本文介绍了一种基于 latent diffusion models 的新型架构，通过多模态提示（文本、人体姿势和服装草图）引导生成人体中心时尚图像，同时扩展了两个已有的时尚数据集，证明了该方法的有效性。

Apr, 2023

本文提出了一种基于文本引导的全身人像图像合成框架，采用基于注意力机制的潜在代码映射器，实现了比现有映射器更多元化对 StyleGAN 的控制，并在推理时引入特征空间掩码机制来避免因文本输入导致的不良影响，经定量和定性评估，证明了我们的方法比现有方法更能忠实地控制生成的图像。

May, 2023

本论文提出了一种新的文本引导时尚图片编辑方法 FICE，包括 GAN 反演、CLIP 模型语义信息和姿态、图片评估等多项约束，使其能够更好地控制图像合成的逼真程度，并与多种先进方法进行对比验证，结果表明 FICE 具有更强的编辑表现和高度逼真的时尚图像生成能力。

Jan, 2023

本文提出了一种名为 TD-GEM 的文本驱动服装编辑方案方法，通过生成对抗网络反演获取数据图像的潜在表达，之后通过对比学习的语言图像预训练（CLIP）指导一个服装图像的潜在表达，以在保持图像其他部分不变的情况下编辑与文本要求一致的服装项目，该方案通过对颜色和袖长进行实验，生成了更逼真的图像。

May, 2023

该论文探讨了多模态条件下的时尚图像编辑任务，提出了一种基于多模态指导的生成方法，利用时尚设计的文本、人体姿势、服装草图和面料纹理等多模态提示生成以人为中心的时尚图像。实验证明了提出方法在现实感和一致性方面的有效性。

Mar, 2024

本文提出了一种统一的两阶段框架 ——M6-Fashion，将样式先验知识和多模态控制的灵活性融合在一起，实现时尚设计中的实用 AI 辅助，取得了优秀的成果。

May, 2022

我们提出了一种名为 FashionEngine 的互动式 3D 人体生成和编辑系统，可以与人类与世界互动的方式一致地设计 3D 数字人体，并包括预训练的 3D 人体扩散模型、多模态 - UV 编码和多模态 - UV 对齐采样器等关键组件。

Apr, 2024

本文介绍了 MyStyle，这是一种使用少量照片训练的个性化深度生成先验的方法，其可以重建、增强和编辑特定人物的图像，生成的图像忠实于人物的关键面部特征。通过少量照片我们可以调整预训练的 StyleGAN 面部生成器的权重，形成一个本地的、低维的、个性化的流形空间，该流形空间包含与个人不同的各种肖像图片的潜在编码。此外，我们提出了一种统一的方法，将其应用于各种不适定的图像增强问题，例如修复、超分辨率和语义编辑，并取得了优异的定量和定性水平。

Mar, 2022

本文提出了一种名为 FiLMedGAN 的基于自然语言表示的特征线性调制的方法，能够在仅使用少量空间信息的情况下对服装图像进行编辑和生成，相比于现有的基线工作，结合 skip connection 和 total variation regularization 方法，可以生成更为真实可信的效果，并在生成的新装与目标描述一致时具有更好的本地化能力。

Aug, 2018

本文提出一种名为 Text2Human 的控制性框架，用于基于文本的生成高质量和多样化的人类图像。在此框架下，我们建立了一个分层的纹理感知码书，以存储不同类型纹理的多尺度神经表征，并使用混合专家的扩散变换采样器采样码书中的索引。通过使用细粒度文本输入，生成的图像具有更高的质量和更多的多样性，拥有比现有方法更好的性能。

May, 2022