[toc]
Cloth Flow
ICCV 2019丨ClothFlow：一种基于外观流的人物服装图像生成模型
背景
Pose-guided person generation 和Virtual try on 领域的处理主流方法：
Deformation-based methods (eg: affine ; TPS)
DensePose-based methods
即基于变形的方法和基于密度的方法
几何变形的更好的外观转移，但是较大的几何变换，容易导致不准确、不自然的变换估计
基于密度的方法，映射2D图片到3D的人身体，结果看起来不够逼真。
因此作者提出的ClothFlow： a flow-based generative model ；解决衣服变形clothing deformation；从而更好的合成人穿衣的图片；
架构
(1) A conditional layout generator
预测Target Pose-让结果(人物身体)更连贯
(2) clothing flow estimation stage （服装流估算阶段）
ClothFlow估计了一个稠密的流场 (如2×256×256)，在捕捉空间形变时，具有较高的灵活性和准确性。
(3) clothing preserving rendering stage (保留衣服，渲染阶段)
preserve details from the warped source clothing regions.
FPN计算
$1$ is anindicator function
i 代表segment的通道，此处设置19（0背景不计算？）
$C_s$: Source cloth; $S_s$: Source Segment; $C_s^{‘}$: source wraped cloth
$S_t $: target Segment; $ C_t$: Target Cloth;
Apply:
Pose-guided Person Generation.
Virtual Try-On.
Optical Flow Estimation.