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。