本文主要是介绍图像空间人脸正面化代码运行小结，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
因为组里实验的需要，我在这几天找了一些图像空间人脸正面化的方法进行了从侧面人脸到正面人脸的生成正面的人脸图像。
总体来说图像空间人脸正面化的方法开源程度不高，甚至可以说算小的。这些天，我看了DRGAN、TPGAN、DAGAN、Rotate and Render（三维的）这些算是图像空间人脸正面化的开源方法了，但是TPGAN和DAGAN都没有提供预训练模型，只提供了开源的代码，而人脸正面化训练消耗的时间和资源都是很大的，还有图片的预处理也是很相比于其他任务来说也是要求很高的，对于我们只想利用人脸正面化结果来说，这些开源的作用不大。
我在github上又找了两个其他人自己复现的TP-GAN的项目，代码和模型的开源都有，但是运行出来的效果不是很理想，所以就没有采用了。
其中最良心的要数DR-GAN了。DR-GAN中不但提供了预训练的模型，而且还有图像的预处理过程，及训练自己数据和做预测的详细步骤介绍。所以用DR-GAN运行出自己想要的结果是很容易的事情。DR-GAN的代码书写规范也是一个很好代码编写学习典范。
最后说说我运行的Rotate-and-Render-master，这是一篇2020年发表的使用三维的方法进行人脸正面化的方法，因为是最近发表，效果上肯定不会差。而且这篇文章从代码到模型，再到训练和推理步骤都很详细。但是对于没有接触过三维的同学来说代码和环境的配置可能有些吃力。
注：推荐使用Linux配置环境并运行程序，因为有些库文件在windows上很难安装或者只能在Linux安装。
附使用的代码地址：
DR-GAN：https://github.com/tranluan/DR-GAN
第三方TP-GAN：https://github.com/yh-iro/Keras_TP-GAN
https://github.com/scaleway/frontalization
Rotate-and-Render：https://github.com/Hangz-nju-cuhk/Rotate-and-Render
这篇关于图像空间人脸正面化代码运行小结的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
