面向姿态迁移的空间内容对齐
计算机视觉与模式识别
2021-04-01 v1 人工智能
多媒体
摘要
由于不可靠的几何匹配和内容错位,大多数传统姿态迁移算法无法生成精细的人物图像。本文提出一种新颖的框架——空间内容对齐 GAN (SCAGAN),旨在增强服装纹理的内容一致性和人体特征细节。我们首先通过将边缘内容提前迁移到目标姿态来缓解空间错位。其次,我们引入一种新的 Content-Style DeBlk,其可基于源图像的外观特征、目标姿态热图以及边缘域中先验迁移的内容逐步合成照片级真实感人物图像。我们将所提框架与几种最先进的方法进行比较,以展示其在定量和定性分析上的优越性。此外,详细的消融研究结果证明了我们各项贡献的有效性。代码已公开于 github.com/rocketappslab/SCA-GAN。
引用
@article{arxiv.2103.16828,
title = {Spatial Content Alignment For Pose Transfer},
author = {Wing-Yin Yu and Lai-Man Po and Yuzhi Zhao and Jingjing Xiong and Kin-Wai Lau},
journal= {arXiv preprint arXiv:2103.16828},
year = {2021}
}
备注
IEEE International Conference on Multimedia and Expo (ICME) 2021 Oral