用于人物图像生成的渐进式姿态注意力迁移
计算机视觉与模式识别
2019-05-14 v3
摘要
本文提出一种新的用于姿态迁移的生成对抗网络，即把给定人物的姿态迁移到目标姿态。该网络的生成器由一系列姿态注意力迁移块组成，每个块迁移其关注的特定区域，从而渐进式地生成人物图像。与以往工作相比，我们生成的人物图像与输入图像具有更好的外观一致性和形状一致性，因此看起来显著更真实。所提网络的有效性和效率在 Market-1501 和 DeepFashion 上通过定性和定量方式得到验证。此外，所提架构可生成用于行人重识别的训练图像，缓解数据不足问题。代码和模型见：https://github.com/tengteng95/Pose-Transfer.git。
引用
@article{arxiv.1904.03349,
title = {Progressive Pose Attention Transfer for Person Image Generation},
author = {Zhen Zhu and Tengteng Huang and Baoguang Shi and Miao Yu and Bofei Wang and Xiang Bai},
journal= {arXiv preprint arXiv:1904.03349},
year = {2019}
}
备注
To appear in CVPR 2019, oral presentation (21 pages, 15 figures including the supplementary materials)