이 변환 매개변수에 적용되므로 이후의 모든 워프는 첫 번째 워프에 가깝게 유지됩니다.   캐스케이드 손실은 모든 워프 사이에 계층 구조를 적용하므로 나중에 워프보다 초기 워프에서 실수를 저지르는 것이 더 많은 비용을 발생시킵니다. 이렇게 하면 훈련 중에 발생할 수 있는 진동을 방지할 수 있습니다(여러 워프가 최적을 위해 경쟁함). 이 아이디어는 부스팅과 비슷하지만 모든 워프가 그라데이션을 공유하므로 이전 워프를 이후 워프에 따라 조정할 수 있기 때문에 다릅니다.   이 문서는 CC BY-NC-SA 4.0 DEED 라이센스에 따라   . arxiv에서 볼 수 있습니다

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

PolyFrame publishes academic papers about computational framework manipulation of reciprocal polyhedrons.

Polyframe 's blog

이 오디오는 이야기의 원래 언어로 제작되었습니다!

형상 매칭을 통한 정확하고 사실적인 가상 시착을 위한 방법 제안

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

성공적인 클라우드 마이그레이션을 위한 전체 가이드: 전략 및 모범 사례

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

볼츠만 뇌 이론에 대한 간략한 소개

포럼에서 피드까지: 소셜 미디어 알고리즘이 디지털 상호작용을 형성하는 방식

성공적인 클라우드 마이그레이션을 위한 전체 가이드: 전략 및 모범 사례

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

볼츠만 뇌 이론에 대한 간략한 소개

포럼에서 피드까지: 소셜 미디어 알고리즘이 디지털 상호작용을 형성하는 방식

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps