Few Shot Vid2Vid 论文心得

【飞桨】、【PaddlePaddle】、【论文复现】

Few Shot Vid2Vid 论文心得

一直以来，我对怎么实现视频里的人物和风格迁移很好奇，觉得能做到这些，简直是太神奇了。因此，当论文复现营进入了论文精读得第二阶段，我就速读了两篇这方面的论文，Few Shot Vid2Vid 和 First Order Motion Model for Image Animation. 

局限于水平太低，我实在看不出这两篇论文的主要目的有什么不同。只是感觉Few Shot Vid2Vid好像泛化能力要强一点，因为除了人物和表情迁移，它还能被用于街景迁移任务中，而且也没有类似泰勒展开式这些深奥的数学知识要求。

对于Few Shot Vid2Vid研究动机，研究任务和网络结构，老师在课件(文本，视频）上已经讲的很详细。我觉得在复现论文时，会面对许多挑战.

1. 第一步要准备好足够的数据集进行人物，表情和街景迁移任务训练。这一步应该不难，但可能会很耗时。

2. 输入的描述也让我觉得很困惑，比如来自目标域的K个示例图像e，相应的语义图像s是什么，它们跟驱动的视频是什么关系，应该怎么样获取，到现在为止，都还是个未知数。