Flickr-Faces-HQ-Wrinkle 数据集 (FFHQ-Wrinkle)

预告图片

FFHQ-Wrinkle 是 FFHQ (Flickr-Faces-HQ) 数据集的扩展，专门设计用于包含与面部皱纹相关的其他特征。该数据集旨在支持面部识别、衰老模拟和其他相关领域的研究和开发。

如果您使用此数据集进行研究，请引用我们的论文：

待更新

第一个公共面部皱纹数据集“FFHQ-Wrinkle”包含成对的面部图像及其相应的皱纹掩模。我们专注于皱纹标签，同时利用现有的高分辨率人脸图像数据集 FFHQ (Flickr-Faces-HQ)，该数据集包含在不同角度和照明条件下捕获的 70,000 张高分辨率 (1024x1024) 人脸图像。我们提供的数据集由一组手动标记的皱纹蒙版 (N=1,000) 和一组无需人工生成的“弱”皱纹蒙版或蒙版纹理图 (N=50,000) 组成。我们从 FFHQ 数据集中选择了 50,000 张图像，特别是 ID 为 00000 到 49999 的图像。我们使用这 50,000 张面部图像来创建弱标记皱纹，并从这些图像中随机采样 1,000 张图像来创建真实皱纹。

概述

所有数据都托管在 Google Drive 上：

小路	尺寸	文件	格式	描述
ffhq-皱纹数据集	6.95GB			主文件夹
├ 手动抗皱面膜	2.8MB	1,000	8 位灰度 PNG (uint8)	手动注释的皱纹标签，分辨率为 1024x1024。
├ 弱皱面膜	6.94GB	50,000	8 位灰度 PNG (uint8)	自动生成分辨率为 1024x1024 的弱皱纹标签。
└ 人脸解析标签	5.1MB	1,000	numpy 数组 (npy)	包括用于面部提取的面部解析标签。

用法

所有脚本都必须从存储库的根文件夹 (ffhq-wrinkle-dataset) 运行。

皱纹标签下载

要下载由 1,000 个手动皱纹掩模和 50,000 个弱皱纹掩模组成的皱纹标签，请运行download_ffhq_wrinkle.sh 。该脚本会将手动皱纹蒙版和弱皱纹蒙版下载到指定的base_folder中。

bash download_ffhq_wrinkle.sh

您可以通过修改download_ffhq_wrinkle.sh中的base_folder变量来设置默认下载文件夹。

此外，您可以通过提供的 Google Drive 链接直接下载标签。

按照说明进行操作后的文件夹结构如下：

{base_folder}/
├── manual_wrinkle_masks/
│   ├── 00001.png
│   ├── 00011.png
│   ├── ...
│   └── 21035.png
└── weak_wrinkle_masks/
    ├── 00000/
    │   ├── 00000.png
    │   ├── 00001.png
    │   ├── ...
    │   └── 00999.png
    ├── 01000/
    │   ├── 01000.png
    │   ├── 01001.png
    │   ├── ...
    │   └── 01999.png
    ├── ...
    └── 49000/
        ├── 49000.png
        ├── 49001.png
        ├── ...
        └── 49999.png

人脸图片下载

要下载原始 FFHQ 人脸图像，请参阅 FFHQ 数据集网站。我们使用来自原始 FFHQ 数据集的 ID 从 00000 到 49999 的“images1024x1024”子集。下载图像后，将它们放在指定的base_folder中。

下载人脸图像后的文件夹结构如下：

{base_folder}/
├── images1024x1024/
│   ├── 00000/
│   │   ├── 00000.png
│   │   ├── 00001.png
│   │   ├── ...
│   │   └── 00999.png
│   ├── ...
│   └── 49000/
│       ├── 49000.png
│       ├── 49001.png
│       ├── ...
│       └── 49999.png
├── manual_wrinkle_masks/
│   ├── 00001.png
│   ├── 00011.png
│   ├── ...
│   └── 21035.png
└── weak_wrinkle_masks/
    ├── 00000/
    │   ├── 00000.png
    │   ├── 00001.png
    │   ├── ...
    │   └── 00999.png
    ├── ...
    └── 49000/
        ├── 49000.png
        ├── 49001.png
        ├── ...
        └── 49999.png

