2017. 09. 07

We present DeepWear, a method using deep convolutional generative adversarial networks (DCGANs) for clothes design. Deep neural networks (DNNs) learn the feature of specific brand clothes and generate images, then patterns instructed from the images are made, and an author creates clothes based on that. We evaluated this system by evaluating the credibility of the actual sold clothes on market with our clothes. As the result, we found it is possible to make clothes look like actual products from the generated images.Our findings have implications for collaborative design between machine and human intelligence.

Natsumi Kato, Hiroyuki Osone, Daitetsu Sato, Naoya Muramatsu, Kotaro Oomori, Ooi Chun Wei and Yoichi Ochiai

本研究では, 衣服設計のために深い畳み込み生成的対立ネットワーク(DCGANs)を使用する方法であるDeepWearを提案する. ディープニューラルネットワーク(DNN)は, 特定のブランドの服の特徴を学習し, 画像を生成し, 画像から指示されたパターンを作成し, それに基づいて服を作った. 私たちは, 実際の販売された衣類の衣類の市場における信頼性を評価することによって, このシステムを評価した. 結果として, 生成された画像から実際の製品のように服を作ることが可能であることがわかり,機械と人間の知性の間の協調設計に意味を持つと考えている.

加藤奈津実, 大曽根宏幸, 佐藤大哲, 村松直哉, 大森功太郎, Ooi Chun Wei, 落合陽一