Pose Guided Person Image Generation

1、给定两帧的关节点位置信息，学习到类似光流的转换，应用到第一帧的图像上，生成下一帧？

2、身份信息并没有保留？

生成过程：通过合理地表示生成的意图控制生成过程。

条件图像生成框架：相关工作，条件一个推荐图像和指定人脸的视角，生成该视角的人脸。（图像旋转）

失败案例：（生成图片有人工痕迹，用图像梯度loss会不会好一些。很明显不再是一个id）

1、输入图像纹理过于丰富

2、姿态变化很大

可挖掘的地方：

1、pose mask 用于构建前景和背景

2、生成图像时条件图像的姿态信息没有挖掘。

3、模型没有对姿态变化显示建模，没有体现变化这个特征。

可改进的地方：

模型G1的encoder可以改进。

姿态作为条件改为3D body 作为条件。