随着以现代计算机技术为基础的网络经济崛起,虚拟试衣、时装展示等人工智能技术在服装业中得到了广泛的应用,人们越来越习惯于在线上购买服装。随着经济发展,人们越来越不满足于千篇一律的成品西装而转向寻求对西装进行个性化定制。西装由于其正装的属性,款式较为固定,所以在线上个性化定制西装时,用户更在意对西装面料的选择定制。为满足用户需求,可以利用图像合成技术实时生成不同面料西装的效果图,这样不仅可以提升用户的线上购物体验,而且可以降低服装厂家的成本。传统图像合成技术由于特征表达能力有限,对于服装这类分布复杂的图像合成效果较差。随着深度学习的发展,生成式对抗网络由于其对于复杂分布的表达能力,在图像合成领域得到了广泛的应用。而针对传统生成式对抗网络生成图像纹理细节较差的问题,本文基于pix2pix HD网络模型结构,提出了一种针对西装图像合成的网络模型,主要工作如下:（1）改进了生成器与判别器的结构,将图像分为亮度通道和色彩通道进行生成与判别。在亮度通道中,网络能够不受色彩干扰地对西装图像中的精细纹理结构细节进行生成;在色彩通道中,网络能够对面料色彩精准还原。（2）引入纹理结构损失和色彩损失,以指导生成器对西装图像中的结构纹理和色彩进行精准生成。生成的西装图像不仅拥有精细的纹理细节效果而且很好地还原了面料的色彩。（3）将西装图像生成网络模型应用到服装电商网站中的西装个性化定制模块。用户可以选择西装的面料和款式,模型根据用户的选择生成西装图像并实时展示在系统界面中。用户将个性化定制订单信息发送给入驻厂家,厂家将根据订单信息对西装进行生产和发货。实验结果表明,本文提出的西装图像生成网络模型能够有效提升用户的体验,降低服装厂家成本,具有较好的研究价值和应用前景。