面向场景感知人物视频生成的服装风格迁移
计算机视觉与模式识别
2021-10-26 v2 多媒体
摘要
面向人物视频生成的服装风格迁移是一项具有挑战性的任务，原因在于人物内外观与视频场景的剧烈变化。为应对该问题，近期多数基于 AdaIN 的架构被提出以提取服装与场景特征用于生成。然而，这些方法缺乏细粒度细节且易扭曲原始人物。为进一步提升生成性能，我们提出一种具有解耦多分支编码器与共享解码器的新颖框架。此外，为追求强视频时空一致性，我们精心设计了以跨帧差分作为输入的内部帧判别器。所提框架还具备场景自适应特性。在 TEDXPeople 基准上的大量实验表明，我们的方法在图像质量与视频连贯性上优于最先进的（SOTA）方法。
引用
@article{arxiv.2110.11894,
title = {Towards Using Clothes Style Transfer for Scenario-aware Person Video Generation},
author = {Jingning Xu and Benlai Tang and Mingjie Wang and Siyuan Bian and Wenyi Guo and Xiang Yin and Zejun Ma},
journal= {arXiv preprint arXiv:2110.11894},
year = {2021}
}