基于CycleGAN的服装图像混搭风格迁移

为解决复杂背景下服装图像的风格迁移形式单一和局部细节失真问题，提出一种基于CycleGAN的服装图像混搭风格迁移的方法，用于实现服装款式和图案的多风格迁移。通过加入分割掩码，一方面，对特定区域的风格化形成空间约束，在判别器中加入谱归一化和引入背景优化损失保留了局部细节的真实度，实现服装风格款式的风格迁移；另一方面，提出图像融合的方式，将图案融入判别器输出的服装图像中，实现多风格迁移。最后，通过与CycleGAN和InstaGAN比较，依据生成图像的效果进行主观分析，使用图像质量评估指标IS和SSIM进行客观评估以验证该方法的有效性。