我想做的事

输入已经裁剪并仅与面部/头发区域对齐的图像序列（视频帧），并用面部/头发真实地替换此人，人 A（可以是任何人，我也希望这可以跨性别工作）另一个预定义的人 B 的区域。然后输出看似模仿人 A 的面部姿势和表情的人 B 的结果图像序列。

该项目最好是开源的，并在 github 上供所有人使用和改进。如果我能在 Python 3.6.x 中做到这一点也很好。

是）我有的

• 一个非常大的图像数据集，其中包含来自所有不同角度和各种不同面部表情的人 B 的面部，对齐和居中（适用于生成对抗网络训练）

关于如何做到这一点的想法

1. 数据库方法

过程

• 提取人 B 数据集中每张图像的大量地标，并将它们与图像的引用一起保存在一个表中。
• 为人 A 序列中的每个图像提取大量地标，并为每个图像选择人 B 表中最接近的匹配项，然后使用这些匹配图像作为替换。

关注点

我可以看到这种方法会导致非常长且资源密集型的计算，其中的帧无法找到一个好的匹配并且可能看起来不正确或只是假的。

2. 机器学习方法

过程

• 使用 BEGAN 或 WGAN 过程，该过程将类似于著名的男性->女性转换器进行训练，然后进行插值

关注点

这种技术将导致非常低的分辨率输出。总而言之，从我在不同的 github 项目中看到的结果来看，它只有高达 125x125 像素的照片级真实感

为什么我要写这个问题

问大家你会推荐我走什么方向=）