Original imageImage withmissing garmentOriginal layoutGeneratedlayoutsGenerated appearancesOriginal image GeneratedlayoutsGenerated appearancesOriginal imageImage withmissing garmentOriginal layoutGeneratedlayoutsGenerated appearances144810FiNet：兼容和多样化的时尚图像修复0Xintong Han 1 , 2 Zuxuan Wu 3 Weilin Huang � 1 , 2 Matthew R. Scott 1 , 2 Larry S. Davis 301 马隆科技，中国深圳 2 深圳马隆人工智能研究中心，中国深圳 3马里兰大学，College Park0{ xinhan,whuang,mscott } @malong.com, { zxwu,lsd } @umiacs.umd.edu0图1：我们在形状和外观上具有兼容性和多样性的修复缺失的时尚物品。0摘要0视觉兼容性对于时尚分析至关重要，但在现有的时尚图像合成系统中缺失。在本文中，我们提出通过时尚图像修复来明确建模视觉兼容性。我们提出了Fashion InpaintingNetworks（FiNet），这是一个两阶段的图像到图像生成框架，能够进行兼容和多样化的修复。为了确保照片逼真的结果，我们的框架包括一个形状生成网络和一个外观生成网络，将形状和外观的生成分离开来。更重要的是，对于每个生成网络，我们引入了两个相互作用的编码器来学习共享的兼容性空间中的潜在编码。这些潜在表示与相应的生成网络一起进行联合优化，以在合成过程中对其进行条件约束，鼓励生成一组多样化的结果，这些结果在视觉上与现有的时尚服装兼容。此外，我们的框架还可以轻松扩展到服装重建和时尚转换。对时尚合成的大量实验证明了我们方法的有效性。0*Weilin Huang为通讯作者。01. 引言0最近深度生成模型的突破，特别是变分自编码器（VAEs）[30]，生成对抗网络（GANs）[16]及其变体[25, 44, 10, 31]，为计算机视觉中的各种时尚应用打开了新的大门，包括时尚设计[28,52]，语言引导的时尚合成[78, 51, 17]，虚拟试穿系统[19, 63, 5, 8, 66,7]，基于服装的外观转换[48,74]等。与生成刚性物体的图像不同，时尚合成更加复杂，因为它涉及多个服装物品，这些物品组成了一个兼容的套装。同一套装中的物品可能具有截然不同的外观，如纹理和颜色（例如棉质衬衫、牛仔裤、皮鞋等），但当它们组装在一起时，它们互补，为一个人构成了一个时尚的整体。因此，探索不同服装之间的兼容性，而不是孤立的元素，以合成一组多样化的时尚图像对于产生令人满意的虚拟试穿体验和令人惊叹的时尚设计作品集至关重要。然而，在计算机视觉任务中建模视觉兼容性是困难的，因为没有地面实况注释指定时尚物品是否兼容。因此，研究人员通过利用上下文关系（或共现关系）来缓解这个问题，作为一种弱兼容性信号[18, 62, 57,22]。例如，同一套装中的两件时尚物品被认为是兼容的，而通常不一起穿的物品是不兼容的。同样，我们考虑明确地探索视觉兼容关系作为时尚图像合成任务的上下文线索。具体而言，我们将这个问题形式化为图像修复，其目标是根据周围像素来填补图像中的缺失区域。请注意，同时在建模不同服装之间的视觉兼容性的情况下生成整套服装是极具挑战性的，因为它需要将在形状和外观上都有所变化的服装物品渲染到人物上。相反，我们首先通过将其缩小到图像修复来模拟视觉兼容性的第一步，使用带有穿着服装的人物图像。目标是渲染出一组多样化的逼真服装物品，以填补图像中缺失物品的区域，同时与现有服装的风格相匹配，如图1所示。