약한 감독 하에 고해상도 의류 모델 생성

온라인 경제의 발전은 제품 의류에 모델의 이미지를 생성하여 새로운 의류를 전시하고 판매를 촉진하기 위한 수요를 증가시키고 있다. 그러나 고가의 전용 모델 이미지가 이 시나리오에서 기존의 이미지 가상 착용 기법에 도전을 제기하고 있다. 왜냐하면 대부분의 기법들이 쌍을 이루는 의류 이미지와 함께 상당한 양의 모델 이미지에 대해 사전 학습이 필요하기 때문이다. 본 논문에서는 이러한 특정 시나리오를 해결하기 위해 저비용이면서 확장 가능한 약한 지도 학습 방식인 '딥 제너레이티브 프로젝션(Deep Generative Projection, DGP)'을 제안한다. 본 방법의 핵심은 인간이 의류 착용 효과를 예측하는 과정을 모방하는 데 있다. 이는 지도 학습을 통해 얻은 계산 규칙이 아니라, 일상 경험을 바탕으로 한 비지도 상상에 기반한 과정이다. 여기서 미리 학습된 StyleGAN을 활용하여 실제 착용 경험을 포착한다. 실험 결과, 의류와 신체의 대략적인 정렬을 StyleGAN 공간에 투영하는 것만으로도 사실적인 사진 수준의 착용 결과를 얻을 수 있음을 확인하였다. 실제 전용 모델 이미지에 대한 실험을 통해 DGP가 몇 가지 최첨단 지도 학습 기법들에 비해 의류 모델 이미지 생성 측면에서 우수한 성능을 보였음을 입증하였다.