Progressive Pose Attention Transfer für die Generierung von Personbildern

Dieses Papier schlägt ein neues generatives adversariales Netzwerk (GAN) für die Poseübertragung vor, das die Haltung einer gegebenen Person auf eine Zielhaltung überträgt. Der Generator des Netzwerks besteht aus einer Reihe von Pose-Aufmerksamkeits-Übertragungsblöcken (Pose-Attentional Transfer Blocks), die jeweils bestimmte Regionen, auf die sie fokussieren, übertragen und so das Bild der Person schrittweise erzeugen. Im Vergleich zu früheren Arbeiten weisen unsere generierten Personbilder eine bessere Erscheinungs- und Formkonsistenz mit den Eingangsbildern auf, was sie erheblich realistischer erscheinen lässt. Die Effektivität und Effizienz des vorgeschlagenen Netzwerks werden sowohl qualitativ als auch quantitativ anhand der Datensätze Market-1501 und DeepFashion bestätigt. Darüber hinaus kann die vorgeschlagene Architektur Trainingsbilder für die Personen-Wiedererkennung generieren, wodurch Mangel an Daten gemindert wird. Die Codes und Modelle sind unter folgendem Link verfügbar: https://github.com/tengteng95/Pose-Transfer.git.