浙大小姐姐搞出秃头生成器,收录CVPR 2022!完美保留五官脸型,这就去给我的简历加加分

2022 年 4 月 11 日 CVer

点击下方卡片,关注“CVer”公众号

AI/CV重磅干货,第一时间送达

萧箫 发自 凹非寺
转载自:量子位(QbitAI)

还在为找工作去理发店剃秃头吗?试试这个生成器!

只要输入一张照片,输出的就是完美无瑕的光头,气质立刻从实习提升到主管(手动狗头)

无论你是年轻的程序员小哥,还是长发飘飘的程序媛,都可以通过这个方法“变得更强”:

有了这个名叫HairMapper的“光头神器”,P头发就是分分钟的事情,五官却完全不受影响:

嗯,以后有了想做的发型,直接P一个……

要实现这么好的效果,得用三个GAN合力才行。

所有人都能用的“光头神器”

具体来说,HairMapper的原理一共分为三步,生成秃头→保留五官→合并头像。

首先,作者们利用StyleGAN,做出一个与原头型相近的秃头效果:

这时候我们看到,StyleGAN没办法做到精准地控制五官生成,因此脸型稍微有所变化。

那么接下来,就是利用InterFaceGAN,抠出一个头发以外的脸型和五官形象,同时也保留四周的风景:

最后,将前两步生成的效果合成,就做出了一个完美的“光头”:

不过值得一提的是,由于长发、女性光头数据集少等原因,因此作者们额外为女版“光头神器”多加了一个步骤。

在这其中,女性照片要先通过StyleFlow转换成男性照片,再重复上述步骤,最终同样得到一个光头:

这样的效果还是不错的,在数据集中测试显示,即使是发量惊人的女生也能一键脱发(doge)

作者们将HairMapper与其他的秃头生成器做了个对比。

还做成了6000+秃头数据集

事实上,之前并不是没有人做过秃头生成器,只是效果并不太理想。

例如Adobe之前推出过的这个叫StyleFlow的生成器,就能让马斯克变秃:

但一个是头发没脱干净,另一个是五官也给GAN成了“另外一个人”。除了StyleFlow以外,其他类型的“秃头生成器”也面临这样的问题:

这次的HairMapper在GAN脱发的基础上,保留了原本的五官,使得还原出来的人脸非常真实。

无论男女老少或圆扁尖头:

还是各种不同肤色乃至不同肤质:

甚至是侧脸乃至有阴影,都能在HairMapper的作用下get丝滑的光头特效:

目前作者们已经利用这个算法,将Flickr-Faces-HQ(FFHQ)数据集中的6000张人像变成了光头。

以后无论是P头发、还是变身男装/女装大佬,都能用这个开源数据集来训练了:

作者介绍

一作Yiqian Wu,来自浙江大学计算机辅助设计与图形学(CAD&CG)实验室,目前在读博士生,兴趣是计算机视觉和人像编辑等。

二作Yong-Liang Yang,巴斯大学助理教授,本硕博毕业于清华大学,曾师从胡事民教授,研究方向是计算机图形学、几何建模、VR/AR等。

通讯作者金小刚,浙大CAD&CG实验室教授,研究方向包括电影特效模拟、自动驾驶仿真、创造性建模等。

是不是迫不及待想要一试“光头神器”了?

据作者表示,目前HairMapper的预训练代码还在加急制作中,马上就会放出来,而数据集已经可以用了~

项目地址:
https://github.com/oneThousand1000/non-hair-FFHQ

论文地址:
http://www.cad.zju.edu.cn/home/jin/cvpr2022/HairMapper.pdf

ICCV和CVPR 2021论文和代码下载


后台回复:CVPR2021,即可下载CVPR 2021论文和代码开源的论文合集

后台回复:ICCV2021,即可下载ICCV 2021论文和代码开源的论文合集

后台回复:Transformer综述,即可下载最新的3篇Transformer综述PDF


目标检测和Transformer交流群成立


扫描下方二维码,或者添加微信:CVer6666,即可添加CVer小助手微信,便可申请加入CVer-Transformer或者目标检测 微信交流群。另外其他垂直方向已涵盖:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。


一定要备注:研究方向+地点+学校/公司+昵称(如Transformer或者目标检测+上海+上交+卡卡),根据格式备注,可更快被通过且邀请进群


▲扫码或加微信: CVer6666,进交流群


CVer学术交流群(知识星球)来了!想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料,欢迎扫描下方二维码,加入CVer学术交流群,已汇集数千人!


扫码进群

▲点击上方卡片,关注CVer公众号

整理不易,请点赞和在看

登录查看更多
0

相关内容

生成器是一次生成一个值的特殊类型函数。可以将其视为可恢复函数。调用该函数将返回一个可用于生成连续 x 值的生成【Generator】,简单的说就是在函数的执行过程中,yield语句会把你需要的值返回给调用生成器的地方,然后退出函数,下一次调用生成器函数的时候又从上次中断的地方开始执行,而生成器内的所有变量参数都会被保存下来供下一次使用。
专知会员服务
19+阅读 · 2021年9月23日
专知会员服务
11+阅读 · 2021年8月11日
专知会员服务
14+阅读 · 2021年7月15日
专知会员服务
16+阅读 · 2021年5月13日
【CVPR2021】GAN人脸预训练模型
专知会员服务
24+阅读 · 2021年4月10日
 【SIGGRAPH 2020】人像阴影处理,Portrait Shadow Manipulation
专知会员服务
28+阅读 · 2020年5月19日
CycleGAN:图片风格,想换就换 | ICCV 2017论文解读
PaperWeekly
12+阅读 · 2018年3月14日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
19+阅读 · 2021年1月14日
VIP会员
相关VIP内容
专知会员服务
19+阅读 · 2021年9月23日
专知会员服务
11+阅读 · 2021年8月11日
专知会员服务
14+阅读 · 2021年7月15日
专知会员服务
16+阅读 · 2021年5月13日
【CVPR2021】GAN人脸预训练模型
专知会员服务
24+阅读 · 2021年4月10日
 【SIGGRAPH 2020】人像阴影处理,Portrait Shadow Manipulation
专知会员服务
28+阅读 · 2020年5月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员