StyleGAN 调整面部表情，让虚拟人脸更生动

def main():    # 在这儿选择生成器    tflib.init_tf()    with open('networks/generator_star-stylegan2-config-f.pkl', "rb") as f:        generator_network, discriminator_network, Gs_network = pickle.load(f)
    # 这是一些配置参数，不要动它    w_avg = Gs_network.get_var('dlatent_avg')    noise_vars = [var for name, var in Gs_network.components.synthesis.vars.items() if name.startswith('noise')]    Gs_syn_kwargs = dnnlib.EasyDict()    Gs_syn_kwargs.output_transform = dict(func=tflib.convert_images_to_uint8, nchw_to_nhwc=True)    Gs_syn_kwargs.randomize_noise = False    Gs_syn_kwargs.minibatch_size = 1    truncation_psi = 0.5
    # 在这儿选择人物的潜码，注意要与生成器相匹配。潜码来自生成目录下有个generate_codes文件夹里的txt文件。    face_latent = read_feature('results/generate_codes/0008.txt')    z = np.stack(face_latent for _ in range(1))    tflib.set_vars({var: np.random.randn(*var.shape.as_list()) for var in noise_vars})  # [height, width]    w = Gs_network.components.mapping.run(z, None)    w = w_avg + (w - w_avg) * truncation_psi
    # 在这儿选择调整的方向，共有21种调整方式，它们的名称与分别对应的功能如下所示。    '''        age.npy - 调整年龄        angle_horizontal.npy - 在左右方向上调整人脸角度        angle_vertical.npy - 在上下方向上调整人脸角度        beauty.npy - 调整颜值        emotion_angry.npy - 调整此项可增添/减弱一些生气的情绪（调整步幅建议缩小）        emotion_disgust.npy - 调整此项可增添/减弱一些厌恶的情绪（调整步幅建议缩小）        emotion_easy.npy - 调整此项可增添/减弱一些平静的情绪（调整步幅建议缩小）        emotion_fear.npy - 调整此项可增添/减弱一些害怕的情绪（调整步幅建议缩小）        emotion_happy.npy - 调整此项可增添/减弱一些开心的情绪（调整步幅建议缩小）        emotion_sad.npy - 调整此项可增添/减弱一些伤心的情绪（调整步幅建议缩小）        emotion_surprise.npy - 调整此项可增添/减弱一些惊讶的情绪（调整步幅建议缩小）        eyes_open.npy - 调整眼睛的闭合程度        face_shape.npy - 调整脸型        gender.npy - 调整性别        glasses.npy - 调整是否戴眼镜        height.npy - 调整脸的高度        race_black.npy - 调整此项可接近/远离向黑种人变化        race_white.npy - 调整此项可接近/远离向白种人变化        race_yellow.npy - 调整此项可接近/远离向黄种人变化        smile.npy - 调整笑容        width.npy - 调整脸的宽度    '''    direction_file = 'age.npy'  # 从上面的编辑向量中选择一个
    # 在这儿选择调整的大小，向量里面的值表示调整幅度，可以自行编辑，对于每个值都会生成一张图片并保存。    coeffs = [-15., -12., -9., -6., -3., 0., 3., 6., 9., 12.]
    # 开始调整并保存图片    move_latent_and_save(w, direction_file, coeffs, Gs_network, Gs_syn_kwargs)