2024-03-19T12:00:54Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001954082022-10-21T05:24:51Z00581:09633:09636
服の領域を考慮した写真上の人物の自動着せ替えに関する研究SwapGAN: Cloth-Region Aware Generative Adversarial Networks toward Virtual Try-On Systemjpn[特集:若手研究者] 深層生成モデル,GAN,ファッションhttp://id.nii.ac.jp/1001/00195319/Journal Articlehttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=195408&item_no=1&attribute_id=1&file_no=1Copyright (c) 2019 by the Information Processing Society of Japan東京大学大学院工学系研究科東京大学大学院工学系研究科東京大学大学院工学系研究科東京大学大学院工学系研究科久保, 静真岩澤, 有祐鈴木, 雅大松尾, 豊本稿ではGenerative adversarial networks(GAN)に基づく写真上の自動着せ替えについて研究する.GANに基づく自動着せ替えの手法としてはConditional Analogy GAN(CAGAN)がすでに提案されているが,複雑なパターンの服の生成は難しい.本研究では,衣類の領域を考慮することでCAGANよりも服のパターンをよりよく反映させることができるSwapGANを提案する.このSwapGANは,まず大規模なデータセットで訓練されたセグメンテーションのモデルを使用して,写真上の人物の衣服の領域を取得する.その後,取得した領域を用いて衣服部分を人物画像から除去し,空白領域に所望の衣服を描写する.実験によって,提案手法ではセグメンテーションが有効に機能し,既存手法に対して優位性があることを確認した.We investigate a virtual try-on method based on generative adversarial networks (GAN). Conditional Analogy GAN (CAGAN) has already been proposed as a virtual try-on method based on GAN, though this method is not good at generating with complex patterns of clothing. In this study, we propose SwapGAN which can better reflect clothing pattern than CAGAN by considering clothing area. Our method first obtains the clothing region on a person by using a human parsing model trained with a large-scale dataset. Next, using the acquired region, the clothing part is removed from a human image. A desired clothing image is added to the blank area. Our experimental results showed that our proposed method has superiority over the existing method by a human parsing functioning effectively.AN00116647情報処理学会論文誌6038708792019-03-151882-77642019-03-14