私的AI研究会 > DLFS2
人間の年齢による顔の変化：DLFS（その２）== 編集中 == †
AI技術「DLFS（Disentangled Lifespan Face Synthesis）」で人間の年齢による顔の変化をシミュレーションする。
ローカル環境で「DLFS」を動かす
※ 最終更新:2024/07/31
「DLFS: Disentangled Lifespan Face Synthesis」 †
概要 †
「http://cedro3.com/ai/dlfs/」 より引用
- DLFS（Disentangled Lifespan Face Synthesis）とは 年齢による顔の変化をシミュレーションできる技術
- 入力画像（Input Image）からエンコーダ（ε）で潜在変数を求め、CNNを使って形状特徴（Shape feature）とテクスチャ特徴（Texture feature）とアイデンティティを抽出
- アイデンティティを維持しながら、形状特徴とテクスチャ特徴に潜在年齢コード（Latent age code）を加味して特徴を変換し、ジェネレーター（g）でミックスして画像を生成する
- 潜在年齢コードは、年齢範囲を６つの離散グループに分割し、対応する年齢コードは隣接した２つの年齢グループの線形補間によって取得する
モデル概要図（下記論文所収）
- 論文「DLFS: Disentangled Lifespan Face Synthesis (ICCV 2021)」
<paper>
・https://arxiv.org/pdf/2108.02874
<framework>
・https://github.com/SenHe/DLFS
実行環境の構築 †
- 仮想環境「py38_learn」で実行する
未作成の場合は → 『仮想環境 (py38_learn)』 の手順で仮想環境を作成
- GitHub サイトからプロジェクトをダウンロード
cd /anaconda_win/workspace_2 ← Windows の場合
cd ~/workspace_2 ← Linux の場合
git clone https://github.com/SenHe/DLFS.git
- 補助モデルのダウンロード
cd DLFS
python download_models.py
- プロジェクト・パッケージ update_DLFS.zip (XXXMB) <アップデートファイル> をダウンロード
・解凍してできるフォルダ
update
└─workspace_2
└─DLFS ← GitHub からクローンしたプロジェクトに上書きする
├─checkpoints
│ ├─females_model
│ ├─males_model
│ └─__MACOSX
│ └─males_model
├─images
├─models_distan
├─options
├─results
└─results_save
・解凍してできる「update/」フォルダ以下を次のフォルダの下に上書きコピーする
Windows の場合 →「anaconda_win/」 Linux の場合 → 「~/」
前回 GoogleColab 上で実行したプログラム「」を実行 †
(py38_learn) python dlfs_test.py
対処した問題点とエラー詳細 †
更新履歴 †
参考資料 †
