Live_Portrait_Monitor ：利用摄像头驱动静态图像转换为实时动态视频

Live_Portrait_Monitor 基于快手的这个 LivePortrait 项目，实现了摄像头驱动图像转换为实时动态视频，生成逼真的肖像动画效果。 这个项目旨在让静态肖像通过摄像头变得栩栩如生。通过预训练模型和脚本，用户可以将静态图像转换为动态视频。 [video width="848" height="464" mp4="https://img.xiaohu.ai/2024/07/349343836-80020a36-6ec9-4efa-abf7-c1adbbfc6f39.mp4"][/video] 肖像动画生成 通过预训练模型和推理脚本，将静态肖像图像转换为动态视频，生成逼真的肖像动画效果。 实时和非实时推理 支持从监视器或网络摄像头输入图像，实现实时推理和非实时推理，用户可以选择不同的输入源进行肖像动画生成。 预训练模型支持 包含多种预训练模型，包括面部特征提取模型、运动提取模型和生成模型，确保高质量的肖像动画效果。 提供了用于面部检测的InsightFace模型，确保精准的面部特征定位。 定制化设置 用户可以通过调整脚本参数，进行定制化设置，如指定输入源、关闭某些特定功能等，以达到最佳效果。 提供了调整驱动头部位置的功能，通过修改脚本参数来调整生成结果的头部位置。 一些案例展示： Monitor输入 输入方式 ：通过预录制的视频或静态图像作为输入。 使用场景 ：适用于需要使用已有素材（例如照片或视频）进行肖像动画生成的情况。 实现方法 ： 通过脚本 inference_monitor.py 运行，将静态图像或视频作为输入源，生成对应的动态肖像。 示例命令： python inference_monitor.py -s assets/examples/source/MY_photo.jpg [video width="848" height="464" mp4="https://img.xiaohu.ai/2024/07/349343877-471c65a2-567f-4822-93af-882f0d041f18.mp4"][/video] [video width="848" height="464" mp4="https://img.xiaohu.ai/2024/07/349343925-3bf96941-3a93-475b-9d47-8c70e0bd1e48.mp4"][/video] [video width="848" height="464" mp4="https://img.xiaohu.ai/2024/07/349343992-23a83942-48a6-4922-8a50-b8f7ebdaa143.mp4"][/video] [video width="848" height="464" mp4="https://img.xiaohu.ai/2024/07/349343968-c65006c6-bfc2-4c99-b7d0-4d8853f0c9da.mp4"][/video] Webcam 输入方式 ：通过实时捕捉网络摄像头的图像作为输入。 使用场景 ：适用于实时应用，例如视频通话、实时演示等场景，通过摄像头捕捉当前画面进行肖像动画生成。 实现方法 ： 通过脚本 inference_org.py 运行，使用网络摄像头捕捉实时图像，生成对应的动态肖像。 示例命令： python inference_org.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4 --no_flag_pasteback [video width="852" height="480" mp4="https://img.xiaohu.ai/2024/07/347285372-4e16fbc7-8c13-4415-b946-dd731ac00b6e.mp4"][/video] GitHub： https://github.com/Mrkomiljon/Live_Portrait_Monitor LivePortrait 项目介绍 https://xiaohu.ai/p/10845

Menu

分类目录

Live_Portrait_Monitor ：利用摄像头驱动静态图像转换为实时动态视频

Related Posts

Meta AI提出了一种新的语言模型架构“Large Concept Model (LCM) 让模型更像人类思考

阿里巴巴推出QVQ-72B 一个基于Qwen2-VL-72B的新型多模态推理模型

Fireworks AI新功能能够将图像或PDF等非文本内容转化为LLM可理解的结构化文本

Hume AI推出全能文本与语音引擎 OCTAVE 根据文本实时生成特定人格特质的声音

Anthropic 公布了一种全新的 AI 越狱技术可以轻松破解所有前沿模型

INFP：基于音频驱动的双人对话中的互动头像生成能自动区分谁在说话，谁在听

Recommendeds

快手发布“可灵”视频大模型类似Sora技术路线能生成超过120秒 1080P视频

Seed-Music：字节跳动开发的音乐生成模型支持多种数据输入生成和编辑音乐

Suno发布音频输入功能用户可以使用任何声音随时随地创作歌曲

Google 更新 MusicFX DJ 可以像DJ一样灵活控制音乐生成和编辑

Fireworks AI新功能能够将图像或PDF等非文本内容转化为LLM可理解的结构化文本

2024年哈佛大学CS50x计算机科学课程详解

Google在其搜索中集成先进的 Gemini 模型更新一些列功能

腾讯混元DiT模型支持中英双语生成高分辨率、高质量的图像

OpenAI 发布 GPT-4o全能模型实时语音和视觉能力再次刷新业界

RAFT：可以显著提升提高LLMs在RAG方面的能力的方法

Welcome Back!

Retrieve your password

Add New Playlist

Are you sure want to unlock this post?

Are you sure want to cancel subscription?

Menu

分类目录

Live_Portrait_Monitor ：利用摄像头驱动静态图像转换为实时动态视频

Support authors and subscribe to content

加入会员

Related Posts

Recommendeds

Welcome Back!

Retrieve your password

Add New Playlist

Are you sure want to unlock this post?

Are you sure want to cancel subscription?