基于残差流校正从错位源进行姿态引导图像生成
计算机视觉与模式识别
2022-02-03 v1
摘要
由于广泛的潜在应用，近期从源图像生成具有期望属性（如新视角/姿态）的新图像受到了热烈追捧。确保高质量生成的一种方法是使用具有互补信息的多源图像，例如同一对象的不同视角。然而，由于源图像常因相机设置间的巨大差异而错位，过去针对相机和/或目标对象做出了强假设，限制了此类技术的应用。因此，我们提出了一种新的一般性方法，在统一框架中对源之间的多种变异（如视角、姿态、面部表情）进行建模，从而可应用于性质差异极大的数据集。我们在包括人体、人脸、城市场景和 3D 对象在内的多种数据上验证了我们的方法。定性与定量结果均表明我们的方法优于当前最先进水平。
引用
@article{arxiv.2202.00843,
title = {Pose Guided Image Generation from Misaligned Sources via Residual Flow Based Correction},
author = {Jiawei Lu and He Wang and Tianjia Shao and Yin Yang and Kun Zhou},
journal= {arXiv preprint arXiv:2202.00843},
year = {2022}
}