面向人物图像生成的渐进式对齐姿态注意力迁移
计算机视觉与模式识别
2021-03-23 v1
摘要
本文提出一种用于姿态迁移的新型生成对抗网络，即将给定人物的姿态迁移至目标姿态。我们设计了一个由一系列迁移块组成的渐进式生成器。每个块通过注意力机制建模条件姿态与目标姿态之间的关系，执行中间迁移步骤。引入了两类块，即姿态注意力迁移块（PATB）与对齐姿态注意力迁移块（APATB）。与先前工作相比，我们的模型生成了更具真实感的人物图像，且与输入图像相比保持了更好的外观一致性与形状一致性。我们在 Market-1501 与 DeepFashion 数据集上采用定量与定性指标验证了模型的有效性。此外，我们展示了我们的方法可用于行人重识别任务的数据增强，缓解数据不足的问题。代码与预训练模型可在 https://github.com/tengteng95/Pose-Transfer.git 获取。
引用
@article{arxiv.2103.11622,
title = {Progressive and Aligned Pose Attention Transfer for Person Image Generation},
author = {Zhen Zhu and Tengteng Huang and Mengde Xu and Baoguang Shi and Wenqing Cheng and Xiang Bai},
journal= {arXiv preprint arXiv:2103.11622},
year = {2021}
}
备注
Accepted by TPAMI. An extension of the conference version. Conference version at arXiv:1904.03349