Çekişmeli üretici ağlar ile yapay zekalı moda tasarımcısı ve değerlendiricisi üretme

Abstract

Recently, the fashion industry has been incorporating advanced technologies more and more in order to satisfy the needs of a varied and competitive market. This doctoral thesis investigates the application of Generative Adversarial Networks (GANs) as a fashion design and assessment method. The objective of the study is to create an advanced artificial intelligence system that can produce fashion images of high-quality and realism. This system will enhance the design process and elevate the virtual shopping experience. The study focusses on various approaches of GAN, including CycleGAN, Neural Transfer, and StyleGAN, to improve different aspects of fashion design, such as the transformation of clothes and patterns. The effectiveness of these models is evaluated through detailed computational experiments, demonstrating their ability to revolutionize the creative process in fashion design by providing innovative and efficient solutions. This thesis showcases notable progress in automating the processing of fashion images, providing designers with powerful tools to explore novel ideas and visualize concepts without the necessity of physical prototypes. Integrating GANs not only speeds up the design process but also decreases expenses related to material waste and extended prototyping. By using extensive datasets of past designs and fashion trends, the AI-driven system creates original and cutting-edge fashion ideas, encouraging innovation and helping designers stay ahead of the competition. Furthermore, this study aims to meet the increasing need for sustainability in the fashion sector by reducing material waste through the use of digital sample production. The utilization of AI technology is in line with current environmental objectives, establishing GANs as a significant contributor in promoting sustainable fashion practices. The effective utilization of GANs in this particular situation highlights their ability to not only improve artistic procedures but also contribute to more ecologically conscious fashion design practices.Son zamanlarda moda endüstrisi, çeşitli ve rekabetçi bir pazarın gereksinimlerini karşılamak için ileri teknolojileri giderek daha fazla kullanmaktadır. Bu doktora tezi, Üretken Çekişmeli Ağlar (ÜÇA) kullanımını moda tasarımı ve değerlendirme aracı olarak araştırmaktadır. Çalışmanın amacı, olağanüstü kalitede ve gerçekçilikte moda görüntüleri üretebilen gelişmiş bir yapay zeka sistemi yaratmaktır. Bu sistem, tasarım sürecini iyileştirecek ve sanal alışveriş deneyimini yükseltecektir. Çalışma, giysileri ve desenleri dönüştürmek gibi moda tasarımının farklı yönlerini mümkün kılmak için CycleGAN, Neural Transfer ve StyleGAN gibi birden fazla ÜÇA tabanlı metodolojiye odaklanmaktadır. Bu modellerin etkinliği, kapsamlı hesaplamalı deneylerle değerlendirilmekte olup, yaratıcı süreci dönüştürme kapasitelerini yenilikçi ve verimli çözümler sunarak göstermektedir. Bu tez, moda görüntü işleme otomasyonunda önemli ilerlemeleri sergilemekte, tasarımcılara fiziksel prototiplere ihtiyaç duymadan yeni kavramları keşfetmek ve fikirleri görselleştirmek için güvenilir araçlar sağlamaktadır. ÜÇA'ların entegrasyonu, sadece tasarım sürecini hızlandırmakla kalmaz, aynı zamanda malzeme israfı ve uzun prototipleme ile ilgili maliyetleri de azaltır. Geçmiş tasarımlar ve moda trendlerinden oluşan kapsamlı veri setlerini kullanarak, yapay zeka destekli sistem, özgün ve yenilikçi moda fikirleri üretir, yeniliği teşvik eder ve tasarımcıların piyasada önde kalmalarına yardımcı olur. Ayrıca, bu çalışma, dijital örnek üretimi yoluyla malzeme israfını azaltarak moda sektöründe sürdürülebilirlik ihtiyacını karşılamayı amaçlamaktadır. Yapay zeka teknolojisinin kullanımı, mevcut çevresel hedefleri destekler ve ÜÇA'ları sürdürülebilir moda uygulamalarını teşvik etmede önemli bir katkı sağlayıcı olarak konumlandırır. ÜÇA'ların bu özel durumdaki etkili kullanımı, sadece sanatsal süreçleri geliştirme kapasitelerini değil, aynı zamanda daha çevre dostu moda tasarım yöntemlerine katkıda bulunma potansiyellerini de vurgulamaktadır.