Neural networks have recently become good at engaging in dialog. However, current approaches are based solely on verbal text, lacking the richness of a real face-to-face conversation. We propose a neural conversation model that aims to read and gene

LGSC-FAS 此存储库包含面部反欺骗的代码，该代码将面部反欺骗（FAS）重新为异常检测问题，并通过残差学习框架来学习区分性欺骗线索。 框架 FaceForensics基准测试 基于LGSC ，我们在获得了第一名 数据集和预处理 我们在数据集中使用两种不同的压缩率：c23（中压缩）和c40（高压缩）视频作为我们的训练数据。作为预处理步骤，我们从原始视频中提取作物面部框架，总共得到96万个面部框架，其中16万个原始框架和80万个可操作框架相反。此外，我们在训练过程中平衡了正样本和负样本的比例。

face2face-demo 这是一个pix2pix演示，它从面部地标中学习并将其转换为面部。 还提供了支持网络摄像头的应用程序，可将您的面部实时转换为经过训练的面部。 入门 1.准备环境 # Clone this repo git clone gitgithub.com:datitran/face2face-demo.git # Create the conda environment from file (Mac OSX) conda env create -f environment.y