LIP_MASK：具有地标和外观先验的保持身份的说话人脸生成（CVPR 2023）

CVPR2023论文“Identity-Preserving Talking Face Generation with Landmark and Appearance Priors” 的PyTorch官方方案的升级。

[论文] [演示视频]

如何实现效果的提升？

• 通过dlib优化关键点检测方式
• 对齐音频视频帧
• 二次生成说话脸速度提升
• 通过锐化滤波加强清晰度

环境要求

• Python 3.9
• torch 2.0.0
• torchvision 0.15.1
• ffmpeg

我们在1个24G的RTX3090上使用CUDA 118进行实验。更多细节，请参考 requirements.txt。我们建议首先安装pytorch，然后运行以下命令：

pip install -r requirements.txt

测试

从[FoxCloud](http://cloud.foxyear.cn/s/jMtW下载预训练模型，并将其放置在 checkpoints 文件夹中。然后运行以下命令：

python inference.py

运行

从[FoxCloud](http://cloud.foxyear.cn/s/jMtW下载预训练模型，并将其放置在 checkpoints 文件夹中。然后运行以下命令：

python inference.py  --input ./video/videoxx.mp4 --audio ./audio/testxx.wav

致谢

该项目在公开可用的代码 IP_LAP , DFRF , pix2pixHD, vico_challenge 和 Wav2Lip 基础上构建而成。感谢这些作品和代码的作者将他们优秀的工作公开发布。

联系

深度开发合作交流，联系加微信：

交流群及资料教程：

引用和点赞

如果你在研究中使用了这个库，请引用以下论文并为该项目点赞。谢谢！

@InProceedings{Zhong_2023_CVPR,
    author    = {Zhong, Weizhi and Fang, Chaowei and Cai, Yinqi and Wei, Pengxu and Zhao, Gangming and Lin, Liang and Li, Guanbin},
    title     = {Identity-Preserving Talking Face Generation With Landmark and Appearance Priors},
    booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
    month     = {June},
    year      = {2023},
    pages     = {9729-9738}
}