这可以用于各种时尚应用，如时尚推荐、时尚设计和服装转换。例如，修复的物品可以作为中间结果（例如，在Google/Pinterest上查询，向时尚设计师展示的图片）从目录中检索出类似的物品进行推荐。与修复被刚性物体包围的缺失区域[47, 70,73]不同，合成与周围服装相匹配的服装物品更具挑战性，因为（1）我们需要生成一组多样化的结果，但多样性受到视觉兼容性的限制；（2）更重要的是，泛化过程本质上是一个多模态问题——给定一个带有一个缺失服装的时尚图像，可以生成形状和外观上不同的各种物品，以与现有集合兼容。例如，在图1的第二个示例中，可以有不同类型的下装（例如短裤或长裤），而每种下装类型在视觉外观上可能有不同的颜色（例如蓝色、灰色或黑色）。因此，缺失时尚物品的合成需要对形状和外观进行建模。然而，同时耦合形状和外观生成通常无法处理服装的形状和边界，因此会产生不令人满意的结果，如[32, 78,59]所讨论的。为了解决这些问题，我们提出了FiNet，这是一个两阶段的框架，如图2所示，通过生成一组逼真且兼容的时尚物品来填补图像中缺失的时尚物品，同时具有多样性。具体而言，我们使用一个形状生成网络（图3）和一个外观生成网络（图4）来依次生成形状和外观。每个生成网络都包含一个通过重构合成新图像的生成器，以及两个相互作用的编码器网络，以在保持视觉兼容性的同时鼓励多样性。一个编码器学习的是44820关系（或共现）作为一种弱兼容信号[18, 62, 57,22]。例如，同一套装中的两件时尚物品被认为是兼容的，而通常不一起穿的物品是不兼容的。同样，我们考虑明确地探索视觉兼容关系作为时尚图像合成任务的上下文线索。具体而言，我们将这个问题形式化为图像修复，其目标是根据周围像素来填补图像中的缺失区域。请注意，同时在建模不同服装之间的视觉兼容性的情况下生成整套服装是极具挑战性的，因为它需要将在形状和外观上都有所变化的服装物品渲染到人物上。相反，我们首先通过将其缩小到图像修复来模拟视觉兼容性的第一步，使用带有穿着服装的人物图像。目标是渲染出一组多样化的逼真服装物品，以填补图像中缺失物品的区域，同时与现有服装的风格相匹配，如图1所示。这可以用于各种时尚应用，如时尚推荐、时尚设计和服装转换。例如，修复的物品可以作为中间结果（例如，在Google/Pinterest上查询，向时尚设计师展示的图片）从目录中检索出类似的物品进行推荐。与修复被刚性物体包围的缺失区域[47, 70,73]不同，合成与周围服装相匹配的服装物品更具挑战性，因为（1）我们需要生成一组多样化的结果，但多样性受到视觉兼容性的限制；（2）更重要的是，泛化过程本质上是一个多模态问题——给定一个带有一个缺失服装的时尚图像，可以生成形状和外观上不同的各种物品，以与现有集合兼容。例如，在图1的第二个示例中，可以有不同类型的下装（例如短裤或长裤），而每种下装类型在视觉外观上可能有不同的颜色（例如蓝色、灰色或黑色）。因此，缺失时尚物品的合成需要对形状和外观进行建模。然而，同时耦合形状和外观生成通常无法处理服装的形状和边界，因此会产生不令人满意的结果，如[32, 78,59]所讨论的。为了解决这些问题，我们提出了FiNet，这是一个两阶段的框架，如图2所示，通过生成一组逼真且兼容的时尚物品来填补图像中缺失的时尚物品，同时具有多样性。具体而言，我们使用一个形状生成网络（图3）和一个外观生成网络（图4）来依次生成形状和外观。每个生成网络都包含一个通过重构合成新图像的生成器，以及两个相互作用的编码器网络，以在保持视觉兼容性的同时鼓励多样性。一个编码器学习的是0缺失单品的潜在表示，我们使用来自缺失单品的相邻服装（兼容上下文）的第二个编码器的潜在代码来规范化潜在表示。这些潜在表示与相应的生成器一起联合学习，以调节生成过程。这使得两个生成网络都能学习不同服装之间的高级兼容性相关性，使我们的框架能够生成具有有意义的多样性（多模态输出）和强大兼容性的合成时尚单品，如图1所示。