論文の概要: Learning Semantic Person Image Generation by Region-Adaptive Normalization

• arxiv url: http://arxiv.org/abs/2104.06650v1
• Date: Wed, 14 Apr 2021 06:51:37 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-15 13:19:06.608268
• Title: Learning Semantic Person Image Generation by Region-Adaptive Normalization
• Title（参考訳）: 領域適応正規化による意味的人物画像生成の学習
• Authors: Zhengyao Lv, Xiaoming Li, Xin Li, Fu Li, Tianwei Lin, Dongliang He and Wangmeng Zuo
• Abstract要約: ポーズと外観の翻訳を扱う新しい2段階フレームワークを提案する。 第1段階では,対象意味解析マップを予測し,ポーズ転送の難しさを解消する。 第2段階では,領域適応正規化を組み込んだ新たな人物画像生成手法を提案する。
• 参考スコア（独自算出の注目度）: 81.52223606284443
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human pose transfer has received great attention due to its wide applications, yet is still a challenging task that is not well solved. Recent works have achieved great success to transfer the person image from the source to the target pose. However, most of them cannot well capture the semantic appearance, resulting in inconsistent and less realistic textures on the reconstructed results. To address this issue, we propose a new two-stage framework to handle the pose and appearance translation. In the first stage, we predict the target semantic parsing maps to eliminate the difficulties of pose transfer and further benefit the latter translation of per-region appearance style. In the second one, with the predicted target semantic maps, we suggest a new person image generation method by incorporating the region-adaptive normalization, in which it takes the per-region styles to guide the target appearance generation. Extensive experiments show that our proposed SPGNet can generate more semantic, consistent, and photo-realistic results and perform favorably against the state of the art methods in terms of quantitative and qualitative evaluation. The source code and model are available at https://github.com/cszy98/SPGNet.git.
• Abstract（参考訳）: ヒトのポーズ転送は幅広い応用のために大きな注目を集めているが、まだ十分に解決されていない課題である。 近年の研究では、人物画像をソースからターゲットのポーズに転送することに成功した。 しかし、それらの多くは意味的な外観をうまく捉えられず、結果として再構成された結果に対して一貫性がなく、現実的でないテクスチャをもたらす。 この問題に対処するために,ポーズと外観の翻訳を扱う新しい2段階フレームワークを提案する。 第1段階では,ポーズ伝達の難しさを解消するために対象意味解析マップを予測し,さらに地域毎の出現パターンの後者の翻訳に便益を与える。 次に,予測対象セマンティックマップを用いて,地域適応正規化を取り入れた新たな人物画像生成手法を提案する。 大規模な実験により,提案したSPGNetはより意味的,一貫性があり,フォトリアリスティックな結果を生成することができ,定量的かつ定性的な評価の観点から技術手法の状況に対して好適に機能することが示された。 ソースコードとモデルはhttps://github.com/cszy98/spgnet.gitで入手できる。

関連論文リスト

• Conditional Score Guidance for Text-Driven Image-to-Image Translation [52.73564644268749]
  本稿では,事前訓練されたテキスト・画像拡散モデルに基づく,テキスト駆動型画像・画像変換のための新しいアルゴリズムを提案する。 本手法は,ソース画像の関心領域を選択的に編集することで,対象画像を生成することを目的とする。
  論文  参考訳（メタデータ） (2023-05-29T10:48:34Z)
• Facial Expression Translation using Landmark Guided GANs [84.64650795005649]
  表情から表現への変換のための強力なランドマークガイド付き生成支援ネットワーク(LandmarkGAN)を提案する。 提案したLandmarkGANは,1つの画像のみを用いて,最先端のアプローチよりも優れた結果が得られる。
  論文  参考訳（メタデータ） (2022-09-05T20:52:42Z)
• TIPS: Text-Induced Pose Synthesis [24.317541784957285]
  コンピュータビジョンにおいて、人間のポーズ合成と伝達は、以前は目に見えないポーズで人の確率的画像生成を扱う。 まず,現在のポーズ転送アルゴリズムの欠点を提示し,それらの問題に対処するための新しいテキストベースのポーズ転送手法を提案する。 提案手法は,実験において有意な質的,定量的な結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-07-24T11:14:46Z)
• Boosting Image Outpainting with Semantic Layout Prediction [18.819765707811904]
  我々は、画像ドメインの代わりにセマンティックセグメンテーションドメイン内の領域を拡張するために、GANを訓練する。 別のGANモデルは、拡張されたセマンティックレイアウトに基づいて実際の画像を合成するように訓練されている。 我々のアプローチは意味的な手がかりをより容易に扱えるので、複雑なシナリオではよりうまく機能します。
  論文  参考訳（メタデータ） (2021-10-18T13:09:31Z)
• Context-Aware Image Inpainting with Learned Semantic Priors [100.99543516733341]
  欠落した内容を推定するために意味的に意味のある前文タスクを導入する。 本研究では,グローバルなセマンティクスと局所的な特徴を適応的に統合した文脈認識型画像インパインティングモデルを提案する。
  論文  参考訳（メタデータ） (2021-06-14T08:09:43Z)
• Controllable Person Image Synthesis with Spatially-Adaptive Warped Normalization [72.65828901909708]
  制御可能な人物画像生成は、望ましい属性を持つ現実的な人間の画像を作成することを目的としている。 本稿では,学習フロー場とワープ変調パラメータを統合した空間適応型ワープ正規化(SAWN)を提案する。 本稿では,テクスチャ・トランスファータスクの事前学習モデルを洗練するための,新たな自己学習部分置換戦略を提案する。
  論文  参考訳（メタデータ） (2021-05-31T07:07:44Z)
• PISE: Person Image Synthesis and Editing with Decoupled GAN [64.70360318367943]
  人像合成と編集のための新しい二段階生成モデルであるPISEを提案する。 ヒトのポーズ伝達では,まず対象のポーズに合わせた人間のパーシングマップを合成し,衣服の形状を表現する。 衣服の形状とスタイルを分離するため,地域ごとの符号化と正規化を共同で提案する。
  論文  参考訳（メタデータ） (2021-03-06T04:32:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。