前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Github 项目推荐 | Basel Face Model 2017 完全参数化人脸

Github 项目推荐 | Basel Face Model 2017 完全参数化人脸

作者头像
AI研习社
发布2018-03-16 10:50:27
3.2K0
发布2018-03-16 10:50:27
举报
文章被收录于专栏:AI研习社AI研习社

本软件可以从 Basel Face Model 2017 里生成完全参数化的人脸,论文链接:

https://arxiv.org/abs/1712.01619

根据开发者的需求,该软件可以控制人脸的姿态、相机、颜色、光亮等参数的变化。生成的数据集可以用来训练和比较 SVMs, CNNs 或者胶囊网络等机器学习技术的结果。

从上图中您可以看到该数据生成器采样的示例人脸图像,每行都显示同一个人脸标识的不同图像。

上面的一行图片说明了图像的模型参数是沿着某个参数在等距位置上采样的 - 在这种情况为偏航姿态(the yaw pose),我们将此设置称为“受控”(controlled)。

底行中的图像是通过从模型参数随机抽样生成的。 我们将此设置称为“随机”(random)。

用法

安装:

  • 已安装Java(建议使用8.0或更高版本)
  • 下载jar和配置文件
  • 下载Basel Face Model 2017
  • 下载Basel Illumination Prior 2017
  • 获取背景数据集,例如可描述的纹理数据集

运行:

  • 修改data / config_files / example_config_controlled.json中的路径和配置
  • 用于在“受控”设置中生成图像,执行:
  • java -Xmx2g -cp generator.jar faces.apps.ControlledFaces -c data / config_files / example_config_controlled.json
  • 为了在“随机”设置中生成图像,执行:
  • java -Xmx2g -cp generator.jar faces.apps.RandomFaces -c data / config_files / example_config_random.json

对于开发者:

  • 已安装Java(建议使用8.0或更高版本)
  • 安装sbt(仅用于从源代码编译)
  • 克隆库
  • 编译并使用sbt run -mem 2000运行

Github 地址

https://github.com/unibas-gravis/parametric-face-image-generator

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-02-23,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI研习社 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档