talking head anime demo
1.0.0
您可能需要查看同一軟件的功能更強大的版本2：http：//github.com/pkhungurn/talking-head-anime-2-demo
該存儲庫包含兩個應用程序的代碼，可從單個圖像項目中使用Talking Head動漫中的神經網絡系統：
如果您沒有所需的硬件（下面討論）或不想下載代碼並設置環境來運行它，請單擊以嘗試在Google Colab上運行手動擺動器。
與許多使用Pytorch編寫的現代機器學習項目一樣，此代碼要求最近強大的NVIDIA GPU運行。我親自在GEFORCE GTX 1080 TI和TITAN RTX上運行代碼。
另外，Peppeteer工具需要一個網絡攝像頭。
如果您安裝這些軟件包，那麼您應該很好。
如果使用Anaconda，您還可以選擇重新創建可用於運行演示的Python環境。打開外殼並將目錄更改為項目的根。然後，運行以下命令：
conda env create -f environment.yml
這應該下載並安裝所有依賴項。但是請記住，這需要您的存儲空間的幾千兆字節。安裝完成後，您可以使用以下命令來激活新環境：
conda activate talking-head-anime
完成環境後，您可以將其停用：
conda deactivate
將此存儲庫克隆到計算機的存儲庫後，您需要下載模型：
data目錄中。這些模型通過Creative Commons歸因4.0國際許可單獨發布。shape_predictor_68_face_landmarks.dat並將其保存到data目錄。您可以從這裡下載BZIP檔案。不要忘記取消壓縮。下載完成後，數據目錄應該看起來如下：
+ data
+ illust
- placeholder.txt
- waifu_00_256.png
- waifu_01_256.png
- waifu_02_256.png
- waifu_03_256.png
- waifu_04_256.png
- combiner.pt
- face_morpher.pt
- placeholder.txt
- shape_predictor_68_face_landmarks.dat
- two_algo_face_rotator.pt
要播放演示，您可以使用我包含在data/illust中的5個圖像。或者，您可以自己準備一些角色圖像。可以動畫的圖像必須滿足以下要求：
有關更多詳細信息，請諮詢項目撰寫網站第4節。您應該將所有圖像保存在data/illust目錄中。獲得角色圖像的一種好方法是與WAIFU實驗室生成一個，並編輯圖像以滿足上述要求。
將目錄更改為項目的根目錄。要運行手動擺動器，請在外殼中發出以下命令：
python app/manual_poser.py
要運行Puppeteer，請在外殼中發出以下命令：
python app/puppeteer.py
如果您的學術工作從此存儲庫中的代碼中受益，請引用該項目的網頁如下：
Pramook khungurn。從單個圖像中說話的動漫。 http://pkhungurn.github.io/talking-head-anime/，2019年。訪問：yyyy-mm-dd。
您還可以使用以下Bibtex條目：
@misc{Khungurn:2019,
author = {Pramook Khungurn},
title = {Talking Head Anime from a Single Image},
howpublished = {url{http://pkhungurn.github.io/talking-head-anime/}},
year = 2019,
note = {Accessed: YYYY-MM-DD},
}
雖然作者是Google Japan的僱員，但該軟件不是Google的產品，也沒有Google的支持。
該軟件的版權屬於我，因為我使用IARC流程要求它。但是，發布此源代碼的條件之一是在內部出版物批准過程中批准“從單個圖像中說話的頭動畫”出版。我要求在2019/11/17批准。它已由研究人員進行了審查，但尚未得到我產品領域（Google Maps）經理的正式批准。我已經決定發布此代碼，承擔了它可能產生的所有風險。
我利用了Kwanhua Lee實施的面部跟踪器代碼來實現Puppeteer工具。
