论文笔记Unsupervised Person Image Synthesis in Arbitrary Poses

又一篇spotlight+reid+GAN换pose

本文用了较多的篇幅讲loss function，描述网络结构的插图令人费解

pose的提取也是用openpose这个库。

其loss分为三部分：

1， image adversarial loss，即传统gan的loss

2，pose loss ，pose差异，生成图片再用openpose提取pose信息做差值

3，identity loss，此为关键，又分为两部分，分别是content和style loss

content：用于保证生成图和原图在pretrain model生成的feature map一致

style： 利用Gram matrix生成某种feature map，然后作比对