（动作姿态引导的时尚图生成）Pose Guided Fashion Image Synthesis Using Deep Generative Model

论文地址：https://arxiv.org/pdf/1906.07251.pdf

摘要

       形成一个真实的图像，通过人体姿态是一个有挑战的研究课题对于一些应用，例如智能图像编辑，电影制作，虚拟试穿，以及时尚展示。在这篇文章中，我们展示了一个新颖的深度生成模型来转化一张图像关于一个人从一个给定的姿态来自于新姿态，对比保持时尚项目一直性。为了制作框架，我们开发了一个生成器和两个判别器来保证图像的统一。这个生成器包含一个图像编码，一个姿态编码以及一个解码器。这两个编码器提供好的展示对视觉和立体几何内容，它将被利用通过解码为了生成一张真实图像。不像存在的位姿导向图像生成模型，我们开发了两个判别器来引导合成处理，一个判别器发现不同在一个目标位姿和真实图像（训练样本），以及另外一个判别验证一致出现在一个目标位姿和一张生成图像。我们展示了端到端的训练网络框架，来学习参数通过反向传播在给定的真实的图像，提出的生成模型有能力合成一张真实图像的人在给定目标位置。我们已经证明我们的结果通过进行严谨的实验在两个数据集上，其中定量和定性。

本论文方法效果展示

        其中，第一列表示输入图像；第一行表示目标动作。

系统架构

        该框架中使用LSTM和U-Net网络进行编码，使用U-Net网络进行解码，其中包含两个损失Di和Dp。

具体分析

了解更多关于《计算机视觉与图形学》相关知识，请关注公众号：

下载我们视频中代码和相关讲义，请在公众号回复：计算机视觉课程资料