论文部分内容阅读
针对较为复杂的人物图像生成任务,提出了一种从mask图像生成人物图像的新方法。基于生成式对抗网络(generative adversarial nets,GANs),接收一个多通道的mask图像作为输入,其中的每个通道表示人物某个区域(如头发、脸部、手臂等)的掩码。该网络由生成器和判别器组成,生成器在U-Net结构基础上加入了残差模块,判别器用于判别生成图像的真伪性。通过施加不同的高斯噪声,所提方法能根据相同的mask生成具有不同外观的人物图像,具有更好的结果多样性。