Unsupervised Person Image Synthesis in Arbitrary Poses 筆記

概述    這是一篇cvpr2018的oral文章，是在無監督的情況下的情況對給定的圖片和姿勢生成新的圖片，由於訓練集的圖片不是成對出現的（無監督），所以他借用了cycleGAN的思想，生成器一方面生成新的姿勢圖片，另一方面將其生成回原來的樣子，而loss也由三部分組成，除了判別器的adversial loss外，還有姿勢迴歸器的pose loss和特徵提取器的identity loss. 方法

>>阅读原文<<