🎈 人脸表情
- 通过上一篇文章
StyleGAN生成的人脸：https://www.cnblogs.com/tinygeeker/p/17236264.html - 人脸图片都是比较中规中矩的，如果能够给人脸增加一些表情的话，会让人脸显得更加的自然和逼真
- 那么调整人脸的年龄、颜值、笑容、情绪等细节，就显得非常的重要了
人脸表情调整
🎈 调整步骤
- 在上一篇文章中，我们知道生成人脸是通过
main.py这个程序 - 其实在项目
main.py同级目录下，还有一个edit_photo.py程序 - 这个程序就是用来调整生成的人脸的表情的
- 只要稍微这个程序的源码就可以知道，它改变人物的表情主要是通过
main.py生成图片的同时，也会生成每个人物的潜码，保存在resultsgenerate_codes文件夹下面 - 改变人脸细节主要通过潜码去修改，从源码中知道可以自定义年龄、人脸角度、笑容、人脸宽高、脸型、戴眼镜还有各种情绪都是可以去改变的
- 源码中默认选择
networks/generator_star-stylegan2-config-f.pkl明星人脸模型，并且通过第9个潜码0008.txt，去修改第9张图片的age.npy，也就是年龄图 - 其中
direction_file = 'age.npy'就是可以自定义改变人脸调整的方向 - 其中
networks/generator_star-stylegan2-config-f.pkl要跟第一步生成人脸图片的模型对应上 - 其中
read_feature('results/generate_codes/0008.txt')就是你想选择调整的是哪一张图片 - 其中
coeffs = [-15., -12., -9., -6., -3., 0., 3., 6., 9., 12.]就是你想调整的程序，一个元素对应一张图片，所以处理结果也会生成对应的10张图片
def main(): # 在这儿选择生成器 tflib.init_tf() with open('networks/generator_star-stylegan2-config-f.pkl', "rb") as f: generator_network, discriminator_network, Gs_network = pickle.load(f) # 这是一些配置参数，不要动它 w_avg = Gs_network.get_var('dlatent_avg') noise_vars = [var for name, var in Gs_network.components.synthesis.vars.items() if name.startswith('noise')] Gs_syn_kwargs = dnnlib.EasyDict() Gs_syn_kwargs.output_transform = dict(func=tflib.convert_images_to_uint8, nchw_to_nhwc=True) Gs_syn_kwargs.randomize_noise = False Gs_syn_kwargs.minibatch_size = 1 truncation_psi = 0.5 # 在这儿选择人物的潜码，注意要与生成器相匹配。潜码来自生成目录下有个generate_codes文件夹里的txt文件。 face_latent = read_feature('results/generate_codes/0008.txt') z = np.stack(face_latent for _ in range(1)) tflib.set_vars({var: np.random.randn(*var.shape.as_list()) for var in noise_vars}) # [height, width] w = Gs_network.components.mapping.run(z, None) w = w_avg + (w - w_avg) * truncation_psi # 在这儿选择调整的方向，共有21种调整方式，它们的名称与分别对应的功能如下所示。 ''' age.npy - 调整年龄 angle_horizontal.npy - 在左右方向上调整人脸角度 angle_vertical.npy - 在上下方向上调整人脸角度 beauty.npy - 调整颜值 emotion_angry.npy - 调整此项可增添/减弱一些生气的情绪（调整步幅建议缩小） emotion_disgust.npy - 调整此项可增添/减弱一些厌恶的情绪（调整步幅建议缩小） emotion_easy.npy - 调整此项可增添/减弱一些平静的情绪（调整步幅建议缩小） emotion_fear.npy - 调整此项可增添/减弱一些害怕的情绪（调整步幅建议缩小） emotion_happy.npy - 调整此项可增添/减弱一些开心的情绪（调整步幅建议缩小） emotion_sad.npy - 调整此项可增添/减弱一些伤心的情绪（调整步幅建议缩小） emotion_surprise.npy - 调整此项可增添/减弱一些惊讶的情绪（调整步幅建议缩小） eyes_open.npy - 调整眼睛的闭合程度 face_shape.npy - 调整脸型 gender.npy - 调整性别 glasses.npy - 调整是否戴眼镜 height.npy - 调整脸的高度 race_black.npy - 调整此项可接近/远离向黑种人变化 race_white.npy - 调整此项可接近/远离向白种人变化 race_yellow.npy - 调整此项可接近/远离向黄种人变化 smile.npy - 调整笑容 width.npy - 调整脸的宽度 ''' direction_file = 'age.npy' # 从上面的编辑向量中选择一个 # 在这儿选择调整的大小，向量里面的值表示调整幅度，可以自行编辑，对于每个值都会生成一张图片并保存。 coeffs = [-15., -12., -9., -6., -3., 0., 3., 6., 9., 12.] # 开始调整并保存图片 move_latent_and_save(w, direction_file, coeffs, Gs_network, Gs_syn_kwargs) 🎈 调整结果
- 运行结果会存放在
resultsage文件夹中 - 可以根据图片去做一个渐变的视频，比如人物年龄从儿童转变到老龄，视觉效果很不错
人脸年龄调整结果
