weixin_45653353的博客

马尔可夫性：系统的下一个状态S(t+1)仅仅与当前状态S(t)有关，与之前状态无关N阶马尔可夫过程：每个状态依赖于前N个状态马尔可夫链X在时刻t的状态分布，可以由在时刻(t−1) 的状态分布以及转移概率分布决定平稳分布：若干个时间步后收敛于平稳分布。

按照论文中的描述，gan的判别器是按照fomm中的方法来设置的，其整体流程如上图所示，使用稠密运动场对经过downsample的图像进行warp操作，将warp后的图像输入送入到判别器输出两个mask：M0（用于判断inpainting区域）和Mm（用于判断warp区域），最终整合最初的warp图像、两个mask图像与encoder输出的source image feature 输出Fw。（见下图）每一步都一一对应公式（2）中的pt左乘的矩阵。（2）是一个人脸关键点预测模型，最关键的就在（3）。