基于姿态引导与渐进训练的高分辨率外观迁移

我们提出了一种新颖的姿态引导外观迁移网络，在前所未有的图像分辨率（1024 * 1024）下，将给定参考外观迁移到目标姿态，分别输入参考人物和目标人物的图像。该方法不使用任何3D模型。相反，我们的网络利用稠密局部描述子（包括局部感知损失和局部判别器）来细化细节，并以由粗到细的方式渐进训练，以生成高分辨率输出，忠实保留服装纹理与几何的复杂外观，同时无缝地生成包括被遮挡区域在内的迁移外观。我们的渐进式编码器-解码器架构能够在多尺度上学习输入图像中固有的参考外观。在Human3.6M数据集、DeepFashion数据集以及我们从YouTube收集的数据集上的大量实验结果表明，我们的模型能生成高质量图像，可进一步用于人物间服装迁移和姿态引导的人体视频生成等实用应用。