又一篇spotlight+reid+GAN換pose
本文用了較多的篇幅講loss function，描述網(wǎng)絡(luò)結(jié)構(gòu)的插圖令人費(fèi)解
pose的提取也是用openpose這個(gè)庫沾鳄。
其loss分為三部分：
1萌狂， image adversarial loss，即傳統(tǒng)gan的loss
2赊淑，pose loss 本砰，pose差異碴裙，生成圖片再用openpose提取pose信息做差值
3，identity loss点额，此為關(guān)鍵舔株，又分為兩部分，分別是content和style loss
content：用于保證生成圖和原圖在pretrain model生成的feature map一致
style： 利用Gram matrix生成某種feature map还棱，然后作比對
