文章目录
- GAN 图像上色 + 动作迁移：从黑白照片到动态视频
- 一、项目串联
- 二、DeOldify：GAN 上色
- 2.1 原理
- 2.2 安装
- 2.3 上色
- 2.4 参数说明
- 2.5 批量处理
- 三、First Order Motion Model：动作迁移
- 3.1 原理
- 3.2 安装
- 3.3 执行
- 3.4 准备素材
- 四、串联：上色 → 动态化
- 五、质量对比
- 六、黑白原片 → 上色 → 动态化的完整 pipeline
- 七、常见问题
- 八、总结
- 代码链接与详细流程
购买即可解锁1000+YOLO优化文章，并且还有海量深度学习复现项目，价格仅需两杯奶茶的钱，每日更新
GAN 图像上色 + 动作迁移：从黑白照片到动态视频
一、项目串联
黑白照片 (输入) ↓ DeOldify (GAN 上色) 彩色照片 ↓ First Order Motion Model (动作迁移) 彩色动态视频 (输出)两个模型可以独立使用，也可以串联——先给黑白照上色，再做动态化。
二、DeOldify：GAN 上色
2.1 原理
DeOldify 使用 GAN 架构：生成器是一个 U-Net 风格的 ResNet，输入灰度图预测 ab 色彩通道；判别器是 PatchGAN，判断生成的彩色图在局部区域是否真实。
训练使用 NoGAN 策略：先单独用 L1 Loss 训练生成器若干轮，冻结生成器后单独训练判别器，再交替训练 GAN 极少轮次（每轮 1-3 次迭代）。这种策略避免了 GAN 常见的训练不稳定问题。
实现与专家容量优化实践)
