Lightweight Texture Correlation Network for Pose Guided Person Image Generation（文献总结）

Lightweight Texture Correlation Network for Pose Guided Person Image Generation（文献总结）

1.介绍

出发点： 现有方法无法对源域和目标域之间的相关性进行全面建模。他们大多只关注关键点的相关性，而忽略细节纹理。
该文章提出了一种新的纹理相关网络（TCN）来同时建立姿势和纹理的相关性。
TCN为两阶段设计，包括两个网络：

• 姿势引导的人物对齐网络（PGPAN）：生成与目标姿势对齐的粗略人物图像
• 纹理相关注意网络（TCAN）：在源图像和粗略目标图像之间相关性的指导下生成目标图像。

主要的创新点： 纹理相关注意力模块（TCAM）: 它明确地在源图像和粗略目标图像之间建立几何和纹理相关性。

现有的两种主流的改善基于CNN的转换生成高质量人物图像的技术：注意力机制和光流。

• 注意力机制：用于捕捉外观和形状特征之间的影响；
• 光流：模拟从源图像到目标图像的局部变换。

2.方法

2.1 P