CVPR2022-DaGAN

用深度信息让说话头视频生成更逼真、姿态更可控

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署数字人3D 🍴 复刻 127 🐛 待处理 34 👀 关注 22

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 997

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，代码免费，需自行部署，无在线服务。

项目预览

CVPR2022-DaGAN 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类数字人3D

开发团队harlanhong

官网地址https://harlanhong.github.io/publications/dagan.html

GitHubhttps://github.com/harlanhong/CVPR2022-DaGAN

定价模式🏷️完全免费

价格说明开源项目，代码免费，需自行部署，无在线服务。

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deepfake,depth,face,face-reenactment,gan,image-animation,motion-transfer,talking-head

GitHub 星标★ 997

上线时间2022-03-08 00:00:00

代码更新2023-12-04

仓库体积6.7 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

DaGAN 是 CVPR 2022 收录的论文《Depth-Aware Generative Adversarial Network for Talking Head Video Generation》的官方实现。它解决的是从单张人脸图像生成逼真、姿态可控的说话头视频的问题。核心创新在于引入深度感知机制，通过自监督方式学习人脸几何结构，并将深度信息与生成网络融合，从而显著提升生成视频的几何一致性和图像质量。项目提供完整的训练和推理代码，支持自定义数据集，并包含预训练模型。其核心能力包括：基于深度图的姿态控制、自监督几何学习、以及高保真视频生成。

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 ★ 997

技术标签

face gan image-animation talking-head

使用教程

难度：高级约 40 分钟部署方式：本地安装 4 步

环境要求

Python 3.8+
PyTorch 1.x 与 CUDA
face-alignment 库
预训练模型权重

安装与启动步骤

1克隆仓库

获取官方实现。

git clone https://github.com/harlanhong/CVPR2022-DaGAN.git
cd CVPR2022-DaGAN

2安装依赖

安装主依赖，并进入 face-alignment 子目录安装后编译。

pip install -r requirements.txt
cd face-alignment
pip install -r requirements.txt
python setup.py install

3准备权重

从作者项目页下载预训练 checkpoint 放到指定目录。

4运行推理

用一张源图像与一段驱动视频生成说话头视频。

CUDA_VISIBLE_DEVICES=0 python demo.py --config config/vox-adv-256.yaml --driving_video path/to/driving --source_image path/to/source --checkpoint path/to/checkpoint --relative --adapt_scale --kp_num 15 --generator DepthAwareGenerator