使用反卷积网络生成人脸

此仓库包含用于训练和调用反卷积网络的代码，该网络基于这篇论文进行改编，利用Radboud人脸数据库中的数据生成人脸图像。使用时需安装Python 3，并依赖Keras、NumPy、SciPy以及tqdm。

训练新模型

要训练新模型，只需运行：

python3 faces.py train path/to/data

可以通过 -d 参数指定反卷积层数量，以生成更大尺寸的图像，前提是您的显卡有足够的显存。您还可以调整批量大小（-b）和每层的卷积核数量（-k），直到内存足够为止，不过这可能会导致生成效果下降或训练时间延长。

在配备12 GB显存的Nvidia Titan X显卡上，使用6层反卷积、批量大小为8以及默认的每层卷积核数量，训练了一个模型，能够在一天多一点的时间内生成512×640像素的图像。

生成图像

要使用已训练好的模型生成图像，您可以先在 YAML 文件中指定参数，然后运行：

python3 faces.py generate -m path/to/model -o output/directory -f path/to/params.yaml

目前有四种不同的生成模式可供选择：

• single：生成单张图像。
• random：生成一组随机图像。
• drunk：类似于 random 模式，但会生成更连贯的图像序列。
• interpolate：在一组指定的关键帧之间进行插值动画。

您可以在 params 目录中找到这些文件的示例，它们将帮助您了解如何正确格式化配置文件以及可用的选项。

示例

在身份和表情之间进行插值：

在姿态方向之间进行插值：（该模型无法学习这种变化）

随机生成（使用“drunk”模式）：

deconvfaces 快速上手指南

deconvfaces 是一个基于反卷积网络（Deconvolution Networks）生成人脸图像的开源工具，改编自相关学术论文，并使用 Radboud 人脸数据库（RaFD）进行训练。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux / macOS / Windows (需配置 Python 3 环境)
• Python 版本：Python 3.x
• 硬件建议：推荐使用 NVIDIA GPU 进行训练（显存越大可生成的图像分辨率越高），CPU 仅适合推理或小规模测试。
• 核心依赖库：
  • Keras
  • NumPy
  • SciPy
  • tqdm

国内加速建议：安装 Python 依赖时，建议使用清华或阿里云镜像源以提升下载速度。 例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras numpy scipy tqdm

安装步骤

1. 克隆项目代码

   git clone <项目仓库地址>
   cd deconvfaces
   

   (注：请将 <项目仓库地址> 替换为实际的 GitHub 仓库链接)

2. 安装 Python 依赖 在项目根目录下执行：

   pip3 install -r requirements.txt
   

   如果项目中没有 requirements.txt，请直接安装核心库：

   pip3 install keras numpy scipy tqdm
   

3. 准备数据集 下载 Radboud Faces Database (RaFD) 数据集，并解压到本地目录（例如 data/rafd）。

基本使用

1. 训练新模型

使用以下命令开始训练。请将 path/to/data 替换为您实际的数据集路径。

python3 faces.py train path/to/data

高级参数调整（可选）：

• -d：指定反卷积层数，层数越多生成的图像越大（需充足显存）。
• -b：调整 Batch Size。
• -k：调整每层的卷积核数量。

示例：在拥有 12GB 显存的 Nvidia Titan X 上，使用 6 层反卷积、Batch Size 为 8 的配置，可在一天多一点的时间内训练出生成 512x640 图像的模型。

2. 生成图像

生成图像前，需创建一个 YAML 格式的配置文件来定义参数（参考项目 params 目录下的示例）。

执行生成命令：

python3 faces.py generate -m path/to/model -o output/directory -f path/to/params.yaml

• -m: 训练好的模型路径
• -o: 输出目录
• -f: 参数配置文件路径

支持的生成模式（在 YAML 文件中配置）：

• single: 生成单张图像。
• random: 生成一组随机图像。
• drunk: 类似随机模式，但生成的图像序列更具连续性。
• interpolate: 在指定的关键帧之间进行动画插值（可用于演示身份、表情等的平滑过渡）。