Awesome GitHub RepositoriesHead Pose Estimation

OpenFace est un framework d'informatique affective et une boîte à outils d'analyse du comportement facial conçus pour l'extraction de caractéristiques faciales et la reconnaissance des mouvements musculaires afin d'analyser le comportement émotionnel humain. Il fournit une plateforme de recherche pour analyser les émotions humaines et les modèles d'interaction sociale via la vision par ordinateur. Le logiciel implémente une suite d'outils pour détecter les points de repère faciaux, calculer la pose de la tête dans l'espace 3D par rapport à une caméra, et suivre le regard en analysant la position et l'orientation des yeux. Il inclut également des capacités de reconnaissance des unités d'action faciale pour identifier des mouvements musculaires spécifiques. Le projet couvre un large éventail de primitives d'analyse faciale, incluant l'extraction de caractéristiques faciales pour transformer des images brutes en visages alignés et descripteurs standardisés.

PRNet est une bibliothèque Python pour la reconstruction faciale 3D. Elle utilise un modèle de régression par apprentissage profond pour prédire la géométrie faciale 3D et les couleurs des sommets à partir d'une seule image 2D afin de générer un maillage texturé. Le projet fournit des outils pour l'échange de visages numériques, permettant de remplacer un visage cible par une nouvelle image et de mélanger les textures pour correspondre à la pose originale. Il inclut également un framework pour l'échange et le mélange de textures faciales afin de s'adapter à des poses 3D spécifiques. Des capacités supplémentaires couvrent l'analyse faciale, y compris la détection et l'alignement des points de repère faciaux ainsi que l'estimation de la pose de la tête et des matrices d'orientation de la caméra.

AniPortrait est un pipeline de synthèse vidéo IA conçu pour générer des portraits parlants photoréalistes et des animations faciales. Il fonctionne comme un générateur de têtes parlantes et un animateur piloté par l'audio qui synchronise les mouvements des lèvres, les expressions et les poses de la tête avec la parole ou des sources vidéo de référence. Le système inclut un outil de transfert d'expression faciale pour réenacter les mouvements d'une vidéo source sur une image de référence statique. Il utilise un modèle de diffusion latente avec un conditionnement d'image basé sur la référence pour maintenir l'identité visuelle et la cohérence à travers les images générées. Le pipeline couvre le mappage audio-vers-expression, le contrôle de mouvement guidé par la pose et la synthèse vidéo photoréaliste. Il incorpore un suréchantillonnage par interpolation d'images pour accélérer le processus de génération et réduire le temps de rendu total.

lite.ai.toolkit est une boîte à outils de vision par ordinateur en C++ conçue pour le déploiement d'IA sur le edge. Elle permet l'exécution de modèles pré-entraînés pour la détection d'objets, la classification d'images et la segmentation sur des appareils aux ressources limitées. Le projet dispose d'un moteur d'inférence multi-backend qui prend en charge le runtime de modèle ONNX, permettant aux modèles d'IA de s'exécuter sur différentes cibles matérielles. Il inclut un pipeline accéléré par GPU spécifiquement pour le matériel NVIDIA afin de réduire la latence et d'augmenter la vitesse de traitement. La boîte à outils couvre un large éventail de capacités d'analyse faciale, incluant la détection d'émotions, l'estimation du genre et de l'âge, et l'analyse de la pose de la tête. Elle fournit également des outils pour la reconnaissance faciale via l'extraction d'embeddings de caractéristiques et le calcul de similarité cosinus pour vérifier les identités. Les capacités supplémentaires incluent le détourage d'image (matting) pour l'isolation du premier plan, la colorisation d'images en niveaux de gris et le transfert de style artistique.

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