一种两阶段改进的人像姿态迁移生成方法

本发明涉及一种两阶段改进的人像姿态迁移生成方法。包括第一阶段过程：通过Controlnet网络控制扩散模型生成最终高精度姿态迁移效果图(Ifinal)；第二阶段过程：通过解码器输出最终高精度姿态迁移效果图(Ifinal)；第三阶段过程：为训练扩散过程，采样方法使用DDIM采样，根据Deep Fashion数据集训练直到网络收敛为止。本发明通过针对GAN网络姿态迁移的任意模型做第二阶段效果优化改进(Refinement Stage)。根据GAN网络输出的第一阶段结果使用扩散模型进行组合提升效果。它弥补了GAN网络生成图片的分辨率低细节模糊的问题，同时克服了扩散模型生成内容的不稳定性不一致性缺陷。将二者优势取长补短，实现了高精度的姿态迁移效果。