[CVPR2018筆記]Disentangled Person Image Generation

在NIPS2017上該團隊已經為我們貢獻了：pose guided person image generation這篇非常棒的文章，在CVPR2018中，他們推出的更新的這篇文章不僅僅解決了換pose問題，還實現了」隨心所欲「的換裝換pose，今年spotlight。

在這裡提到的前一篇文章可復現度很高。

該模型分為三個分支，

1，運用openpose這個庫，生成pose的18個dots，並將這concat進decoder之前的feature map中

2，在經過卷積運算後的feature map上，運用mask，將前後景分離，背景的feature map也是直接concat進最後的feature map中

3，核心是前景的處理上，用7個ROI進一步將前景解開，然後用公用的encoder生成前景的featuremap

推薦閱讀：