论文复现课程链接：https:aistudio.baidu.comaistudioeducationgroupinfo1340主要工作和之前vid2vid比较，vid2vid对于视 论文复现课程链接：https://aistudio.baidu.com/aistudio/education/group/info/1340 主要工作 和之
论文复现课程链接：https://aistudio.baidu.com/aistudio/education/group/info/1340
主要工作
和之前vid2vid比较，vid2vid对于视频的合成需要对应比较人物的训练数据，同时一个目标人物的生成就需要单独训练一个模型，而few shot vid2vid 只需要少量样本，甚至是一张图片就可以使用一个模型生成为未见过的目标人物视频。如图像1所示：
图1 vid2vid(左) 和 few-shot vid2vid(右) 比较效果
引言
现有vid2vid不足：
1、需要大量的数据进行训练2、泛化性能弱：一般一个模型只能对应的合成一个目标数据的视频
Few-shot vid2vid
