去除人脸马赛克(毕业设计+文末源码)

去除人脸马赛克。眼中有码，心中无码”是境界，“图上有码，脑补解码”就是PULSE算法了。 PULSE 算法目前只支持人脸的马赛克“去除”，因为训练数据都是人脸。

我们注意到很多担忧，PULSE将被用来识别面部模糊的个体。我们想强调的是，这是不可能的——PULSE为不存在的人制作了想象中的面孔，这不应该与真实的人混淆。它无助于识别或重建原始图像。

我们还想解决对PULSE中偏见的担忧。我们现在论文中添加了一个新部分和一张随附的模型卡，直接解决了这种偏见。

它有什么作用？

定低分辨率输入图像，PULSE搜索生成模型的输出，以寻找感知逼真和正确缩小的高分辨率图像。

用法

申请PULSE的主要文件是run.py。带有描述的参数的完整列表可以在该文件中找到；在这里，我们描述了与入门相关的参数。

预科

您需要先安装cmake（dlib需要，用于面部对齐）。目前，该代码仅适用于已安装的CUDA（因此需要适当的GPU），并已在Linux和Windows上进行了测试。对于全套所需的Python软件包，请从提供的YAML创建一个Conda环境，例如

环境，例如

conda create -f pulse.yml 

或者（Windows上的Anaconda）：

conda env create -n pulse -f pulse.yml
conda activate pulse

在某些环境中（例如在Windows上），您可能需要编辑pulse.yml以删除每个依赖项上的特定版本散列，并删除任何在运行conda env create...后仍然抛出错误的依赖项（例如readline）

dependencies
  - blas=1.0=mkl
  ...

到

dependencies
  - blas=1.0
 ...

最后，您第一次运行代码时需要互联网连接，因为它会自动从Google Drive下载相关的预训练模型（如果已经下载，它将使用本地副本）。如果公共谷歌驱动器容量过大，请将文件添加到您自己的谷歌驱动器中；获取共享URL并替换中的ID？=ID在align_face.py和PULSE.py中链接到来自您自己的驱动器文件提供的共享URL的新文件ID。

数据

默认情况下，run.py的输入数据应放置在./input/（尽管可以修改）。然而，这假设面孔已经对齐和缩小了规模。如果您有尚未在此表单中的数据，请将其放置在realpics并运行align_face.py，这将自动为您执行此操作。（同样，如果更方便，所有目录都可以通过命令行参数进行更改。）在这个阶段，你将描绘一个降级因素。

请注意，如果您的数据已经以低分辨率开始，进一步缩小其容量将保留很少的信息。在这种情况下，您可能希望双倍向上采样（通常为1024x1024），并允许align_face.py为您缩小。

应用脉冲

一旦您的数据被适当格式化，您需要做的就是

python run.py

尽情享受！

源码

yuan mayuan myuanyu ayuyhttp://www.hedaoapp.com/goods/goodsDetails?pid=5075