DwNet：基于稠密扭曲的位姿引导人体视频生成网络
计算机视觉与模式识别
2019-10-22 v1 机器学习
摘要
生成逼真的高分辨率人体视频是计算机视觉中一项具有挑战性且重要的任务。本文关注人体运动迁移——生成描绘特定主体（由单张图像观测）执行由辅助（驱动）视频所示范的一系列运动的视频。我们基于 GAN 的架构 DwNet 利用稠密的位姿引导中间表示与精炼过程，将所需主体外观以纹理形式从源图像扭曲至期望位姿。时间一致性通过进一步在 GAN 中将解码过程以前一生成帧为条件来保持。以此方式，视频以迭代和循环的方式生成。我们通过在两个基准数据集 TaiChi 和 Fashion Modeling 上展示最先进的定量与定性性能来说明我们方法的有效性。后者由我们收集并将向社区公开。
引用
@article{arxiv.1910.09139,
title = {DwNet: Dense warp-based network for pose-guided human video generation},
author = {Polina Zablotskaia and Aliaksandr Siarohin and Bo Zhao and Leonid Sigal},
journal= {arXiv preprint arXiv:1910.09139},
year = {2019}
}
备注
Accepted to BMVC 2019