这篇paper主要是做运动迁移的。现有Shape Deformation Transfer的问题：
- 要求成对数据
-
或要求point-wise的对应关系
运动迁移示意图
以上图为例，要把一个瘦子(source域)的动作迁移到胖子(target域)身上。传统的做法往往需要一一对应的动作数据，或者是point-wise的对应关系。所谓point-wise，指的是人体三维模型的每一个顶点对应关系（人体三维模型可以看成是很多个小三角形组成）。显然这两种要求都不太现实。
解决办法
- 使用VAE-CycleGAN解决上述问题。
- 加入相似性约束，使得运动迁移过程中，保持identity信息不变。
下面对这两点进行详细解读：
使用VAE-CycleGAN
VAE-CycleGAN上图是模型的训练过程，下图是推断过程。整个网络结构清晰易懂。
推断过程中，输入图片通过Encoder提取特征，然后利用 similarity network
模型的损失函数
模型的损失显然包括三部分，GAN Loss，Cycle consistency loss，similarity network loss。
模型loss