你动、蒙娜丽莎跟着一起动,OpenCV这么用,表情口型造假更难防了

梅宁航 发自 凹非寺

有没有想过让蒙娜丽莎跟着你的表情动,来一番亲切的交流?

Aliaksandr的一阶运动模型(First Order Motion Model)可以实现,但是实现过程非常复杂且繁琐。

一阶运动模型功能强大,可以在未经预训练的数据集上对图像和视频进行特效生成,但代价是安装配置比较繁琐。

能不能简单一点,再简单一点?

印度一位程序员阿南德·帕瓦拉(Anand Pawara)设计了基于OpenCV实现的实时动画特效。

毕竟OpenCV是成名已久的跨平台视觉库,是事实上的计算机视觉领域的标准库。

项目中涉及的人脸识别、动作识别和运动跟踪,均在OpenCV库中原生支持。

几天前,阿南德在GitHub上开源了完整代码,并给出实现具体过程。

走过路过,不要错过。

安装过程

1、安装依赖模块

安装依赖模块:

pip install -r requirements.txt

安装pytorch 1.0.0 :

pip install torch===1.0.0 torchvision===0.2.1 -f https://download.pytorch.org/whl/cu100/torch_stable.html

2、下载配置文件(如果不能下载,文件链接在文末)

gdown —id 1wCzJP1XJNB04vEORZvPjNz6drkXm5AUK

3、运行程序

运行文件 :

python image_animation.py -i path_to_input_file -c path_to_checkpoint

针对摄像头的实时特效生成 :

python .\image_animation.py -i .\Inputs\Monalisa.png -c .\checkpoints\vox-cpk.pth.tar Run application from video file : python image_animation.py -i path_to_input_file -c path_to_checkpoint -v path_to_video_file

针对既有视频的特效生成 :

python .\image_animation.py -i .\Inputs\Monalisa.png -c .\checkpoints\vox-cpk.pth.tar -v .\video_inputest1.mp4

如果你想上手试试,只需要调整相关配置文件即可。

模型分为两种使用模式,一种是较为常规的导入视频常规方法,另外一种就是实时生成视频特效。

但是,请注意,一定要使用pytorch 1.0.0版本,因为更高的版本在后端依赖的一阶模型上存在问题。

按照作者的后续计划,会推出客户端程序,并且会增加假声(deepfake voice)功能。

立足OpenCV的优化

阿南德所做的工作是简化现有的一阶运动模型(First Order Motion Model),使用OpenCV对视频进行特效生成。

项目的后端支持由OpenCV库完成,避免使用复杂的模型,降低使用门槛。

按照作者观点,使用这个模型只需要对一类数据集进行训练后,便可应用到对其全部事物上去,即具有较好的泛化能力。

不同于原一阶模型的多个数据集测试效果,现在阿南德实时动态特效模型还只在人脸数据集上进行测试,后续后持续增加其他数据集。

这个模型的特点是易用,配置非常简单,基本可以开箱即用,即使是训练自己的数据集也会比较简单。

因为立足于对现有资源进行优化配置,操作简易,功能强大。

当然,简单也会带来问题,比如现在数据集较为单一,针对的主要是人脸数据集。

此外,对人脸的轮廓识别效果还不那么令人满意,需要加以改造。


联系电话:
020-00000000
联系电话:
020-00000000
联系电话:
020-12345678