百科.dev
全部条目在线工具AI 编程趋势榜开源项目技术资讯提交条目
登录
< 返回工具列表
A

Audio-driven-TalkingFace-HeadPose

> 编程语言
开源

"基于学习的个性化头部姿态的音频驱动对话式面部视频生成" (Arxiv 2020) 和"从视频中预测个性化头部运动"

772 stars0 点赞2 次浏览
访问官网GitHub

工具介绍

"基于学习的个性化头部姿态的音频驱动对话式面部视频生成" (Arxiv 2020) 和"从视频中预测个性化头部运动"

我们提供了 PyTorch 实现,用于我们的 arxiv 论文"Audio-driven Talking Face Video Generation with Learning-based Personalized Head Pose"(http://arxiv.org/abs/2002.10137) 和我们的 IEEE TMM 论文"Predicting Personalized Head Movement From Short Video and Speech Signal"(https://ieeexplore.ieee.org/document/9894719)。请注意,此代码受专利保护。仅限于您所在的大学(研究机构)进行研究用途。如果您对商业用途/盈利用途感兴趣,请联系刘永进教授(通讯作者,电子邮箱:[email protected])。

我们提供了一个演示视频 这里 (请在本页面中搜索"Talking Face"并单击"演示视频"按钮)。

下载 3D 面部重建的面部模型

  • 从 https://faces.dmi.unibas.ch/bfm/main.php?nav=1-0&id=basel_face_model 下载 Basel 面部模型,并将 01_MorphableModel.mat 复制到 Deep3DFaceReconstruction/BFM 文件夹中
  • 从 Guo et al. 的粗略数据中下载表情基础,并将 Exp_Pca.bin 复制到 Deep3DFaceReconstruction/BFM 文件夹中

Colab

Issues· 0 开放

查看全部 Issues在 GitHub 打开

暂无开放 Issues,或尚未同步最近议题。

> 标签

Python

暂无评论,来聊聊你的看法吧

> 工具信息

发布日期2026年8月1日
最后更新2026年9月17日
分类编程语言
定价开源

> 相关工具

T
TypeScript
JavaScript 的超集,为前端与全栈提供静态类型
P
Python
通用编程语言,广泛用于 Web、数据与 AI
G
Go
Google 推出的简洁高效系统语言