蒙面人脸图像准备和蒙面指南

为了遵循我们论文中概述的训练策略，您应该准备与手动皱纹掩模相对应的面部图像，以及遮盖面部以外的区域的遮盖面部图像。通过运行face_masking.sh ，您可以获取基础文件夹中手动皱纹标签对应的人脸图像和蒙版人脸图像。

bash face_masking.sh

注意：要执行此任务，FFHQ 数据集中的原始人脸图像必须位于base_folder中。

或者，您可以直接从 Google Drive 链接下载人脸解析标签并将其放置在base_folder中。然后依次运行png_parsing.py和face_masking.py 。

python png_parsing.py $base_folder /images1024x1024 $base_folder /manual_wrinkle_masks $base_folder /face_images
python face_masking.py $base_folder /face_parsed_labels $base_folder /face_images $base_folder /masked_face_images

我们为与手动皱纹标签相对应的面部图像提供了面部解析标签，作为 512x512 numpy 数组，这些标签是使用 Face-parsing.PyTorch 获得的。具体来说，我们遮盖除面部和鼻子之外的所有区域。

指令后的文件夹结构如下：

{base_folder}/
├── etcs/
│   └── face_parsed_labels/
│       ├── 00000.npy
│       ├── 00011.npy
│       ├── ...
│       └── 21035.npy
├── face_images/
│   ├── 00001.png
│   ├── 00011.png
│   ├── ...
│   └── 21035.png
├── images1024x1024/
│   ├── 00000/
│   │   ├── 00000.png
│   │   ├── 00001.png
│   │   ├── ...
│   │   └── 00999.png
│   ├── ...
│   └── 49000/
│       ├── 49000.png
│       ├── 49001.png
│       ├── ...
│       └── 49999.png
├── manual_wrinkle_masks/
│   ├── 00001.png
│   ├── 00011.png
│   ├── ...
│   └── 21035.png
├── masked_face_images/
│   ├── 00001.png
│   ├── 00011.png
│   ├── ...
│   └── 21035.png
└── weak_wrinkle_masks/
    ├── 00000/
    │   ├── 00000.png
    │   ├── 00001.png
    │   ├── ...
    │   └── 00999.png
    ├── ...
    └── 49000/
        ├── 49000.png
        ├── 49001.png
        ├── ...
        └── 49999.png

许可证

FFHQ-Wrinkle 数据集是根据与原始 FFHQ 数据集相同的 Creative Commons BY-NC-SA 4.0 许可证提供的。在以下条件下，您可以出于非商业目的自由使用、重新分发和改编此数据集：

归属：您必须通过引用我们的论文来给予适当的认可，提供许可证的链接，并指出是否进行了更改。您可以以任何合理的方式这样做，但不得以任何暗示许可方认可您或您的使用的方式。
非商业用途：您不得将该材料用于商业目的。
相同方式共享：如果您对材料进行重新混合、转换或构建，您必须在与原始材料相同的许可下分发您的贡献。

使用 FFHQ-Wrinkle 数据集即表示您同意遵守本许可的条款。对于任何进一步的询问或商业用途的请求，请联系 FFHQ 数据集的原始创建者和 FFHQ-Wrinkle 数据集的作者。

各个图像由各自的作者根据知识共享 BY 2.0、知识共享 BY-NC 2.0、公共领域标记 1.0、公共领域 CC0 1.0 或美国政府作品许可在 Flickr 上发布。所有这些许可证都允许出于非商业目的免费使用、重新分发和改编。然而，其中一些要求对原作者给予适当的认可，并注明对图像所做的任何更改。每个图像的许可和原始作者都在元数据中标明。