ファッションスタイル生成:潜在空間におけるGauss混合モデルによる進化的探索【JST・京大機械翻訳】

Grabe Imke; Zhu Jichen; Agirrezabal Manex

プレプリント

J-GLOBAL ID：202202221368815730 整理番号：22P0324089

ファッションスタイル生成:潜在空間におけるGauss混合モデルによる進化的探索【JST・京大機械翻訳】

Fashion Style Generation: Evolutionary Search with Gaussian Mixture Models in the Latent Space

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月01日プレプリントサーバーでの情報更新日： 2022年04月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,FashionGenデータセット上で訓練されたGenerative Adversarial Networkをガイドする新しいアプローチを提示し,ターゲットファッションスタイルに対応する設計を生成する。スタイルに対応する発電機の潜在空間における潜在ベクトルを見出すことは,進化的探索問題としてアプローチされる。Gauss混合モデルを適用して,衣類固有属性予測モデルにおけるアウトフィットの高次表現に基づくファッションスタイルを同定した。世代にわたって,遺伝的アルゴリズムは,Gauss混合成分またはスタイルの1つに属する確率を増加させるための設計母集団を最適化する。開発したシステムが,あるスタイルに視覚的に類似した最大適応性の画像を生成することができるので,著者らのアプローチは,スタイル-コヒーレント設計のための探索を導くための有望な方向を提供する。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, 【Automatic Indexing@JST】