Trường Đại Học Sư Phạm Kỹ Thuật
Khoa Đào Tạo Chất Lượng Cao
Ngành Công Nghệ Thông Tin

ĐỒ ÁN TỐT NGHIỆP

ỨNG DỤNG HỌC MÁY CHO BÀI TOÁN PHÁT SINH
ẢNH THỜI TRANG TỪ CÂU MÔ TẢ

Sinh Viên Thực Hiện
MSSV
Sinh Viên Thực Hiện
MSSV
Khoá
Ngành
GVHD

:
:
:
:
:
:
:

NGUYỄN BÁ LÊ AN
15110001
NGUYỄN HỮU KHANG
15110062
K15
CÔNG NGHỆ THÔNG TIN
TS. NGUYỄN THIÊN BẢO

Tp. Hồ Chí Minh, tháng 07 năm 2020

Đồ án tốt nghiệp
Em xin cam đoan đây là đồ án của riêng nhóm em và được sự hướng dẫn của
thầy Nguyễn Thiên Bảo. Các nội dung nghiên cứu, kết quả trong đề tài này là
trung thực và chưa công bố dưới bất kỳ hình thức nào trước đây. Những số liệu
trong các bảng biểu phục vụ cho việc phân tích, nhận xét, đánh giá được chính tác
giả thu thập từ các nguồn khác nhau có ghi rõ trong phần tài liệu tham khảo.
Ngoài ra, trong đồ án còn sử dụng một số nhận xét, đánh giá cũng như số liệu
của các tác giả khác, cơ quan tổ chức khác đều có trích dẫn và chú thích nguồn
gốc.
Nếu phát hiện có bất kỳ sự gian lận nào em xin hoàn toàn chịu trách
nhiệm về nội dung đồ án của mình​. Trường đại học Sư Phạm Kỹ Thuật không
liên quan đến những vi phạm tác quyền, bản quyền do tôi gây ra trong quá trình
thực hiện (nếu có).
TP. Hồ Chí Minh, ngày 01 tháng 07 năm 2020
Tác giả 1

Nguyễn Bá Lê An
Tác giả 2

Nguyễn Hữu Khang

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT
NAM
Độc lập – Tự do – Hạnh phúc
*******

Tp. Hồ Chí Minh, ngày 01 tháng 07 năm 2020

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên: Nguyễn Hữu Khang
Họ và tên sinh viên: Nguyễn Bá Lê An
Ngành: Công nghệ thông tin
Giảng viên hướng dẫn: TS. Nguyễn Thiên Bảo
Ngày nhận đề tài: 24/02/2020

MSSV: 15110062
MSSV: 15110001
Khóa: K15
Ngày nộp đề tài: 01/07/2020

1. Tên đề tài:
-

Tìm hiểu bài toán phát sinh ảnh thời trang từ câu mô tả .

2. Các số liệu, tài liệu ban đầu:
-

Tập dữ liệu Fashion-Gen.

3. Nội dung thực hiện đề tài:
-

Tìm hiểu nghiên cứu tài liệu liên quan đến việc phát sinh ảnh từ mô hình GAN.
Tìm hiểu các mô hình phát sinh ảnh từ câu mô tả áp dụng AttnGAN (Attention Gan).
Hiện thực hóa mô hình sử dụng AttnGAN để giải quyết bài toán.
Kiểm thử và so sánh với mô hình khác (StackGAN-v2) trong việc giải quyết bài toán
phát sinh ảnh thời trang từ câu mô tả.

4. Sản phẩm:
-

Source code.
TRƯỞNG NGÀNH

GIẢNG VIÊN HƯỚNG DẪN

Th.S Nguyễn Đăng Quang

T.S Nguyễn Thiên Bảo
i

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT
NAM
Độc lập – Tự do – Hạnh phúc
*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
MSSV: 15110062
Họ và tên sinh viên: Nguyễn Hữu Khang
Họ
...

...
tiết chưa được tạo ra rõ ràng, cụ thể thế nhưng trong tương lai
mô hình có thể được cải thiện được vấn đề trên.
● Mô hình vẫn chưa có thể tạo ra hình ảnh cụ thể, hoặc nền phức tạp.
● Vấn đề mode collapse vẫn chưa được giải quyết.
● Từ những hạn chế hiện tại, đồ án hy vọng sẽ có thể cải thiện được
mô hình phát sinh ảnh thời trang từ câu mô tả đầu vào trong tương
lai.

47

Tài liệu tham khảo
[1]

Shane Barratt and Rishi Sharma. A note on the inception score.
ArXiv​, abs/1801.01973, 2018.

[2] Emily L. Denton, Soumith Chintala, Arthur Szlam, and Robert Fergus.
Deep generative image models using a laplacian pyramid of
adversarial networks. ​CoRR,​ abs/1506.05751, 2015.
[3] Ian Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David
Warde-Farley, Sherjil Ozair, Aaron Courville, and Yoshua Ben- gio.
Generative adversarial nets. In Z. Ghahramani, M. Welling,
C. Cortes, N. D. Lawrence, and K. Q. Weinberger, editors, ​Ad- vances
in Neural Information Processing Systems 27,​ pages 2672– 2680.
Curran Associates, Inc., 2014.
[4] Martin Heusel, Hubert Ramsauer, Thomas Unterthiner, Bernhard
Nessler, Gu¨nter Klambauer, and Sepp Hochreiter. Gans trained by a
two time-scale rule converge to a nash equilibrium. ​CoRR​,
abs/1706.08500, 2017.
[5]N. Rostam Zadeh, S. Hosseini, T. Bouquet, W. Stokowiec, Y. Zhang,
C. Jauvin, and C. Pal. Fashion-Gen: The Generative Fashion Dataset
and Challenge. ​ArXiv e-prints​, June 2018.
[6] Tim Salimans, Ian J. Goodfellow, Wojciech Zaremba, Vicki Cheung,
Alec Radford, and Xi Chen. Improved techniques for training gans.
CoRR​, abs/1606.03498, 2016.

48

[7] Tao Xu, Pengchuan Zhang, Qiuyuan Huang, Han Zhang, Zhe Gan,
Xiaolei Huang, and Xiaodong He. Attngan: Fine-grained text to image
generation with attentional generative adversarial networks. ​CoRR​,
abs/1711.10485, 2017.
[8] Han Zhang, Tao Xu, Hongsheng Li, Shaoting Zhang, Xiaolei Huang,
Xiaogang Wang, and Dimitris N. Metaxas. Stackgan: Text to photorealistic image synthesis with stacked generative adversarial networks. ​CoRR​, abs/1612.03242, 2016.
[9] Han Zhang, Tao Xu, Hongsheng Li, Shaoting Zhang, Xiaogang Wang,
Xiaolei Huang, and Dimitris N. Metaxas. Stackgan++: Re-alistic
image synthesis with stacked generative adversarial networks. ​CoRR​,
abs/1710.10916, 2017.
[10] Fashion-Gen: The Generative Fashion Dataset and Challenge​ by
Negar Rostamzadeh, Seyedarian Hosseini, Thomas Boquet, Wojciech
Stokowiec, Ying Zhang, Christian Jauvin, Chris Pal.

49

50