开源
GANimation的官方实现。在这项工作中，我们介绍了一种基于动作单元 (AU) 注释的新型 GAN 调节方案，它在连续流形中描述定义人类表情的解剖学面部运动。我们的方法允许控制每个 AU 的激活幅度并组合其中的几个。有关详细信息，请参阅论文。
[hidecontent type="logged" desc="隐藏内容：登录后可查看"]
pip install -r requirements.txt)该代码需要一个包含以下文件的目录：
imgs/: 包含所有图像的文件夹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：包含要用于测试的图像名称的文件。此目录的示例显示在sample_dataset/.
使用OpenFace生成aus_openface.pkl提取每个图像的动作单元，并将每个输出存储在与图像同名的 csv 文件中。然后运行：
python data/prepare_au_annotations.py
训练：
bash launch/run_train.sh
去测试：
python test --input_path path/to/img[/hidecontent]
