多尺度注意力引导的姿态迁移

姿态迁移是指从一个具有不同姿态的该人物图像，以概率方式生成该人物具有此前未见新颖姿态的图像。由于潜在的学术与商业应用，该问题近年来被广泛研究。在各种解决方法中，注意力引导的渐进式生成在大多数情况下被证明能产生最先进的结果。本文中，我们提出了一种改进的网络架构用于姿态迁移，通过在编码器与解码器的每个分辨率层级引入注意力链接。利用这种密集的多尺度注意力引导方法，我们能够在视觉与分析上相对于现有方法取得显著改进。我们在 DeepFashion 数据集上通过与若干现有方法进行广泛的定性与定量比较，总结了我们的发现。