Awesome GitHub RepositoriesHead Pose Estimation

OpenFace ist ein Framework für affektives Computing und ein Toolkit zur Analyse von Gesichtsbewegungen, das für die Extraktion von Gesichtsmerkmalen und die Erkennung von Muskelbewegungen zur Analyse menschlichen emotionalen Verhaltens entwickelt wurde. Es bietet eine Forschungsplattform zur Analyse von Emotionen und sozialen Interaktionsmustern mittels Computer Vision. Die Software implementiert eine Reihe von Tools zur Erkennung von Gesichtspunkten (Landmarks), zur Berechnung der Kopfhaltung im 3D-Raum relativ zur Kamera und zur Verfolgung des Blickes durch Analyse der Augenposition und -ausrichtung. Zudem enthält es Funktionen zur Erkennung von Facial Action Units, um spezifische Muskelbewegungen zu identifizieren. Das Projekt deckt eine breite Palette an Primitiven für die Gesichtsanalyse ab, einschließlich der Extraktion von Gesichtsmerkmalen, um Rohbilder in ausgerichtete Gesichter und standardisierte Deskriptoren zu verarbeiten.

PRNet ist eine Python-Bibliothek für die 3D-Gesichtsrekonstruktion. Sie verwendet ein Deep-Learning-Regressionsmodell, um aus einem einzelnen 2D-Eingabebild die 3D-Gesichtsgeometrie und Vertex-Farben vorherzusagen und ein texturiertes Mesh zu generieren. Das Projekt bietet Werkzeuge für digitales Face-Swapping, mit denen ein Zielgesicht durch ein neues Bild ersetzt und Texturen an die ursprüngliche Pose angepasst werden können. Es enthält zudem ein Framework für den Austausch und das Blending von Gesichtstexturen, um sie an spezifische 3D-Posen anzupassen. Zusätzliche Funktionen umfassen die Gesichtsanalyse, einschließlich der Erkennung und Ausrichtung von Gesichtsmerkmalen sowie der Schätzung der Kopfhaltung und Kameramatrizen.

AniPortrait is an AI video synthesis pipeline designed to generate photorealistic speaking portraits and facial animations. It functions as a talking head generator and audio-driven animator that synchronizes lip movements, expressions, and head poses to speech or reference video sources. The system includes a facial expression transfer tool for reenacting movements from a source video onto a static reference image. It utilizes a latent diffusion model with reference-based image conditioning to maintain visual identity and consistency across generated frames. The pipeline covers audio-to-exp

lite.ai.toolkit ist ein C++ Computer-Vision-Toolkit für Edge-KI-Deployments. Es ermöglicht die Ausführung vortrainierter Modelle für Objekterkennung, Bildklassifizierung und Segmentierung auf ressourcenbeschränkten Geräten. Das Projekt bietet eine Multi-Backend-Inferenz-Engine, die die ONNX-Model-Runtime unterstützt, wodurch KI-Modelle auf verschiedenen Hardware-Zielen ausgeführt werden können. Es enthält eine GPU-beschleunigte Pipeline speziell für NVIDIA-Hardware, um Latenzen zu reduzieren und die Verarbeitungsgeschwindigkeit zu erhöhen. Das Toolkit deckt ein breites Spektrum an Funktionen zur Gesichtsanalyse ab, einschließlich Emotionserkennung, Geschlechts- und Altersschätzung sowie Kopfhaltungserkennung. Es bietet zudem Tools für die Gesichtserkennung durch die Extraktion von Feature-Embeddings und die Berechnung der Kosinus-Ähnlichkeit zur Identitätsprüfung. Zusätzliche Funktionen umfassen Image-Matting zur Vordergrundisolierung, Kolorierung von Graustufenbildern und künstlerischen Style-Transfer.

3DDFA is a 3D face reconstruction tool that generates three-dimensional facial meshes and 68 structural landmarks from a single two-dimensional input image. The project provides utilities for estimating facial pose and depth maps to determine the orientation and position of a face. It includes a geometry exporter to save reconstructed facial shapes into standard file formats for use in external 3D modeling software. The software further covers automated face cropping using landmark-based and landmark-free identification methods, as well as the extraction of specialized mathematical represent

This project is a computer vision tool designed to calculate the pitch, yaw, and roll of a human head in real time. It functions as a facial landmark detection library that identifies sixty-eight specific points on a face to enable precise orientation tracking from video streams. The system utilizes a high-performance inference engine to execute pre-trained machine learning models, ensuring that geometric analysis is performed efficiently on input frames. By mapping detected facial coordinates to a three-dimensional model, the software determines the camera-relative rotation of the head throu