结构外观度量下的无监督人体图像生成
Unsupervised Human Image Generation Based on the Appearance Consistency Loss作者机构:江西农业大学软件学院南昌330045 江西农业大学计算机与信息工程学院南昌330045 江西省高等学校农业信息技术重点实验室南昌330045 江铃控股有限公司南昌330052
出 版 物:《小型微型计算机系统》 (Journal of Chinese Computer Systems)
年 卷 期:2021年第42卷第10期
页 面:2101-2106页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(61462038,61562039,61966016)资助 江西省教育厅科技项目(GJJ190217,GJJ190180,GJJ200428)资助 浙江大学CAD&CG国家重点实验室开放课题项目(A2029)资助
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.