二次元的正确打开方式

本文 GitHub https://github.com/Jack-Cherish/PythonPark 已收录，有技术干货文章，整理的学习资料，一线大厂面试经验分享等，欢迎 Star 和 完善。

一、前言

大家好，我是 Jack 。

去年发表的「Talking Head Anime」大家都看过了吧？

最近，这位谷歌工程师对算法进行了升级，「Talking Head Anime 2」效果更好！

只需要一张 PNG 二次元角色图片，就可以生成虚拟偶像，生成带面部表情捕捉的 Vtuber 角色。

作者亲自上场，动漫头像根据作者的口型和头部动作实时「演唱」，作者的完整视频：

老规矩，今天就教大家怎么玩！

二、算法原理

算法的核心思想是：给定某个动漫人物的一张人脸图像和六轴的姿态信息（Pose），生成同一人物的另一张人脸图像。

通过实时控制六轴的姿态信息（Pose），来达到实时控制动漫人物的效果。

整个过程分类两个步骤：

• 第一步：改变面部表情，即控制眼睛和嘴的开闭程度。
• 第二步：人脸旋转。

每一步都使用单独的一个网络，并将第一个网络的输出作为第二个网络的输入。

第一个网络为人脸变形器，第二个网络为人脸旋转器。

为了获得更好的面部动作，作者本次升级将姿态维度增加到了 42 维。

同时在人脸变形器中增加了眉毛、眼睛、嘴巴形变器。

眉毛变形器：可以分割出眉毛，并控制眉毛扭曲的形状。

眼睛和嘴巴变形器的网络也是类似操作。

更具体的原理，详见作者的论文：

https://pkhungurn.github.io/talking-head-anime-2/

三、算法测试

「Talking Head Anime 2」还没有开源，不过应该马上就有了。

着急，可以先玩一玩「Talking Head Anime」，效果也很不错，同时也算为第二代做环境的准备了。

项目地址：

https://github.com/pkhungurn/talking-head-anime-demo

第一步：配置开发环境。

依赖不多，使用 Anaconda 配置安装下即可。

这里有详细的环境配置教程：《一劳永逸的 Python 开发环境搭建》

第二步：下载代码和权重文件。

一共四个权重文件，下载好并它们放在工程目录的 data 目录下。

我将代码和权重文件，进行了打包，可以直接下载使用（提取码：jack）：

https://pan.baidu.com/s/1MlBYx2EhyZgRoD7nXWayBA

第三步：运行程序。

超级简单，运行效果：

四、总结

很期待第二个优化版本，效果绝对更好！

真实人脸也是可以这样控制的，只是需要的维度更多，数据更多。

现在各种虚拟主播已经登场了，在直播领域上线了不少相关产品，后续这类技术会做的越来越好。

三次元的人脸模型驱动也将不在话下。

我是 Jack，我们下期见。

文章持续更新，可以微信公众号搜索【JackCui-AI】第一时间阅读，本文 GitHub https://github.com/Jack-Cherish/PythonPark 已经收录，有大厂面试完整考点，欢迎 Star。