一直以来,如何让计算机生成真实的图像是人工智能领域的一个研究难题。图像是人们日常学习,工作和生活中常见的媒体承载。图像合成以及编辑的需求也日益增加,要求也越来越高。无论是大众流行的修图还是专业设计师的设计图都需要这一技术的支持。近年来的研究表明,基于深度学习的算法在图像编辑和图像合成任务中取得了明显的突破。深度神经网络通过学习图像中的语义信息以及潜在的编码特征来理解以及生成图像。由于图像生成是像素级别的任务,分辨率越高任务越困难。本文将基于深度神经网络,研究由服装轮廓图生成高质量分辨率的服装图像生成算法来辅助服装设计流程。我们主要的工作在于:1.提出了一种新的纹理表达方式,纹理双色线(Bi-Colored edge)。这种表达方能够在图像生成质量和交互复杂性中达到一个良好的平衡。已有的服装图像生成算法都是提供小块的纹理图案给网络,试图让网络铺满到整个衣服区域。尽管这种方式不需要复杂的交互,但是无法生成高质量的、纹理清晰的服装图案。为此我们提出了纹理双色线这种新的纹理表达方式。我们将通过实验证明,这种新的表达方式能够生成纹理可控、细节可控的真实高清图像。2.提出了一个阴影增强器。我们发现在实际交互的时候,用户输入的纹理双色线很难包含阴影信息,导致服装图像生成器输出的图像缺少立体感。为了提高服装图片的立体感,增强真实性,我们提出了一个阴影生成器。用户只需要在服装轮廓图上绘出几条简单灰度线条,我们的阴影生成器就能够在服装图片相应的位置中生成阴影,增加服装图像的立体感。3.实现了一个交互系统。基于服装图像生成器和阴影增强器,结合python语言图形开发库Easy Gui模块实现交互系统的界面设计。我们的交互系统包含三个板块,绘画板块、输出板块以及颜色调节器,能够实现服装设计的基本需求。得益于图像生成器强大的生成能力,纹理双色线灵活的表达能力以及阴影生成器增强服装图片的立体感,我们的交互系统能够实现多样的、纹理复杂的服装图片的设计。