Core Concepts
仮想試着モデルから蒸留された知識を用いて、ガーメントトランスファーの学習を監督する。
Abstract
本論文は、ガーメントトランスファーの学習を仮想試着モデルの知識蒸留によって監督する新しい手法を提案している。
まず、転送パーシング推論モデルは、仮想試着パーシング推論モデルから特徴知識と応答知識を学習する。その後、自己学習フェーズで元の知識を吸収し、転送パーシングの推論能力を高める。
次に、流れ変形モデルは、仮想試着モデルから形状情報と内容情報を蒸留して学習する。初期位置合わせフェーズでは、アフィン変換によって大まかな位置合わせを行い、流れ変形フェーズでは細かな対応関係を学習する。
さらに、露出した肌を推論するための腕再生モデルを提案する。
実験結果は、提案手法が他の仮想試着およびガーメントトランスファー手法と比較して優れた性能を示していることを明らかにしている。
Stats
提案手法は、他の仮想試着およびガーメントトランスファー手法と比較して、転送パーシング推論、ガーメント変形、新しい肌の推論、最終結果の合成において優れた性能を示している。
提案手法のパラメータ数は114.66Mで、計算量は105.53Gである。
Quotes
"仮想試着は、店頭の衣服を人物に着せるが、ガーメントトランスファーは、ある人物の衣服を別の人物に着せる。"
"ガーメントトランスファーの学習を監督する方法は、自己教示学習では不十分であり、教師あり学習が必要である。"
"仮想試着モデルから蒸留された知識を用いることで、ガーメントトランスファーの学習を効果的に監督できる。"