點擊下面卡片關注“AI算法與圖像處理”,選擇加"星標"或“置頂”
重磅乾貨,第一時間送達
最近又火了一個AI
算法,猛男都hold
不住的AI
特效。
想像一下,魁梧的身軀,濃密的絡腮鬍的猛男。
在AI
特效的加持下,“華麗轉身”瞬間變成了一個可愛的“小胖子”。
AI
如此多嬌,引得無數猛男競折腰(視頻可播放):
今天分享 去鬍子特效的算法原理,以及如何玩轉這個算法!
No beard
猛男如果想要嘗試這「去鬍子特效」,不想跑算法,可以直接用一款名爲Snapchat
的App。
在對話框裏輸入no beard
,選中下面第一個特效即可:
Snapchat
這款App需要科學上網,否則無法使用。
接下來說的就是我曾經寫過的StyleFlow
,鬍鬚、頭髮、光照角度、人臉角度、年齡、眼鏡、表情等多維角度都可以單獨調節(視頻可播放):
StyleFlow
就是基於StyleGAN
的人臉屬性編輯算法。
思想就是,在隱空間(latent space)控制隱藏特徵(latent code)來控制圖片的屬性。
簡單點解釋就是,一副人臉圖片,是由多維特徵組成的,比如年齡、性別、光照、膚色、髮質等。
爲了更好的對數據進行分類或生成,需要對數據的特徵進行表示,但是數據有很多特徵。
這些特徵之間相互關聯,耦合性較高,導致模型很難弄清楚它們之間的關聯,使得學習效率低下,因此需要尋找到這些表面特徵之下隱藏的深層次的關係,將這些關係進行解耦,得到的隱藏特徵,即latent code
。
由latent code
組成的空間就是latent space
。
StyleFlow
就做了這麼一個事,解耦特徵,控制特徵。
算法在人臉和汽車數據集上,都取得了非常不錯的效果。
算法測試
Github 項目地址:
https://github.com/RameenAbdal/StyleFlow
第一步:搭建測試環境。
需要安裝PyQt5、Tensorflow
等第三方庫,根據requirements.txt
安裝即可。
https://github.com/RameenAbdal/StyleFlow/blob/master/requirements.txt
此外,還需要配置StyleGAN2
的環境。
項目地址:
https://github.com/NVlabs/stylegan2
爲了方便大家下載,我從Google Drive
下載了控制人臉的屬性的權重文件,放到了百度網盤(提取碼:jack):
https://pan.baidu.com/s/14F1Gww3b8S0Nabn4QTNjNg
更多的控制其他物體屬性的權重文件,可在從Google Drive
下載。
https://drive.google.com/drive/folders/1QHc-yF5C3DChRwSdZKcx1w6K8JvSxQi7
第三步:在工程目錄,運行程序。
python main.py
這個去鬍子特效無非就是將,控制鬍子的latent code
單獨拿出來,做了一個端到端的效果。
爲了保證效果的穩定,還會做一些工程上的優化,例如添加下巴區域的mask
,只替換該區域。
話說這李逵沒了鬍子,也蠻可愛啊!
哈登剃了鬍子是這樣子嗎?
哈哈,恕我直言白了一圈
這麼好玩的算法,不來個在看嗎?求在看,求轉發啦~
個人微信(如果沒有備註不拉羣!)
請註明:
地區+學校/企業+研究方向+暱稱
下載1:何愷明頂會分享
在「AI算法與圖像處理」公衆號後臺回覆:何愷明,即可下載。總共有6份PDF,涉及 ResNet、Mask RCNN等經典工作的總結分析
下載2:終身受益的編程指南:Google編程風格指南
在「AI算法與圖像處理」公衆號後臺回覆:c++,即可下載。歷經十年考驗,最權威的編程規範!
下載3 CVPR2021
在「AI算法與圖像處理」公衆號後臺回覆:
CVPR
,即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文
點亮 ,告訴大家你也在看
本文分享自微信公衆號 - AI算法與圖像處理(AI_study)。
如有侵權,請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”,歡迎正在閱讀的你也加入,一起分享。