理工酷

概述

使用深度神经网络编辑人脸图像。用户可以使用直观的输入（例如草图和着色）来编辑面部图像，网络SC-FEGAN可以从中生成高质量的合成图像。本项目使用了带有门控卷积层的SN-patchGAN鉴别器和类似Unet的生成器。

依赖的第三方库

• tensorflow
• numpy
• Python3
• PyQt5
• opencv-python
• pyyaml

设置

首先，从Google驱动器下载模型。（https://drive.google.com/drive/folders/1VPsYuIK_DY3Gw07LEjUhg2LwbEDlFpq1） 运行这些命令以启动程序。

mv /${HOME}/SC-FEGAN.ckpt.* /${HOME}/ckpt/
python3 demo.py

通过编辑demo.yaml文件选择要使用的GPU数量（不支持多GPU）。

GPU_NUM: 1 (the number you want to use)
#GPU_NUM: (if you want to use only CPU, erase the number)

如何使用

使用简单的GUI编辑人脸图像。网络仅填充图像的已擦除区域。

按钮说明

• Open Image：打开要编辑的图像。
• Mask：在左查看器的脸部所需区域上绘制遮罩。
• Sketches：在左侧查看器上绘制所需的线。
• Color：绘制彩色线条。如果您第一次单击此按钮，则必须从调色板中选择一种颜色。
• Palette： 换颜色。选择颜色后，单击Color按钮以应用更改。
• Save Img：保存结果。将其另存为“ name.jpg ”。
• Arrange：安排编辑工作。
• Undo：撤消以前的编辑工作。
• Complete：生成图像并将其显示在正确的查看器上。

建议使用以下工作流程：

1. 参照原始图像合理地画出草图。
2. 在草图区域上绘制蒙版。
3. 点击“安排”按钮。
4. 在蒙面区域上绘制颜色。
5. 点击“完成”。

示例结果

脸部编辑 编辑耳环 面部修复 面部修复（仅草图和颜色）

引用

@InProceedings{Jo_2019_ICCV,
  author = {Jo, Youngjoo and Park, Jongyoul},
  title = {SC-FEGAN: Face Editing Generative Adversarial Network With User's Sketch and Color},
  booktitle = {The IEEE International Conference on Computer Vision (ICCV)},
  month = {October},
  year = {2019}
}

转载自：https://github.com/run-youngjoo/SC-FEGAN