FasterLivePortrait

FasterLivePortrait 是一个能够在实时环境下将肖像照片进行动画处理的技术。该项目是基于 LivePortrait 的原始代码并进行了许多优化。

新特性：

1. 极速处理：在 RTX 3090 GPU 上使用 TensorRT 达到了每秒30帧以上的速度，包括前处理和后处理，而不仅仅是模型推理速度。
2. Onnx 模型支持：将 LivePortrait 模型转换为 Onnx 模型，在 RTX 3090 上使用 onnxruntime-gpu 推理速度能达到每帧约70毫秒（约12 FPS），便于跨平台部署。
3. Gradio 应用支持：大幅提升了速度，同时支持对多个人脸的同时推理。
4. 代码重构：不再依赖于 Pytorch，所有模型推理都使用 Onnx 或 TensorRT。

使用场景：

1. 实时视频处理：能够将静态肖像照片转换为实时视频动画，适用于视频通话增强、虚拟主播等场景。
2. 跨平台部署：通过 Onnx 模型和 Docker 支持，可以方便地在不同平台上进行部署，适用于各种应用环境。
3. 多脸处理：支持对多个脸部同时进行动画生成，适用于合影照片的处理或者多人视频场景。

环境配置与使用：

1. Docker：推荐使用 Docker 进行配置，可以省去手动安装 onnxruntime-gpu 和 TensorRT 的麻烦，直接运行预先构建好的镜像。
2. Python虚拟环境：如果不使用 Docker，可以手动创建 Python 虚拟环境并安装必要的 Python 包。

推理模式与测试：

1. Onnxruntime 推理：支持 Onnx 模型推理，配置简单，适用于多平台部署。
2. TensorRT 推理：适用于需要高性能和低延迟的场景，但需要配置 TensorRT 和相关插件。

实时运行与应用：

1. 实时摄像头输入：使用摄像头进行实时动画生成，适用于互动应用场景。
2. Gradio 应用：提供了一个网页应用界面，方便用户快速上手体验和测试功能。

FasterLivePortrait 项目通过一系列优化，实现了高性能和实时运行，是将静态肖像照片转化为动态视频的开创性技术，适用于多种应用场景和部署环境。