人工智能 (AI) 最近开始进入许多创意产业，例如，以数字艺术家、建筑师、室内设计师和图像编辑工具的形式出现。在这些情况下，人工智能可以将繁琐或耗时的流程自动化，同时也可能激发艺术家的灵感并促进他们的创作过程。

佛罗伦萨大学、摩德纳和雷焦艾米利亚大学以及比萨大学的研究人员最近着手探索 AI 模型在时装设计中的潜力。在arXiv上预发表的一篇论文中，他们介绍了一种新的计算机视觉框架，可以帮助时装设计师可视化他们的设计，向他们展示他们在人体上的样子。

过去大多数探索 AI 在时尚行业中的应用的研究都集中在计算工具上，这些工具可以推荐与用户选择的服装相似的服装，或者可以向在线客户展示服装在他们身上看起来如何的模型（即虚拟试穿系统）。另一方面，这个由意大利研究人员组成的团队着手开发一个可以支持设计师工作的框架，向他们展示他们设计的服装在现实生活中的样子，以便他们能够找到新的灵感，找出潜在的问题并解决问题。如果需要，改变他们的设计。

“与以往主要关注服装虚拟试穿的作品不同，我们提出了多模态条件时尚图像编辑任务，通过遵循多模态提示，如文本、人体姿势、和服装草图，”Alberto Baldrati、Davide Morelli 和他们的同事在他们的论文中写道。

“我们通过提出一种基于潜在扩散模型的新架构来解决这个问题，这种方法以前在时尚领域从未使用过。”

研究人员决定创建一个基于潜在扩散模型或 LDM 的框架，而不是使用生成对抗网络(GAN)，人工神经网络架构通常用于生成新的文本或图像，由于在压缩和低维潜在空间中接受训练，LDM 可以创建高质量的合成图像。

虽然这些有前途的模型已应用于许多需要生成人工图像或视频的任务，但它们很少用于时尚图像编辑。该领域的大多数先前工作都引入了基于 GAN 的架构，其生成的图像质量低于 LDM。

大多数用于训练 AI 模型执行时装设计任务的现有数据集仅包含低分辨率的服装图像，不包含根据文本提示和草图创建时装图像所需的信息。因此，为了有效地训练他们的模型，Baldrati、Morelli 和他们的同事必须首先更新这些现有的数据集或创建新的数据集。

“鉴于缺乏适合该任务的现有数据集，我们还扩展了两个现有的时尚数据集，即 Dress Code 和 VITON-HD，以半自动方式收集多模式注释，”Baldrati、Morelli 和他们的同事在他们的论文中解释道. “这些新数据集的实验结果证明了我们提议的有效性，无论是在现实主义方面还是在与给定的多模式输入的一致性方面。”

在初步评估中，这组研究人员创建的模型取得了非常有希望的结果，根据人体草图和特定文本提示创建了逼真的人体服装图像。他们的模型源代码和他们添加到数据集的多模式注释将很快在 GitHub 上发布。

将来，这种新模型可以集成到时装设计师现有的或新的软件工具中，它还可以为基于 LDM 的其他人工智能架构的开发提供信息，以用于现实世界的创意应用。

“这是模仿设计师在时装设计创意过程中的工作的首次成功尝试之一，并且可能成为创意产业中毛细管采用扩散模型、人工输入监督的起点，”这是Baldrati、Morelli 和他们的团队同事们在他们的论文中得出结论。

参考链接：https://techxplore.com/news/2023-04-human-prompts-generate-realistic-fashion.html