我们在DeepFashion[39]数据集上提供了广泛的实验结果，并与时尚合成的最新方法进行了比较，结果证实了我们方法的有效性。02. 相关工作0视觉兼容性建模。视觉兼容性在时尚推荐和检索[38, 55, 57,58]中起着重要作用。基于度量学习的方法通过在风格空间中将两个兼容的时尚单品靠近彼此来解决这个问题[42, 62,61]。最近，除了建模成对兼容性之外，还引入了能够捕捉一组服装之间兼容性的序列模型[18,35]和子集选择算法[21]。与试图预测时尚兼容性的这些方法不同，我们将兼容性信息纳入到生成包含互补服装的时尚图像的图像修复框架中。此外，大多数现有系统在使用监督学习时都严重依赖于手动标注的兼容性关系。相反，我们以自监督的方式训练我们的网络，没有明确的兼容性注释。我们假设原始目录图像中呈现的服装套装中的多个时尚单品彼此兼容，因为这样的目录通常是由时尚专家精心设计的。因此，最小化重构损失可以学习生成兼容的时尚单品。图像合成。图像合成与GANs [16]和VAEs[30]引起了越来越多的关注。为了控制生成的图像或视频的质量和所需的属性，使用各种监督知识或条件，如类标签[46, 2]，属性[53, 69]，文本[49, 75, 68]，图像[25, 64, 33, 6,11]等。在生成时尚图像的背景下，现有的时尚合成方法通常侧重于在姿势[40, 45, 32, 54]，文本描述[78,51]，纹理[67]，服装产品图像[19, 63, 72,26]，不同人物上的服装[74, 48]或多个解耦条件[10, 41,71]的条件下渲染服装。相比之下，我们让我们的生成模型意识到时尚兼容性，这还没有得到充分探索。为了使我们的方法更适用于实际应用，我们对时尚建模进行了如下定义。AAAB6HicbZBNS8NAEIYn9avWr6pHL4tFEISSiKDHohePLdgPaEPZbCft2s0m7G6EEvoLvHhQxKs/yZv/xm2bg7a+sPDwzgw78waJ4Nq47rdTWFvf2Nwqbpd2dvf2D8qHRy0dp4phk8UiVp2AahRcYtNwI7CTKKRRILAdjO9m9fYTKs1j+WAmCfoRHUoeckaNtRoX/XLFrbpzkVXwcqhArnq//NUbxCyNUBomqNZdz02Mn1FlOBM4LfVSjQllYzrErkVJI9R+Nl90Ss6sMyBhrOyThszd3xMZjbSeRIHtjKgZ6eXazPyv1k1NeONnXCapQckWH4WpICYms6vJgCtkRkwsUKa43ZWwEVWUGZtNyYbgLZ+8Cq3Lqme5cVWp3eZxFOEETuEcPLiGGtxDHZrAAOEZXuHNeXRenHfnY9FacPKZY/gj5/MHcYeMrw==AAAB6HicbZBNS8NAEIYn9avWr6pHL4tFEISSiKDHohePLdgPaEPZbCft2s0m7G6EEvoLvHhQxKs/yZv/xm2bg7a+sPDwzgw78waJ4Nq47rdTWFvf2Nwqbpd2dvf2D8qHRy0dp4phk8UiVp2AahRcYtNwI7CTKKRRILAdjO9m9fYTKs1j+WAmCfoRHUoeckaNtRoX/XLFrbpzkVXwcqhArnq//NUbxCyNUBomqNZdz02Mn1FlOBM4LfVSjQllYzrErkVJI9R+Nl90Ss6sMyBhrOyThszd3xMZjbSeRIHtjKgZ6eXazPyv1k1NeONnXCapQckWH4WpICYms6vJgCtkRkwsUKa43ZWwEVWUGZtNyYbgLZ+8Cq3Lqme5cVWp3eZxFOEETuEcPLiGGtxDHZrAAOEZXuHNeXRenHfnY9FacPKZY/gj5/MHcYeMrw==AAAB6HicbZBNS8NAEIYn9avWr6pHL4tFEISSiKDHohePLdgPaEPZbCft2s0m7G6EEvoLvHhQxKs/yZv/xm2bg7a+sPDwzgw78waJ4Nq47rdTWFvf2Nwqbpd2dvf2D8qHRy0dp4phk8UiVp2AahRcYtNwI7CTKKRRILAdjO9m9fYTKs1j+WAmCfoRHUoeckaNtRoX/XLFrbpzkVXwcqhArnq//NUbxCyNUBomqNZdz02Mn1FlOBM4LfVSjQllYzrErkVJI9R+Nl90Ss6sMyBhrOyThszd3xMZjbSeRIHtjKgZ6eXazPyv1k1NeONnXCapQckWH4WpICYms6vJgCtkRkwsUKa43ZWwEVWUGZtNyYbgLZ+8Cq3Lqme5cVWp3eZxFOEETuEcPLiGGtxDHZrAAOEZXuHNeXRenHfnY9FacPKZY/gj5/MHcYeMrw==AAAB6HicbZBNS8NAEIYn9avWr6pHL4tFEISSiKDHohePLdgPaEPZbCft2s0m7G6EEvoLvHhQxKs/yZv/xm2bg7a+sPDwzgw78waJ4Nq47rdTWFvf2Nwqbpd2dvf2D8qHRy0dp4phk8UiVp2AahRcYtNwI7CTKKRRILAdjO9m9fYTKs1j+WAmCfoRHUoeckaNtRoX/XLFrbpzkVXwcqhArnq//NUbxCyNUBomqNZdz02Mn1FlOBM4LfVSjQllYzrErkVJI9R+Nl90Ss6sMyBhrOyThszd3xMZjbSeRIHtjKgZ6eXazPyv1k1NeONnXCapQckWH4WpICYms6vJgCtkRkwsUKa43ZWwEVWUGZtNyYbgLZ+8Cq3Lqme5cVWp3eZxFOEETuEcPLiGGtxDHZrAAOEZXuHNeXRenHfnY9FacPKZY/gj5/MHcYeMrw==ShapeCompatibility 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AAAB7XicbZBNSwMxEIZn/az1q+rRS7AInsquCHosevFY0X5Au5Rsmm1js8mSzAql9D948aCIV/+PN/+NabsHbX0h8PDODJl5o1QKi77/7a2srq1vbBa2its7u3v7pYPDhtWZYbzOtNSmFVHLpVC8jgIlb6WG0ySSvBkNb6b15hM3Vmj1gKOUhwntKxELRtFZjc6AIrnvlsp+xZ+JLEOQQxly1bqlr05PsyzhCpmk1rYDP8VwTA0KJvmk2MksTykb0j5vO1Q04TYcz7adkFPn9EisjXsKycz9PTGmibWjJHKdCcWBXaxNzf9q7Qzjq3AsVJohV2z+UZxJgppMTyc9YThDOXJAmRFuV8IG1FCGLqCiCyFYPHkZGueVwPHdRbl6ncdRgGM4gTMI4BKqcAs1qAODR3iGV3jztPfivXsf89YVL585gj/yPn8ACOaOwg==AAAB7XicbZBNSwMxEIZn/az1q+rRS7AInsquCHosevFY0X5Au5Rsmm1js8mSzAql9D948aCIV/+PN/+NabsHbX0h8PDODJl5o1QKi77/7a2srq1vbBa2its7u3v7pYPDhtWZYbzOtNSmFVHLpVC8jgIlb6WG0ySSvBkNb6b15hM3Vmj1gKOUhwntKxELRtFZjc6AIrnvlsp+xZ+JLEOQQxly1bqlr05PsyzhCpmk1rYDP8VwTA0KJvmk2MksTykb0j5vO1Q04TYcz7adkFPn9EisjXsKycz9PTGmibWjJHKdCcWBXaxNzf9q7Qzjq3AsVJohV2z+UZxJgppMTyc9YThDOXJAmRFuV8IG1FCGLqCiCyFYPHkZGueVwPHdRbl6ncdRgGM4gTMI4BKqcAs1qAODR3iGV3jztPfivXsf89YVL585gj/yPn8ACOaOwg==AAAB7XicbZBNSwMxEIZn/az1q+rRS7AInsquCHosevFY0X5Au5Rsmm1js8mSzAql9D948aCIV/+PN/+NabsHbX0h8PDODJl5o1QKi77/7a2srq1vbBa2its7u3v7pYPDhtWZYbzOtNSmFVHLpVC8jgIlb6WG0ySSvBkNb6b15hM3Vmj1gKOUhwntKxELRtFZjc6AIrnvlsp+xZ+JLEOQQxly1bqlr05PsyzhCpmk1rYDP8VwTA0KJvmk2MksTykb0j5vO1Q04TYcz7adkFPn9EisjXsKycz9PTGmibWjJHKdCcWBXaxNzf9q7Qzjq3AsVJohV2z+UZxJgppMTyc9YThDOXJAmRFuV8IG1FCGLqCiCyFYPHkZGueVwPHdRbl6ncdRgGM4gTMI4BKqcAs1qAODR3iGV3jztPfivXsf89YVL585gj/yPn8ACOaOwg==AAAB7XicbZBNSwMxEIZn/az1q+rRS7AInsquCHosevFY0X5Au5Rsmm1js8mSzAql9D948aCIV/+PN/+NabsHbX0h8PDODJl5o1QKi77/7a2srq1vbBa2its7u3v7pYPDhtWZYbzOtNSmFVHLpVC8jgIlb6WG0ySSvBkNb6b15hM3Vmj1gKOUhwntKxELRtFZjU5EDbnvlsp+xZ+JLEOQQxly1bqlr05PsyzhCpmk1rYDP8VwTA0KJvmk2MksTykb0j5vO1Q04TYcz7adkFPn9EisjXsKycz9PTGmibWjJHKdCcWBXaxNzf9q7Qzjq3AsVJohV2z+UZxJgppMTyc9YThDOXJAmRFuV8IG1FCGLqCiCyFYPHkZGueVwPHdRbl6ncdRgGM4gTMI4BKqcAs1qAODR3iGV3jztPfivXsf89YVL585gj/yPn8A/JuOug==AAAB7XicbZBNSwMxEIZn/az1q+rRS7AInsquCHosevFY0X5Au5Rsmm1js8mSzAql9D948aCIV/+PN/+NabsHbX0h8PDODJl5o1QKi77/7a2srq1vbBa2its7u3v7pYPDhtWZYbzOtNSmFVHLpVC8jgIlb6WG0ySSvBkNb6b15hM3Vmj1gKOUhwntKxELRtFZjU5EDbnvlsp+xZ+JLEOQQxly1bqlr05PsyzhCpmk1rYDP8VwTA0KJvmk2MksTykb0j5vO1Q04TYcz7adkFPn9EisjXsKycz9PTGmibWjJHKdCcWBXaxNzf9q7Qzjq3AsVJohV2z+UZxJgppMTyc9YThDOXJAmRFuV8IG1FCGLqCiCyFYPHkZGueVwPHdRbl6ncdRgGM4gTMI4BKqcAs1qAODR3iGV3jztPfivXsf89YVL585gj/yPn8A/JuOug==AAAB7XicbZBNSwMxEIZn/az1q+rRS7AInsquCHosevFY