人体图像生成与编辑是指以人为主体的一系列生成任务，包括人体姿态迁移，人体编辑等等，在电影动画制作、虚拟试衣、虚拟主播等泛娱乐领域具有广阔的应用前景，在行人重识别、元宇宙构建等学术领域同样是重要的技术基础。在生成对抗网络（Generative Adversarial Network, GAN）等一系列技术的发展推动下，人体图像生成与编辑领域迅速发展，成效显著。随着市场应用需求的不断拓展，该领域仍存在一些影响其应用性的问题亟待解决，包括复杂衣着生成、人体图像的任意编辑、人体部位的自由操控等通用问题。因此本文以人体图像的生成质量为基础，以提高人体图像生成中内容可控的自由度为目标，展开了深入探索。具体地，本文的主要研究内容和贡献概况如下：

（1）针对当前主流人体生成方法忽视人体图像编辑的重要性，并使用人体关键点作为先验信息，导致人体图像生成使用门槛高、应用性不佳的问题，本文提出了一种基于简笔画的人体图像生成与编辑方法，将手工简笔画贯穿生成引导的全过程，实现人体姿态、外形、穿着等方面的全控制。借助双阶段网络，首先实现由简笔画到人体语义分割图的预测，学习各部位间的分割信息及语义关联，并使用生成的姿态语义特征引导输入图像特征进行迁移，生成简笔画控制下的人体图像，对简笔画的任意涂抹编辑将直接反映在生成图像的变化中。同时，为了解决主流方法面对人物着装复杂的情况时，无法有效生成的问题，本文设计了可以保留空间信息的特征迁移模块，完成复杂纹理信息的迁移。该方法在姿态迁移任务中多个指标大幅领先于当前最优方法，图像生成质量也显著突出，在图像编辑任务上，表现出了“所画即所得”的自由编辑性。

（2）针对当前方法缺乏对人体图像生成内容的精细化、自由化的控制，本文提出一种组件式的人体生成方法，将整体生成过程拆分为多个组件的独立生成，并设计外貌风格量化模块增加生成图像质量。具体地，本文按照人体刚性区域划分，将人体拆分为多个部位，为每一个部位单独设计局部生成器，将生成出的局部特征按照设定方法进行聚合，并通过可学习的外貌风格码本进行向量量化，从而得到全局特征用于图像生成。通过本文特殊设计的网络结构，实现了对生成图像中人体各部位的独立生成与控制。此外，在局部生成器中，不仅实现了各部位间的解耦，还根据网络深度将内容区分为外形和外貌两部分，从而实现人体图像外形和外貌的独立控制。实验结果表明，该方法在人体图像生成上展现了较高的自由度，生成图像质量在定量和定性分析中都远好于已有方法。