Para abordar el problema de la deformación y distorsión de imágenes causado por un manejo inapropiado de las características en la fase de codificación en los métodos existentes de transferencia de pose corporal, se propone un método de transferencia de pose corporal multiresolución basado en la Red de Transferencia Atencional de Pose (PATN) y el mecanismo de autoatención. Primero, se diseñó un módulo de autoatención guiado por la pose que, mediante un mecanismo de atención múltiple, refuerza el peso de los canales de características en las regiones clave del cuerpo y reduce el impacto de las características irrelevantes del fondo, explorando de forma adaptativa la correlación entre las características de dos ramas; segundo, en la fase de decodificación se añadió un módulo de atención multiescala que mejora la expresión de la información de la pose en diferentes escalas, mejorando efectivamente la fidelidad de los detalles locales y la textura general; finalmente, se introdujo una pérdida triplete de píxeles para restringir las imágenes generadas, aumentando la coherencia de las características y la estructura de las imágenes. Se validó el método en los conjuntos de datos DeepFashion y Market-1501. Los resultados experimentales muestran que el método supera a los existentes basados en PATN en los índices de similitud estructural (SSIM), puntuación inicial (IS) y similitud perceptual (LPIPS), además de mejorar la apariencia visual y la textura de los bordes, demostrando un potencial importante en tareas posteriores de reidentificación de peatones.

Procesamiento de imágenes; transferencia de pose; CGAN; mecanismo de autoatención; multiresolución