0X5Au5Rsmm1js8mSzAql9D948aCIV/+PN/+NabsHbX0h8PDODJl5o1QKi77/7a2srq1vbBa2its7u3v7pYPDhtWZYbzOtNSmFVHLpVC8jgIlb6WG0ySSvBkNb6b15hM3Vmj1gKOUhwntKxELRtFZjU5EDbnvlsp+xZ+JLEOQQxly1bqlr05PsyzhCpmk1rYDP8VwTA0KJvmk2MksTykb0j5vO1Q04TYcz7adkFPn9EisjXsKycz9PTGmibWjJHKdCcWBXaxNzf9q7Qzjq3AsVJohV2z+UZxJgppMTyc9YThDOXJAmRFuV8IG1FCGLqCiCyFYPHkZGueVwPHdRbl6ncdRgGM4gTMI4BKqcAs1qAODR3iGV3jztPfivXsf89YVL585gj/yPn8A/JuOug==AAAB7XicbZBNSwMxEIZn/az1q+rRS7AInsquCHosevFY0X5Au5Rsmm1js8mSzAql9D948aCIV/+PN/+NabsHbX0h8PDODJl5o1QKi77/7a2srq1vbBa2its7u3v7pYPDhtWZYbzOtNSmFVHLpVC8jgIlb6WG0ySSvBkNb6b15hM3Vmj1gKOUhwntKxELRtFZjU5EDbnvlsp+xZ+JLEOQQxly1bqlr05PsyzhCpmk1rYDP8VwTA0KJvmk2MksTykb0j5vO1Q04TYcz7adkFPn9EisjXsKycz9PTGmibWjJHKdCcWBXaxNzf9q7Qzjq3AsVJohV2z+UZxJgppMTyc9YThDOXJAmRFuV8IG1FCGLqCiCyFYPHkZGueVwPHdRbl6ncdRgGM4gTMI4BKqcAs1qAODR3iGV3jztPfivXsf89YVL585gj/yPn8A/JuOug==AAAB6HicbZBNS8NAEIYn9avWr6pHL4tF8FQSEfRY9OKxRfsBbSib7aRdu9mE3Y1QQn+BFw+KePUnefPfuG1z0NYXFh7emWFn3iARXBvX/XYKa+sbm1vF7dLO7t7+QfnwqKXjVDFssljEqhNQjYJLbBpuBHYShTQKBLaD8e2s3n5CpXksH8wkQT+iQ8lDzqixVuO+X664VXcusgpeDhXIVe+Xv3qDmKURSsME1brruYnxM6oMZwKnpV6qMaFsTIfYtShphNrP5otOyZl1BiSMlX3SkLn7eyKjkdaTKLCdETUjvVybmf/VuqkJr/2MyyQ1KNniozAVxMRkdjUZcIXMiIkFyhS3uxI2oooyY7Mp2RC85ZNXoXVR9Sw3Liu1mzyOIpzAKZyDB1dQgzuoQxMYIDzDK7w5j86L8+58LFoLTj5zDH/kfP4ArieM1w==AAAB6HicbZBNS8NAEIYn9avWr6pHL4tF8FQSEfRY9OKxRfsBbSib7aRdu9mE3Y1QQn+BFw+KePUnefPfuG1z0NYXFh7emWFn3iARXBvX/XYKa+sbm1vF7dLO7t7+QfnwqKXjVDFssljEqhNQjYJLbBpuBHYShTQKBLaD8e2s3n5CpXksH8wkQT+iQ8lDzqixVuO+X664VXcusgpeDhXIVe+Xv3qDmKURSsME1brruYnxM6oMZwKnpV6qMaFsTIfYtShphNrP5otOyZl1BiSMlX3SkLn7eyKjkdaTKLCdETUjvVybmf/VuqkJr/2MyyQ1KNniozAVxMRkdjUZcIXMiIkFyhS3uxI2oooyY7Mp2RC85ZNXoXVR9Sw3Liu1mzyOIpzAKZyDB1dQgzuoQxMYIDzDK7w5j86L8+58LFoLTj5zDH/kfP4ArieM1w==AAAB6HicbZBNS8NAEIYn9avWr6pHL4tF8FQSEfRY9OKxRfsBbSib7aRdu9mE3Y1QQn+BFw+KePUnefPfuG1z0NYXFh7emWFn3iARXBvX/XYKa+sbm1vF7dLO7t7+QfnwqKXjVDFssljEqhNQjYJLbBpuBHYShTQKBLaD8e2s3n5CpXksH8wkQT+iQ8lDzqixVuO+X664VXcusgpeDhXIVe+Xv3qDmKURSsME1brruYnxM6oMZwKnpV6qMaFsTIfYtShphNrP5otOyZl1BiSMlX3SkLn7eyKjkdaTKLCdETUjvVybmf/VuqkJr/2MyyQ1KNniozAVxMRkdjUZcIXMiIkFyhS3uxI2oooyY7Mp2RC85ZNXoXVR9Sw3Liu1mzyOIpzAKZyDB1dQgzuoQxMYIDzDK7w5j86L8+58LFoLTj5zDH/kfP4ArieM1w==AAAB6HicbZBNS8NAEIYn9avWr6pHL4tF8FQSEfRY9OKxRfsBbSib7aRdu9mE3Y1QQn+BFw+KePUnefPfuG1z0NYXFh7emWFn3iARXBvX/XYKa+sbm1vF7dLO7t7+QfnwqKXjVDFssljEqhNQjYJLbBpuBHYShTQKBLaD8e2s3n5CpXksH8wkQT+iQ8lDzqixVuO+X664VXcusgpeDhXIVe+Xv3qDmKURSsME1brruYnxM6oMZwKnpV6qMaFsTIfYtShphNrP5otOyZl1BiSMlX3SkLn7eyKjkdaTKLCdETUjvVybmf/VuqkJr/2MyyQ1KNniozAVxMRkdjUZcIXMiIkFyhS3uxI2oooyY7Mp2RC85ZNXoXVR9Sw3Liu1mzyOIpzAKZyDB1dQgzuoQxMYIDzDK7w5j86L8+58LFoLTj5zDH/kfP4ArieM1w==AAAB6nicbZBNS8NAEIYn9avWr6hHL4tF8FQSEfRY9OKxov2ANpTNdtMu3WzC7kQooT/BiwdFvPqLvPlv3LY5aOsLCw/vzLAzb5hKYdDzvp3S2vrG5lZ5u7Kzu7d/4B4etUySacabLJGJ7oTUcCkUb6JAyTup5jQOJW+H49tZvf3EtRGJesRJyoOYDpWIBKNorYe0b/pu1at5c5FV8AuoQqFG3/3qDRKWxVwhk9SYru+lGORUo2CSTyu9zPCUsjEd8q5FRWNugny+6pScWWdAokTbp5DM3d8TOY2NmcSh7YwpjsxybWb+V+tmGF0HuVBphlyxxUdRJgkmZHY3GQjNGcqJBcq0sLsSNqKaMrTpVGwI/vLJq9C6qPmW7y+r9ZsijjKcwCmcgw9XUIc7aEATGAzhGV7hzZHOi/PufCxaS04xcwx/5Hz+AGOKjdo=AAAB6nicbZBNS8NAEIYn9avWr6hHL4tF8FQSEfRY9OKxov2ANpTNdtMu3WzC7kQooT/BiwdFvPqLvPlv3LY5aOsLCw/vzLAzb5hKYdDzvp3S2vrG5lZ5u7Kzu7d/4B4etUySacabLJGJ7oTUcCkUb6JAyTup5jQOJW+H49tZvf3EtRGJesRJyoOYDpWI
我的内容管理
展开
