用于可控人物图像生成的解耦表示学习

基于摘要分析。本文研究可控人物图像生成，提出 DRL-CPG，将不同来源人物的姿态、头部、上衣和裤装等属性组合到生成图像中。核心贡献是通过课程学习训练基于 Transformer 的属性编码器，学习解耦潜在表示，并以属性解码器融合多层级信息。 机制上，作者不同于依靠语义掩码获取各部件表示的既有方法，引入 random component mask-agnostic 策略：从人物分割掩码中随机移除部件掩码，逐步增加训练难度，旨在促使编码器识别部件间的潜在边界，使模型能够同时迁移部件形状与纹理。解码端采用 Dual Adaptive Denormalization（DAD）残差块，整合结构特征与属性表示。该方法仍涉及人物分割掩码，不能据此理解为完全不依赖分割监督。 作者报告，实验支持不同人体部件的纹理与形状迁移，并可生成逼真人物图像；摘要未提供数据集、划分、评价指标或定量结果，实验协议、消融及统计信息尚未验证。作者声称首次以 Transformer 学习用于人物图像生成的解耦潜在表示，该优先性尚未独立核实。 平台推测（待验证）：可考察的跨领域假设是，逐步削弱显式分区提示可能有助于学习较少依赖固定分区的表示；但本文机制依赖具有明确部件边界的图像及分割掩码，EEG 通道并不等价于人体部件，摘要也未建立与 EEG 任务的具体对应关系。因此，人物图像生成结果不能作为 EEG 或 BCI 有效性的证据，暂不据此提出直接迁移方案；相关 EEG 工作尚未检索确认。