姿态引导的人像生成

本文提出了一种新颖的姿态引导人物生成网络（Pose Guided Person Generation Network, PG$^2$），该网络能够在任意姿态下合成人物图像，仅需一张该人物的图像和一个新的姿态作为输入。我们的生成框架PG$^2$显式地利用了姿态信息，并包含两个关键阶段：姿态融合和图像精炼。在第一阶段，条件图像和目标姿态被输入到一个类似U-Net的网络中，以生成具有目标姿态的人物初始但粗糙的图像。第二阶段则通过对抗训练方式对U-Net类似的生成器进行训练，从而进一步精炼和完善初始且模糊的结果。广泛的实验结果表明，无论是128×64的再识别图像还是256×256的时尚照片，我们的模型都能生成高质量的人物图像，并具备令人信服的细节。