FaceFusion:探索无限创意,创造独一无二的面孔融合艺术!

简介: FaceFusion:探索无限创意,创造独一无二的面孔融合艺术!

FaceFusion:探索无限创意,创造独一无二的面孔融合艺术!

它使用先进的图像处理技术,允许用户将不同的面部特征融合在一起,创造有趣和令人印象深刻的效果。这个项目的潜在应用包括娱乐、虚拟化妆和艺术创作,为用户提供了创造性的工具

1.效果预览

2.安装

请注意,安装需要技术技能,不适合初学者。请不要在GitHub上打开平台和安装相关问题。我们有一个非常有用的Discord社区,将指导您安装FaceFusion。

Read the installation now.

2.1 使用指南

Run the command:

python run.py [options]

options:
  -h, --help                                                                                       show this help message and exit
  -s SOURCE_PATH, --source SOURCE_PATH                                                             select a source image
  -t TARGET_PATH, --target TARGET_PATH                                                             select a target image or video
  -o OUTPUT_PATH, --output OUTPUT_PATH                                                             specify the output file or directory
  -v, --version                                                                                    show program's version number and exit

misc:
  --skip-download                                                                                  omit automate downloads and lookups
  --headless                                                                                       run the program in headless mode

execution:
  --execution-providers {cpu} [{cpu} ...]                                                          choose from the available execution providers (choices: cpu, ...)
  --execution-thread-count EXECUTION_THREAD_COUNT                                                  specify the number of execution threads
  --execution-queue-count EXECUTION_QUEUE_COUNT                                                    specify the number of execution queries
  --max-memory MAX_MEMORY                                                                          specify the maximum amount of ram to be used (in gb)

face recognition:
  --face-recognition {reference,many}                                                              specify the method for face recognition
  --face-analyser-direction {left-right,right-left,top-bottom,bottom-top,small-large,large-small}  specify the direction used for face analysis
  --face-analyser-age {child,teen,adult,senior}                                                    specify the age used for face analysis
  --face-analyser-gender {male,female}                                                             specify the gender used for face analysis
  --reference-face-position REFERENCE_FACE_POSITION                                                specify the position of the reference face
  --reference-face-distance REFERENCE_FACE_DISTANCE                                                specify the distance between the reference face and the target face
  --reference-frame-number REFERENCE_FRAME_NUMBER                                                  specify the number of the reference frame

frame extraction:
  --trim-frame-start TRIM_FRAME_START                                                              specify the start frame for extraction
  --trim-frame-end TRIM_FRAME_END                                                                  specify the end frame for extraction
  --temp-frame-format {jpg,png}                                                                    specify the image format used for frame extraction
  --temp-frame-quality [0-100]                                                                     specify the image quality used for frame extraction
  --keep-temp                                                                                      retain temporary frames after processing

output creation:
  --output-image-quality [0-100]                                                                   specify the quality used for the output image
  --output-video-encoder {libx264,libx265,libvpx-vp9,h264_nvenc,hevc_nvenc}                        specify the encoder used for the output video
  --output-video-quality [0-100]                                                                   specify the quality used for the output video
  --keep-fps                                                                                       preserve the frames per second (fps) of the target
  --skip-audio                                                                                     omit audio from the target

frame processors:
  --frame-processors FRAME_PROCESSORS [FRAME_PROCESSORS ...]                                       choose from the available frame processors (choices: face_enhancer, face_swapper, frame_enhancer, ...)
  --face-enhancer-model {codeformer,gfpgan_1.2,gfpgan_1.3,gfpgan_1.4,gpen_bfr_512}                 choose from the mode for the frame processor
  --face-enhancer-blend [0-100]                                                                    specify the blend factor for the frame processor
  --face-swapper-model {inswapper_128,inswapper_128_fp16}                                          choose from the mode for the frame processor
  --frame-enhancer-model {realesrgan_x2plus,realesrgan_x4plus,realesrnet_x4plus}                   choose from the mode for the frame processor
  --frame-enhancer-blend [0-100]                                                                   specify the blend factor for the frame processor

uis:
  --ui-layouts UI_LAYOUTS [UI_LAYOUTS ...]                                                         choose from the available ui layouts (choices: benchmark, webcam, default, ...)

