[CVPR2018筆記]Unsupervised Person Image Synthesis in Arbitrary Poses

來自專欄 CVPR 2018 論文筆記

又一篇spotlight+reid+GAN換pose

本文用了較多的篇幅講loss function

pose的提取也是用openpose這個庫。

其loss分為三部分：

1， image adversarial loss，即傳統gan的loss

2，pose loss ，pose差異，生成後的圖片再用openpose提取pose信息做差值

3，identity loss，此為關鍵，又分為兩部分，分別是content和style loss

content：用於保證生成圖和原圖在某pretrain model生成的feature map一致

style： 利用Gram matrix生成某種feature map，然後作比對