GestureGAN

上传一张手势图，一键生成指定新手势，背景身份不变

GestureGAN 是一个基于生成对抗网络（GAN）的手势到手势转换工具，发表于 ACM MM 2018（Oral）。它解决的是在自然场景（非受控环境）中，如何将一种手势图像转换为另一种指定手势图像的问题，同时保持人物身份、背景和光照等细节不变。核心能力包括：利用姿态关键点作为条件输入，实现可控的手势生成；通过跨视图学习机制，在 CVUSA、Dayton 等数据集上验证了跨视角场景的适应性；支持从单张 RGB 图像直接生成目标手势，无需额外的深度信息或3D模型。项目提供了完整的训练和测试代码，基于 PyTorch 实现，适合研究手势生成、图像到图像翻译以及可控图像合成。尽管星标数不高，但作为学术原型，其方法对后续可控生成研究有一定参考价值。