2.相关文档

Read the documentation for a deep dive.

更多优质内容请关注公号:汀丶人工智能;会提供一些相关的资源和优质文章,免费获取阅读。

相关文章
|
5月前
|
机器学习/深度学习 设计模式 人工智能
AIGC到底如何改变创意设计?
**AIGC技术正重塑创意设计行业,提升效率,拓宽创意边界。设计师通过与AI协作,产生更多元设计方案,同时高质量的图像生成加强了与客户沟通。Adobe国际认证成为掌握AIGC技术的关键,助力设计师适应变革,提升竞争力,并推动行业标准发展。随着技术发展,持续学习变得至关重要,Adobe认证为此提供平台,支持设计师的职业成长。**
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
💡思维碰撞新纪元:AI如何激发职场创新灵感,让创意无限飞?
【8月更文挑战第1天】在科技飞速发展的当下,人工智能(AI)正深刻变革职场创新模式。本文对比传统与AI赋能的创新思维,展现AI如何突破界限,激发无限创意。从数据驱动的洞察到跨领域融合,再到自动化提升效率,AI让创新变得更加科学与系统。通过概念性示例,展示AI辅助下的创意生成过程,呈现AI助力下职场人士探索未来的无限可能。
76 0
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与艺术的融合:创意生成与审美判断的技术革新
【7月更文挑战第1天】人工智能与艺术融合,探索创意生成与审美判断的新边界。AI借助深度学习和GANs,生成图像、音乐和文本,革新艺术创作。同时,通过学习分析,AI在艺术鉴赏中提供客观审美判断,助力艺术家和观众理解作品。技术进步不断深化艺术与AI的合作,共创艺术未来。
|
6月前
|
弹性计算 数据安全/隐私保护
图像生成技术飞速发展,个人化艺术创造还有多远?
【6月更文挑战第12天】图像生成技术飞速发展,个人化艺术创造还有多远?
|
5月前
|
机器学习/深度学习 人工智能 搜索推荐
AI在创造还是毁掉音乐?
AI在创造还是毁掉音乐?
71 0
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
AIGC全面进化,未来的“创意”与“灵感”是否需要被重新定义?
AIGC技术正颠覆内容创作,它通过深度学习等技术自动化生成文本、图像等,改变了生产方式,引发关于“创意”与“灵感”定义的讨论。尽管有人担忧它可能削弱人类独特性,但更多人认为AIGC是创意的延伸而非替代。Adobe国际认证反映了这种变化,提供系统学习路径,衡量专业水准,促进跨领域合作,成为创意人才发展的重要标志。教育应加强跨学科教育,引入AIGC课程,强化实践创新,以培养适应未来需求的创意人才。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
AIGC是什么?对艺术设计学、视觉传达设计、数字媒体艺术等专业的影响
AIGC,人工智能生成内容,融合AI与内容创作,使用GAN、CLIP等技术自动生成图像、文本等,影响艺术设计、视觉传达、数字媒体领域。它提升创作效率,增加多样性,促进创新,改变教育方式,并与Adobe国际认证结合,为设计师提供竞争优势,引领行业变革。
|
人工智能 搜索推荐 Serverless
AIGC 可以如何突破设计灵感的界限?
AIGC 可以如何突破设计灵感的界限?
101 0
|
7月前
|
人工智能 自然语言处理 搜索推荐
AIGC的爆火对普通人意味着什么?
【1月更文挑战第15天】AIGC的爆火对普通人意味着什么?
93 2
AIGC的爆火对普通人意味着什么?
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
【周末闲谈】感受AI时代魅力,创意无界限
【周末闲谈】感受AI时代魅力,创意无界限
81 0
下一篇
DataWorks