在NIPS2017上该团队已经为我们贡献了：pose guided person image generation这篇非常棒的文章，在CVPR2018中，他们推出的更新的这篇文章不仅仅解决了换pose问题，还实现了”随心所欲“的换装换pose，今年spotlight。

在这里提到的前一篇文章可复现度很高，可以尝试，后者我们团队中有人尝试过，但并不理想，作者什么时候会公布代码我们不得而知。

该模型分为三个分支，

1，运用openpose这个库，生成pose的18个dots，并将这concat进decoder之前的feature map中

2，在经过卷积运算后的feature map上，运用mask，将前后景分离，背景的feature map也是直接concat进最后的feature map中

3，核心是前景的处理上，用7个ROI进一步将前景解开，然后用公用的encoder生成前景的featuremap