Diese Arbeit stellt das neuartige Pose Guided Person Generation Network (PG$^2$2) vor, das die Synthese von Personenbildern in beliebigen Pose ermöglicht, basierend auf einem Bild derselben Person und einer neuen Pose. Unser Generierungsframework PG$^2$2 nutzt die Pose-Information explizit und besteht aus zwei zentralen Phasen: Pose-Integration und Bildverfeinerung. In der ersten Phase werden das Bedingungsbild und die Zielpose in ein U-Net-ähnliches Netzwerk eingespeist, um ein zunächst grobes, aber bereits die gewünschte Pose abbildendes Personenbild zu generieren. In der zweiten Phase wird das anfänglich unscharfe Ergebnis durch einen adversarial trainierten, U-Net-ähnlichen Generator verfeinert. Umfangreiche experimentelle Ergebnisse sowohl auf 128$\times$×64-Re-Identification-Bildern als auch auf 256$\times$×256-Fashion-Fotos zeigen, dass unser Modell hochwertige Personenbilder mit überzeugenden Details erzeugt.