[论文翻译]SwapNet: 基于图像的服装迁移

摘要。我们提出Swapnet框架，用于在任意身体姿态、形状和着装的真人图像间实现服装迁移。服装迁移是一项具有挑战性的任务，需要：(i) 从身体姿态和形状中解耦服装特征；(ii) 在新身体上实现服装纹理的真实合成。我们提出一种神经网络架构，通过两个任务专用子网络分别解决这些子问题。由于获取同一服装在不同身体上成对图像的难度较大，我们提出一种新颖的弱监督方法，通过数据增强从单张图像生成训练对。我们首次实现了非约束图像中完全自动化的服装迁移，而无需解决复杂的3D重建问题。通过多样化的迁移结果展示，我们突显了相较于传统图像到图像和类比流程的优势。