GANimation

ganimation：从单个图像中的解剖学意识到的面部动画

[项目] [纸]

官方实施GANIMATION。在这项工作中，我们介绍了一种基于动作单位（AU）注释的新型GAN调节方案，该方案在连续的歧管中描述了定义人类表达的解剖学面部运动。我们的方法允许控制每个AU激活的大小，并结合其中几个。有关更多信息，请参考该论文。

该守则公开以分享我们的研究，以使科学界受益。不要将其用于不道德的目的。

先决条件

• 安装pytorch（版本0.3.1），http://pytorch.org的火炬视觉和依赖关系
• install unignt.txt（ pip install -r requirements.txt ）

数据准备

该代码需要一个包含以下文件的目录：

• imgs/ ：带有所有图像的文件夹
• aus_openface.pkl ：包含图像动作单元的字典。
• train_ids.csv ：包含用于训练的图像名称的文件。
• test_ids.csv ：包含用于测试的图像名称的文件。

该目录的一个示例在sample_dataset/中显示。

要生成aus_openface.pkl提取带有OpenFace的每个图像操作单元，然后将每个输出存储在CSV文件中，以与图像相同的名称。然后运行：

 python data/prepare_au_annotations.py

跑步

训练：

 bash launch/run_train.sh

测试：

 python test --input_path path/to/img

引用

如果您在研究中使用此代码或想法进行研究，请引用我们的论文：

 @article{Pumarola_ijcv2019,
    title={GANimation: One-Shot Anatomically Consistent Facial Animation},
    author={A. Pumarola and A. Agudo and A.M. Martinez and A. Sanfeliu and F. Moreno-Noguer},
    booktitle={International Journal of Computer Vision (IJCV)},
    year={2019}
}