面向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，从不同来源人物提取姿态、头部、上衣和裤子等属性，以生成具有指定属性组合的人物图像；主要贡献是结合 Transformer 属性编码器、课程学习与属性解码器，实现人物部件表示的解耦和组合。 编码端不只是依靠完整语义掩码提取各部件表示，而是采用由易到难的课程学习，并通过随机移除人物分割掩码中的部件掩码提高训练难度，促使 Transformer 编码器识别部件之间的潜在边界。该策略仍以人物分割掩码为训练机制的一部分，不宜理解为完全不依赖掩码。解码端使用 Dual Adaptive Denormalization（DAD）残差块，融合结构特征与属性表示等多层级信息。 作者报告，在人物图像生成实验中，该方法能够迁移不同人体部件的纹理与形状，并生成逼真结果；摘要未提供数据集、划分、评价指标、具体对照或定量结果，实验协议、消融及统计信息尚未验证。作者将其描述为首次使用 Transformer 学习用于人物图像生成的解耦潜在表示，该优先性主张尚未独立核实。 平台推测（待验证）：其潜在可借鉴之处是通过逐步削弱显式部件提示来学习可组合表示，但人物图像的空间部件边界不能直接等同于 EEG 中的任务、被试或噪声因素。若探索 EEG 迁移，需要重新定义可辨识因素、监督信号及编码模块；目前材料未建立具体对应关系，不据此提出 BCI 效果或复现实验结论，相关 EEG 工作尚未检索确认。