Webcam Live Portrait开源项目教程

Webcam Live Portrait开源项目教程

Webcam_Live_Portrait Bring portraits to life via webcam! 项目地址: https://gitcode.com/gh_mirrors/web/Webcam_Live_Portrait

1. 项目介绍

Webcam Live Portrait 是一个开源项目，基于PyTorch框架，实现了实时将静态人像照片转化为动态肖像的效果。项目基于论文《LivePortrait: Efficient Portrait Animation with Stitching and Retargeting Control》的官方实现，用户可以通过该项目将摄像头捕捉到的实时画面或者静态图片转化为具有表情和动作的动态肖像。

2. 项目快速启动

环境准备

首先，确保您的系统已安装有Python环境。项目建议使用conda进行环境管理。

conda create -n LivePortrait python==3.9.18
conda activate LivePortrait

然后，安装项目所需的依赖：

pip install -r requirements.txt

下载预训练权重

项目需要下载预训练的模型权重和InsightFace的人脸检测模型。从Google Drive或Baidu Yun下载后，解压并放置到项目的pretrained_weights目录下。

运行推理

启动推理脚本以生成动态肖像视频：

python inference.py

如果运行成功，你将在animations目录下得到名为s6--d0_concat.mp4的输出文件。

3. 应用案例和最佳实践

推理脚本参数

可以通过指定不同的参数来改变输入源和运行选项：

python inference.py -s assets/examples/source/MY_photo.jpg

或者，关闭贴图功能：

python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4 --no_flag_pasteback

查看更多选项：

python inference.py -h

使用Gradio界面

为了提供更直观的体验，项目提供了一个Gradio界面：

python app.py

性能评估

项目还提供了一个脚本用于评估各个模块的推理速度：

python speed.py

4. 典型生态项目

Webcam Live Portrait 项目使用了以下典型开源项目：

• FOMM：用于图像处理和合成。
• Open Facevid2vid：提供了人脸视频到视频的转换技术。
• SPADE：用于生成图像的语义分割图。
• InsightFace：提供了人脸检测和识别的模型。

这些开源项目共同为Webcam Live Portrait提供了强大的技术支撑，使得动态肖像的制作变得更加便捷和高效。

Webcam_Live_Portrait Bring portraits to life via webcam! 项目地址: https://gitcode.com/gh_mirrors/web/Webcam_Live_Portrait