GestureGAN

上传一张手势图，一键生成指定新手势，背景身份不变

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 图像生成 🍴 复刻 18 🐛 待处理 1 👀 关注 9
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 176
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，代码公开，可自行部署使用，无收费计划。

项目预览

GestureGAN 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类图像生成
开发团队Ha0Tang
官网地址http://disi.unitn.it/~hao.tang/project/GestureGAN.html
GitHubhttps://github.com/Ha0Tang/GestureGAN
定价模式🏷️完全免费
价格说明开源项目，代码公开，可自行部署使用，无收费计划。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型acmmm2018,computer-vision,controllable,cross-view,cvusa-dataset,dayton,deep-learning,gans,generative-adversarial-network,generative-model,gesture-translation,hand-gesture,hand-gestures,hand-skeletons,image-generation,image-manipulation,image-to-image-translation,image-translation,pytorch,semantic-maps
GitHub 星标★ 176
上线时间2018-08-08 00:00:00
代码更新2023-02-18
仓库体积13.0 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

GestureGAN 是一个基于生成对抗网络（GAN）的手势到手势转换工具，发表于 ACM MM 2018（Oral）。它解决的是在自然场景（非受控环境）中，如何将一种手势图像转换为另一种指定手势图像的问题，同时保持人物身份、背景和光照等细节不变。核心能力包括：利用姿态关键点作为条件输入，实现可控的手势生成；通过跨视图学习机制，在 CVUSA、Dayton 等数据集上验证了跨视角场景的适应性；支持从单张 RGB 图像直接生成目标手势，无需额外的深度信息或3D模型。项目提供了完整的训练和测试代码，基于 PyTorch 实现，适合研究手势生成、图像到图像翻译以及可控图像合成。尽管星标数不高，但作为学术原型，其方法对后续可控生成研究有一定参考价值。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 176

核心亮点

  • 姿态关键点条件输入，手势可控性强，可指定任意目标手势
  • 在 CVUSA、Dayton 等跨视图数据集上验证，泛化到真实场景
  • 代码开源完整，含训练测试脚本，便于复现和二次开发

不足之处

  • 项目为2018年学术原型，代码依赖旧版 PyTorch，环境配置成本高
  • 文档/社区待观察

适用场景

  • 学术研究：手势生成、GAN 可控图像合成实验
  • 人机交互：虚拟现实或增强现实中的手势驱动
  • 数据增强：生成不同手势的训练样本用于手势识别

替代项目

Pose-Guided Person Generation、Video-to-Video Synthesis、CycleGAN

上一篇：SelectionGAN

下一篇：ocr-vqgan

同类项目推荐

InstructCV 开源

用一句话指令，让扩散模型搞定多种视觉任务

[ ICLR 2024 ] Official Codebase for "InstructCV: Instruction-Tuned Text-to-Image Dif···

★ 463 2026-08-09
neverclick 开源

用键盘加本地视觉识别，替代鼠标点按操作

Keyboard-driven mouse control using local computer vision.

★ 492 2026-09-18
EndoDAC 开源

让基础模型秒变内窥镜深度感知专家，无需标注即可用

[MICCAI 2024] EndoDAC: Efficient Adapting Foundation Model for Self-Supervised Depth···

★ 97 2026-08-09
4KAgent 开源

上传任意糊图，自动恢复成 4K 高清大片

[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. An intelligent com···

★ 838 2026-08-09
UmiOCR-AI-OCR-Plugin 开源

给 Umi-OCR 接上大模型，复杂图片识别更准

为Umi-OCR提供多厂商AI云端识别能力的插件。集成OpenAI/Gemini/Grok等，作为离线OCR的强力···

★ 248 2026-11-10
PGS 开源

在Processing里轻松搞定复杂几何处理，让创意不卡壳。

Processing Geometry Suite

★ 221 2026-08-09
SmartJavaAI 开源

Java 开发者福音：一行依赖，离线搞定人脸、OCR、语音等 AI 功能

Java免费离线AI算法工具箱，支持人脸识别，活体检测，表情识别、目标检测、实例分割、行人···

★ 935 2026-08-09
depth-detect 开源

Jetson 上同时跑深度估计和 YOLO 检测，TensorRT 加速

mono / stereo depth estimation + yolo object detection with deployment on Jeston nan···

★ 630 2026-09-30