当前位置: 首页 > article >正文

人脸修复与增强腾讯开源项目GFPGAN介绍

GFPGAN 简述

  • GFPGAN (Generative Facial Prior GAN) 是一种基于生成对抗网络(GAN)的面部图像修复与增强模型。它由腾讯 ARC Lab 的研究团队开发,目的是以高效和高质量的方式修复低分辨率、受损或老化的人脸图像,同时保留其真实感和身份一致性。GFPGAN 是当前图像处理领域的热门技术之一,尤其在图像复原和增强领域表现突出。
    在这里插入图片描述

  • GFPGAN的主要特点包括:

    • 利用预训练人脸GAN的先验知识:GFPGAN可以有效地修复各种退化的人脸图像。
    • 不需要对输入图像有任何先验假设:可以实现真正的盲修复。
    • 生成的结果更加自然:身份一致性好。
    • 可以处理非常低质量的输入图像。
    • 支持对非人脸区域(背景)进行增强。
    • 提供了无需CUDA扩展的“干净”版本:易于部署。
  • 应用场景

    • 老旧照片修复:GFPGAN 可修复模糊或损坏的人脸图像,特别适用于历史照片修复或档案数字化。

    • 低分辨率图像增强:将模糊或像素化的人脸照片转化为高分辨率图像。

    • 艺术修复:用于修复绘画中的面部特征,使其更加清晰。

    • 视频人脸修复:对低质量的视频逐帧修复人脸。

    • 虚拟现实与增强现实:在 VR 和 AR 应用中,用于生成高质量、逼真的人脸模型。

GFPGAN 介绍

  1. GitHub:https://github.com/TencentARC/GFPGAN
  2. 论文:https://arxiv.org/pdf/2101.04061
    在这里插入图片描述
  3. 环境依赖:
  • Python >= 3.7 (Recommend to use Anaconda or Miniconda)
  • PyTorch >= 1.7
  • Option: NVIDIA GPU + CUDA
  • Option: Linux
  1. 克隆仓库:
git clone https://github.com/TencentARC/GFPGAN.git
cd GFPGAN
  1. 安装依赖包:
# Install basicsr - https://github.com/xinntao/BasicSR
# We use BasicSR for both training and inference
pip install basicsr

# Install facexlib - https://github.com/xinntao/facexlib
# We use face detection and face restoration helper in the facexlib package
pip install facexlib

pip install -r requirements.txt
python setup.py develop

# If you want to enhance the background (non-face) regions with Real-ESRGAN,
# you also need to install the realesrgan package
pip install realesrgan
  1. 下载预训练模型:
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth -P experiments/pretrained_models
  1. 快速推理:
python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2
Usage: python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2 [options]...

  -h                   show this help
  -i input             Input image or folder. Default: inputs/whole_imgs
  -o output            Output folder. Default: results
  -v version           GFPGAN model version. Option: 1 | 1.2 | 1.3. Default: 1.3
  -s upscale           The final upsampling scale of the image. Default: 2
  -bg_upsampler        background upsampler. Default: realesrgan
  -bg_tile             Tile size for background sampler, 0 for no tile during testing. Default: 400
  -suffix              Suffix of the restored faces
  -only_center_face    Only restore the center face
  -aligned             Input are aligned faces
  -ext                 Image extension. Options: auto | jpg | png, auto means using the same extension as inputs. Default: auto
  1. 模型版本对比介绍:
    在这里插入图片描述
  2. 提供了基础模型可供自行训练:
    在这里插入图片描述

http://www.kler.cn/a/446618.html

相关文章:

  • 每日十题八股-2024年12月21日
  • windwos defender实现白名单效果(除了指定应用或端口其它一律禁止)禁止服务器上网
  • 《剑网三》遇到找不到d3dx9_42.dll的问题要怎么解决?缺失d3dx9_42.dll是什么原因?
  • elasticsearch 7.6.2版本即使使用wildcard模糊查询,也毫无过滤效果分析
  • git stash 的文件如何找回
  • 2025年西安市科技创新奖励补贴政策一览
  • python rabbitmq实现简单/持久/广播/组播/topic/rpc消息异步发送可配置Django
  • Java爬虫实战:深度解析Lazada商品详情
  • 解决ubuntu22.04常见问题
  • Qt之串口设计-线程实现(十二)
  • 深入浅出:内网黄金票据与白银票据
  • ubuntu批量依赖库拷贝(ldd)
  • S32K324 Stack异常分析及解决方案
  • 数据结构十大排序之(冒泡,快排,并归)
  • C#.NET使用multipart/form-data方式上传文件及其他数据
  • 全国青少年信息学奥林匹克竞赛(信奥赛)备考实战之分支结构(实战训练一)
  • c4d动画怎么导出mp4视频,c4d动画视频格式设置
  • 网络安全基础知识分享
  • 算法—有效的字母异位词
  • 一文速通 IIC I2C子系统驱动 通信协议原理 硬件 时序 深度剖析
  • 青少年编程与数学 02-004 Go语言Web编程 14课题、数据操作
  • K8s docker-compose的入门
  • Yolov11学习笔记
  • 使用Redis提升PHP应用的性能
  • SpringBoot02
  • Netdevops入门基础学习03