摘要
我们提出 ClothFlow，一种基于外观光流（appearance-flow）的生成模型，用于实现姿态引导的人像图像生成与虚拟试穿任务。通过估计源衣物区域与目标衣物区域之间的密集光流，ClothFlow 能够有效建模几何形变，并自然地将外观信息迁移，从而合成新颖的图像，如图1所示。该方法采用三阶段框架实现：1）在给定目标姿态的条件下，首先估计人体语义布局，为生成过程提供更丰富的引导信息；2）基于两个特征金字塔网络，构建级联光流估计网络，精确计算对应衣物区域间的外观匹配关系。由此得到的密集光流可对源图像进行灵活变形，以适应衣物的形变；3）最后，生成网络以变形后的衣物区域作为输入，渲染出目标视角下的图像。我们在 DeepFashion 数据集上进行了姿态引导人像生成的大量实验，并在 VITON 数据集上完成了虚拟试穿任务的评估。实验结果在定性和定量两方面均验证了本方法的有效性。