摘要

本文提出了一种新的生成对抗网络（Generative Adversarial Network, GAN）用于姿态迁移，即将给定人物的姿态迁移到目标姿态。该网络的生成器由一系列姿态注意力迁移块（Pose-Attentional Transfer Blocks）组成，每个块负责迁移其关注的特定区域，逐步生成人物图像。与先前的研究相比，我们生成的人物图像在外观一致性和形状一致性方面表现更佳，因此显著更加逼真。本文提出的网络在Market-1501和DeepFashion数据集上通过定性和定量分析验证了其有效性和高效性。此外，所提出的架构还可以生成用于人物再识别的训练图像，缓解数据不足的问题。代码和模型可在以下地址获取：https://github.com/tengteng95/Pose-Transfer.git。