TPAMI 2025 | 用于人物图像生成的增强多尺度交叉注意力机制

论文信息

题目：Enhanced Multi-Scale Cross-Attention for Person Image Generation

用于人物图像生成的增强多尺度交叉注意力机制

作者：Hao Tang, Ling Shao, Nicu Sebe, Luc Van Gool

论文创新点

1. 提出新型网络框架：作者提出了**XingGAN和XingGAN++**两种新型网络框架用于人物图像生成任务。XingGAN由一个Xing生成器、一个形状引导判别器和一个外观引导判别器组成，其生成器包含SA分支、AS分支和协同注意力融合模块；XingGAN++在XingGAN基础上进行改进，包含三个新的贡献，进一步提升了性能。
2. 设计新型模块：提出了SA和AS模块，通过交叉操作有效传递和更新人物形状和外观模态，实现相互改进，提升最终人物图像的质量；提出两种新型多尺度交叉注意力模块（