الشبكات التوليدية التبادلية المبنية على الرسوم البيانية الثنائية لتجسيد الصور الشخصية

نقدّم نموذجًا جديدًا يُسمى GAN لاستدلال الرسم البياني الثنائي (BiGraphGAN) لمهام توليد صور الأشخاص الصعبة. يتكوّن المُولّد الرسومي المقترح أساسًا من كتلتين جديدتين تهدفان إلى نمذجة العلاقات بين الوضعية والوضعية، والوضعية والصورة على التوالي. وبشكل خاص، تهدف الكتلة المقترحة لاستدلال الرسم البياني الثنائي (BGR) إلى استخلاص العلاقات الطويلة المدى المتقاطعة بين الوضعية المصدرية والوضعية الهدفية ضمن رسم بياني ثنائي، مما يخفف من بعض التحديات الناتجة عن تشوه الوضعية. علاوةً على ذلك، نقترح كتلة جديدة تُسمى "التفاعل والتجميع" (IA) لتحديث وتعزيز قدرة تمثيل الميزات الخاصة بشكل الشخص وملامحه بطريقة تفاعلية. أظهرت التجارب على مجموعتي بيانات صعبتين وعامتين، وهما Market-1501 وDeepFashion، فعالية BiGraphGAN المقترح من حيث القياسات الكمية الموضوعية والواقعية البصرية ذاتية التقييم. يمكن الوصول إلى الشفرة المصدرية والنماذج المدربة من خلال الرابط التالي: https://github.com/Ha0Tang/BiGraphGAN.