本文研究了在给定姿态条件下生成人物图像的问题。具体而言，给定一个人物的图像和一个目标姿态，我们旨在合成该人物在新姿态下的图像。为应对由于姿态差异导致的像素级错位问题，我们在生成对抗网络（GAN）的生成器中引入了可变形跳跃连接。此外，为更准确地匹配生成图像与目标图像的细节，我们提出采用最近邻损失（nearest-neighbour loss）替代传统的L1和L2损失。我们在不同姿态下的人物照片上测试了所提出的方法，并与该领域先前的工作进行比较，结果在两个基准测试中均达到了当前最优水平。只要能够通过关键点检测器提取出关节物体的姿态，本方法即可推广至更广泛的可变形物体生成任务中。