AI 姿态迁移 — 从参考图复制姿势到生成图
在提示词中描述特定姿势并不可靠 — "双臂交叉、微微倾斜、重心在左腿" 每次生成的结果都大相径庭。姿态迁移通过 DWPose 从参考图中提取骨骼关键点，并在推理阶段将这些精确关键点作为条件输入，使输出角色与参考姿势完全吻合，彻底解决了文本描述的不确定性问题。
该技术基于管线内置的 DWPose 预处理器 — DWPose 可检测 18 个以上身体关键点及每侧 21 个手部关键点，精准捕捉手指位置与躯干旋转角度。条件控制在推理时实时应用，使生成模型能够同时满足提示词描述与参考姿势的双重约束，输出既符合创意设定又姿态精准的角色图像。
工作原理
- 1
上传参考图 — 任何包含清晰人体姿态的照片或生成图均可。
- 2
DWPose 自动提取骨骼关键点（无需手动绑定骨骼）。
- 3
撰写生成提示词描述角色 — 无需使用姿势相关词汇。
- 4
模型生成与提示词匹配的新角色，并精确复刻参考图的姿势。
常见问题
什么是 AI 姿态迁移？
一种从参考图提取骨骼关键点的工作流程：DWPose 提取关键点坐标后，将其作为条件输入新的 AI 生成过程，最终产出与提示词匹配、且姿势与参考图完全一致的角色图像。
这与在提示词中描述姿势有何不同？
文本描述姿势并不可靠 — 模型对"双臂交叉"或"重心在左腿"的理解每次都有偏差。DWPose 提取的是实际关节位置坐标，确保输出与参考图精确对应。
生成角色会像参考图中的人物吗？
不会 — 仅迁移姿势。角色身份由您的提示词或训练的 Character LoRA 决定，参考图仅贡献骨骼姿势信息。
DWPose 与 OpenPose 相比精度如何？
DWPose 可检测 18+ 身体关键点及每侧 21 个手部关键点，在手指位置与躯干旋转的捕捉上比 OpenPose 更精准，后者常遗漏细微解剖结构与手指细节。