用于人体图像生成的二分图推理 GAN
计算机视觉与模式识别
2020-08-24 v2 机器学习
图像与视频处理
摘要
我们提出了一种新颖的二分图推理 GAN（BiGraphGAN），用于具有挑战性的人体图像生成任务。所提出的图生成器主要由两个新颖的模块组成，分别旨在建模姿态到姿态和姿态到图像的关系。具体而言，所提出的二分图推理（BGR）模块旨在以二分图推理源姿态与目标姿态之间的跨长距离关系，从而缓解由姿态形变引起的一些挑战。此外，我们提出了一种新的交互与聚合（IA）模块，以交互方式有效地更新和增强人体形状与外观的特征表示能力。在两个具有挑战性的公开数据集（即 Market-1501 和 DeepFashion）上的实验表明了所提出的 BiGraphGAN 在客观量化分数和主观视觉真实感方面的有效性。源代码与训练好的模型可在 https://github.com/Ha0Tang/BiGraphGAN 获取。
引用
@article{arxiv.2008.04381,
title = {Bipartite Graph Reasoning GANs for Person Image Generation},
author = {Hao Tang and Song Bai and Philip H. S. Torr and Nicu Sebe},
journal= {arXiv preprint arXiv:2008.04381},
year = {2020}
}
备注
13 pages, 6 figures, accepted to BMVC 2020 as an oral paper, fix typos