mocogan

收录理由

MoCoGAN 是 CVPR 2018 论文的官方参考实现，其核心思路是将视频生成拆解为两个独立的潜在编码：内容编码决定画面中出现什么，运动编码决定这些内容如何移动。这种拆分让模型具备了可控性——固定其中一个编码并改变另一个，就能生成同一个人执行不同动作，或不同人执行同一动作的视频。仓库提供了完整的训练代码、Docker 镜像，以及基于面部表情、人体动作和 TaiChi 数据集的训练示例，复现论文结果的门槛不高。虽然这是一个研究性质的项目，并非可直接上线的生产服务，但作为研究运动与内容解耦的基线，或是扩展视频 GAN 的起点，它的价值非常实在。