基于隐空间p范数回归的姿态引导行人图像生成
计算机视觉与模式识别
2021-05-27 v1
摘要
本文提出一种解决姿态引导行人图像生成任务的新方法。我们假设姿态与外观信息之间的关系可由隐空间中的简单矩阵运算描述。基于该假设，我们的方法为每个人体身份估计一个姿态不变特征矩阵，并利用它在目标姿态条件下预测目标外观。该估计过程被表述为隐空间中的p范数回归问题。通过利用该回归问题解的可微性，整个框架的参数可以端到端方式训练。尽管大多数先前工作仅适用于监督训练与单帧生成场景，我们的方法可轻松适配无监督训练与多帧生成。在具有挑战性的Market-1501数据集上的大量实验表明，我们的方法在上述所有变体场景中均取得具有竞争力的性能。
引用
@article{arxiv.2102.10033,
title = {Pose Guided Person Image Generation with Hidden p-Norm Regression},
author = {Ting-Yao Hu and Alexander G. Hauptmann},
journal= {arXiv preprint arXiv:2102.10033},
year = {2021}
}