معصومه تیموری حاجی آباد - دانشجوی کارشناسی ارشد نرم افزار کامپیوتر. دانشگاه آزاد اسلامی - واحد تهران شمال - دانشکده برق و کامپیوتر
زهره مافی - استاد راهنما و دانشجوی دکترای نرم افزار دانشگاه صنعتی شربف

تنوع فزاینده نیازهای مشتری. رقابت شدید جهانی و کم شدن زمان ارائه به بازار و هزینه های گزاف. چالش های زیادی را برای طراحان لباسایجاد می کند. با این حال پیشرفت های اخیر در یادگیری عمیق و بکارگیری تکنیک های هوش مصنوعی از جمله استفاده از شبکه های زایشیخصمانه که بطور خودکار اقدام به ایجاد طراحی می کند. می تواند این فر آیند را تسریع بخشد. این شبکه ها با استفاده از معماری شبکه هایعصبی کانولوشنی قادرند تا از مجموعه ای از تصاویر دیتاست باد بگیرد و تصاوبری مشابه تصاویر واقعی اما کاملا جدید که در دبتاست موحودنیست را تولید کند.در این تحقیق, با استفاده از الگوریتم های یادگیری عمیق و شبکه های زایشی خصمانه یک تصویر لباس جدید متناسب با خواست کاربر تولیدمی گردد که می تواند رنگ. بافت. شکل و سبک جدیدی را در ناحیه مشخصی در یک تصویر قطعه بندی شده اعمال کند و با دستکاری تصویرتقسیم بندی شده. یک تصویر مد جدید ایجاد کند. در این کار از نرمال سازی منطقه معنایی- تطبیقی. استفاده می گردد که هدف آن ساختیک معماری شبکه است که می تواند سبک هر ناحیه معنابی را به صورت جداگانه کنترل کند و به صورت تعاملی تصاویر را با تغییر ماسک هایتقسیم بندی پا سبک برای هر منطقه خاص ویرایش کند. انتخاب این معماری نشان می دهد اگر اطلاعات سبک به عنوان پارامترهای نرمالسازی در چندین لایه در شبکه تزریق شود می تواند نتایج با کیفیت بالاتری بدست آورد.

یادگیری عمیق، شبکه های زایشی خصمانه، تولید تصاویر لباس، نرمال سازی منطقه معنایی- تطبیقی