结构外观度量下的无监督人体图像生成

• 作者: 赵应丁 何俞玲 杨文姬 吴沧海 杨红云 黄丽芳
• 来源期刊: 小型微型计算机系统
• 关键词: 图像生成 姿态转换 无监督学习 生成对抗网络
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 图形与图像技术|Graphics and Image Technology
• 页码范围: 2101-2106
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.10.015

摘要

针对目标姿态下的人体图像生成过程中需要成对数据的局限性问题,提出了基于CycleGAN循环一致性思想的无监督生成方法.首先由源图像生成目标姿态图像,再由生成的图像映射回源图像.通过两次对抗训练优化生成器参数,使得生成的目标图像趋于逼真的效果,避免了成对数据的需求,可以应用到其他非刚性对象的转换任务中.此外,为了进一步地加强生成图像的特征一致性和结构一致性,本文提出了新颖的外观一致性损失.最后,在DeepFashion和Market-1501数据集上对提出的方法进行了实验,并与其它先进的模型进行了比较.结果表明从定性和定量两方面都取得了满意的结果.