基于语义解析变换的无监督人体图像生成
计算机视觉与模式识别
2019-04-19 v2
摘要
本文中，我们解决无监督姿态引导的人体图像生成问题，该问题因非刚性形变而具有公认的挑战性。与以往学习人体间生硬直接映射的方法不同，我们提出一条新路径，将困难映射分解为两个更易处理的子任务，即语义解析变换和外观生成。首先，提出语义生成网络在语义解析图之间进行变换，以简化非刚性形变学习。其次，外观生成网络学习合成语义感知纹理。第三，我们证明以端到端方式训练我们的框架可相应优化语义图和最终结果。我们的方法可泛化到其他语义感知人体图像生成任务，例如衣物纹理迁移和可控图像操纵。实验结果在DeepFashion和Market-1501数据集上展示了我们方法的优越性，尤其在保持衣物属性和更好人体形状方面。
引用
@article{arxiv.1904.03379,
title = {Unsupervised Person Image Generation with Semantic Parsing Transformation},
author = {Sijie Song and Wei Zhang and Jiaying Liu and Tao Mei},
journal= {arXiv preprint arXiv:1904.03379},
year = {2019}
}
备注
Accepted to CVPR 2019 (Oral). Our project is available at https://github.com/SijieSong/person_generation_spt