基于无监督学习的单人多姿态图像生成方法

• 作者: 刘韵婷 孙金根 张婧 陈亮
• 来源期刊: 光电技术应用
• 学科: 工学
• 关键词: 半监督学习 视觉监控 生成对抗网络 结构相似度
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 60-64
• 页数: 5页
• 分类号: TP311.13
• 字数: 4058字
• 语种: 中文

摘要

针对目前视觉监控领域中采集到的人物数据样本量少和特征单一的问题,提出了一种具有高视觉感知约束的双向生成对抗网络生成期望人物姿态图像的方法.采用给定人物的单个图像和期望姿态的二维骨架作为双向生成对抗网络的输入,生成具有该目标人物期望姿态的图像.将生成的期望姿态图像反映射回原始姿态图像,利用少量的图像以无监督学习方式进行学习,生成该人物期望姿态的高质量图像.提出的方法在DeepFashion公开数据集上进行了实验,结果表明,采用文中提出的方法生成的图像结构相似度(SSIM)比以往的方法提高了0.28,有效的提升了基于无监督学习的单人多姿态人物图像生成的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亮		62	181	7.0	10.0
2	孙金根		20	50	4.0	6.0
3	刘韵婷		17	12	2.0	2.0
4	张婧		2	0	0.0	0.0