您的位置:澳门皇冠金沙网站-澳门金莎娱乐手机版 > 互联网科技 > 一键失去头发……,在TensorFlow 2.0中CycleGAN实现大

一键失去头发……,在TensorFlow 2.0中CycleGAN实现大

2019-09-12 20:24

原标题:视频换脸新境界:CMU不仅给人类变脸,还能给花草、天气变脸 | ECCV 2018

铜灵 发自 凹非寺

允中 发自 凹非寺

晓查 发自 凹非寺

圆栗子 发自 凹非寺

量子位 出品| 公众号 QbitAI

量子位编辑 | 公众号 QbitAI

量子位 报道 | 公众号 QbitAI

图片 1

CycleGAN,一个可以将一张图像的特征迁移到另一张图像的酷算法,此前可以完成马变斑马、冬天变夏天、苹果变桔子等一颗赛艇的效果。

前几天发布的一篇文章中我们曾提到国外的AI捏脸应用FaceApp引发大量关注。它能让人一键变成老人,一键返老还童,一键由男变女,一键破涕为笑,一键失去头发……

图片 2

把一段视频里的面部动作,移植到另一段视频的主角脸上。

图片 3

福布斯报道说,它在Google Play的下载量已经超过了1亿。

输入一张女性的照片,就能得到果体照,一件脱衣的DeepNude火了。但也因为面临巨大的道德争议,这款软件的开发者选择了将它下架。

大家可能已经习惯这样的操作了。

这行被顶会ICCV收录的研究自提出后,就为图形学等领域的技术人员所用,甚至还成为不少艺术家用来创作的工具。

苹果用户也同样热情,App Annie数据显示,目前在121个国家的iOS商店排名第一。

而且DeepNude本身也不开源,我们只能从开发者零星的介绍中知道,它用到了pix2pix。

图片 4

图片 5

看起来,这是一种神奇的黑科技,但是实际上,揭开神秘的面纱,技术本身并非遥不可及。从GAN的角度来探索解决这类问题,能做到什么样呢?

在巨大的求知欲驱动下,来自四川大学计算机学院在读硕士袁宵在自己的GitHub探究了DeepNude背后原理,研究图像生成和图像修复相关的技术和论文。

就算目标主角并不是人类,大概也算不上精彩。眼睛鼻子嘴,至少零件齐全

也是目前大火的“换脸”技术的老前辈了。

现在,飞桨核心框架Paddle Fluid v1.5宣布开源了PaddleGAN图像生成库,为用户提供易上手的、一键式可运行的GAN模型。

据他的分析,其实DeepNude只是“站在巨人的肩上”,里面用到的技术都是近两年CV领域的重大研究成果,而且都已经开源。

那么,怎样的迁移才可走出这个框框,让这个星球上的万物,都有机会领取视频改造的恩泽?

图片 6

飞桨(PaddlePaddle)致力于让深度学习技术的创新与应用更简单。生成式对抗网络近年来被广泛应用于无监督学习任务以及生成任务中,通过让两个神经网络相互博弈的方法进行学习,常用于生成以假乱真的图片、影片、三维物体模型等。欢迎大家来体验~

当然,作者本身对这项技术是持批判态度的。

图片 7

如果你还没学会这项厉害的研究,那这次一定要抓紧上车了。

下面送上真·干货!

原理

按着你想要的节奏开花:中老年表情包利器

现在,TensorFlow开始手把手教你,在TensorFlow 2.0中CycleGAN实现大法。

1.效果实测

DeepNude主要使用了2018年发表的文章《Image Inpainting for Irregular Holes Using Partial Convolutions》中提出的图像到图像技术。

来自卡耐基梅隆大学的团队,开发了自动变身技巧,不论是花花草草,还是万千气象,都能自如转换。

这个官方教程贴几天内收获了满满人气,获得了Google AI工程师、哥伦比亚大学数据科学研究所Josh Gordon的推荐,推特上已近600赞。

以下效果均采用百度与哈工大联合开发的STGAN模型在飞桨开源的实现

它可以把简笔画变成色彩丰富的图像,感兴趣的同学可以去Demo网站在浏览器中试玩。

图片 8

图片 9

图片 10

图片 11

云,也变得急切了

有国外网友称赞太棒,表示很高兴看到TensorFlow 2.0教程中涵盖了最先进的模型。

图片 12

具体来说,DeepNude主要使用了计算机视觉领域的3项技术。

或许是怀着超越大前辈Cycle-GAN(来自朱俊彦团队) 的意味,团队给自家的GAN起了个非常环保的名字,叫Recycle-GAN

这份教程全面详细,想学CycleGAN不能错过这个:

看到标签是“Bald”的变脸照片,是不是很多读者感受到了一种来自骨髓的凉意,大家多保重!

1、图像修复

这位选手,入选了ECCV 2018

详细内容

  1. PaddleGAN支持的模型与任务

即上面提到的文章,这是来自英伟达Guilin Liu等人的团队在2018年发表的研究。

Recycle之道,时间知道

在TensorFlow 2.0中实现CycleGAN,只要7个步骤就可以了。

PaddleGAN图像生成模型库覆盖当前主流的GAN算法,可简单上手各类GAN任务,也方便扩展自己的研究。

当画面被严重涂抹后,模型仍然能够恢复出“原来”的图像,可以说是“毫无PS痕迹”。

Recycle-GAN,是一只无监督学习的AI。

1、设置输入Pipeline

Pix2Pix和CycleGAN采用cityscapes数据集进行风格转换,StarGAN,AttGAN和STGAN采用celeba数据集对图片进行局部或者整体的属性修改。

图片 13

不成对的二维图像数据,来训练视频重定向(Video Retargeting) 并不容易:

安装tensorflow_examples包,用于导入生成器和鉴别器。

STGAN是由百度和哈工大联合研发的模型,提出STGAN方法用于图片/视频的端到端属性转换。对传统方法提出了两点改进,在celebA数据集上转换效果好于已有的方法:

Image Inpainting除了能修复受损的图像,还能去掉图像中的某些物品,比如把草地中的石头涂抹一下,恢复的后图片中不再有石头。

一是,如果没有成对数据,那在视频变身的优化上,给的限制就不够,容易产生不良局部极小值 (Bad Local Minima) 而影响生成效果。

!pip install -q git+

在自编码网络结构中引入选择性属性编辑单元强化了属性编辑的效果。

图片 14DeepNude用它除掉了图片里的衣服。" style="width:60%;margin:1rem auto">

二是,只依靠二维图像的空间信息,要学习视频的风格就很困难。

2、输入pipeline

提出了将基于属性标签替换为基于属性更改的训练机制。

{"type":1,"value":"2、Pix2Pix

图片 15

在这个教程中,我们主要学习马到斑马的图像转换,如果想寻找类似的数据集,可以前往:

  1. 预训练模型

这是加州大学伯克利分校在2017年发表的文章,使用条件对抗网络作为图像到图像转换问题的通用解决方案。

本文由澳门皇冠金沙网站-澳门金莎娱乐手机版发布于互联网科技,转载请注明出处:一键失去头发……,在TensorFlow 2.0中CycleGAN实现大

关键词:

  • 上一篇:没有了
  • 下一篇:没有了