人工智能辅助服装设计 | Mixlab论文带读

人工智能辅助服装设计

AI Assisted Apparel Design

《AI Assisted Apparel Design》

作者提出了 2 种辅助服装设计的方法：

风格融合、风格迁移。

风格融合

风格融合，类似于maskrcnn。

先把服装进行分割，然后再组合，尝试重建，形成新的风格。

服装创意设计助理平台流程示意图

设计师可以选择多件服装，将多种服装的风格合并。

AI助手将输入服装的不同组成部分进行检测分段，并通过组合各个分段生成新的设计。

服装风格-合并算法流程

风格-合并算法流程：

1、设计师选择服装图像(A)和(B)

2、训练后的分割模型生成不同的分量作为掩码。在本例中，(C)包含轮廓蒙版，(D)包含右袖蒙版。

3、图像重建算法选择这两个掩码并生成中间输出(E)。

4、(E)被作为下一步骤的输入，并且(F)是来自(E)的轮廓掩模，(G)是(B)左袖子的蒙版。

5、(F)和(G)组合以产生最终输出(H)。

此过程迭代运行以选择多件服装和多个蒙版以生成大量的变体。

风格迁移

另一种风格迁移的方法则是通过应用不同的样式、颜色和图案来生成服装的多个定制。

服装风格转换算法流程

风格转换算法流程：

1、设计者从服装风格合并中选择生成的图像作为内容图像(A)

2、基于主题(B)选择喜欢的风格图像(C)

3、合并

多种风格变换

设计师可以选择多个流行的主题或款式来获得灵感，并组合出不同的变化

→ 论文自：

https://arxiv.org/pdf/2007.04950.pdf

扩展思考

1、可以使用基于生成性对抗网络(GAN)的模型来生成随机化的高质量图像。

2、可以结合不同风格的服装销售数据构建分析算法，来预测不同色彩、样式组合的服装带来的销量。

人类-人工智能协作工具，有助于弥合人类创造力和机器效率之间的差距。

而设计师可以利用人工智能从现有的设计中获得灵感，并自动生成高质量的设计。

# 一切皆可设计。

欢迎一起来探索未知世界

每期由mixlab社区精选、收录人工智能的相关内容。包括AI产品、AI技术、AI场景、AI投资事件、AI的思维方式等。MIX的主题包括：AR、VR、计算设计、计算广告、智能设计、智能写作、虚拟偶像等。