CVPR 2022｜Adobe把GAN搞成了缝合怪，凭空P出一张1024分辨率全身人像

↑ 点击 蓝字  关注极市平台

来源丨量子位

编辑丨极市平台

极市导读

 

从脸，肤色、服饰、头发等身体各个部位，甚至到肢体动作，都能被随意设计和组合，最终“缝”成一张1024 × 1024分辨率的全身照片。 >>加入极市CV技术交流群，走在计算机视觉的最前沿

论文地址：
https://arxiv.org/abs/2203.07293

换脸见多了，换身材的见过吗？

给定一张脸，就能自动换一个下半身，服饰、身材、肤色都毫无PS痕迹：

核心技术当然还是我们熟悉的GAN，但不同的是，现在身体的每个部分都能被PS了。

从脸，肤色、服饰、头发等身体各个部位，甚至到肢体动作，都能被随意设计和组合，最终“缝”成一张1024 × 1024分辨率的全身照片：

而且这张“缝合怪”还完全没有拼接行为带来的阴影和边界：

△上方的面部由新方法生成，阴影边界很少

怎么做到的？把用于生成人体不同部位的GAN“拼”起来。

这就是Adobe团队最新提出的一种结合多个预训练的GAN进行图像生成的新方法，论文目前已被CVPR 2022接收：

接下来就一起来看看他们到底是如何实现的。

用PS的方式GAN出个人体

如我们开头所说，这是一种将多个GAN拼接起来使用的方法，研究团队将其称之为InsetGAN。

共分为两类GAN：

• 全身GAN （Full-Body GAN），基于中等质量的数据进行训练并生成一个人体。

• 部分GAN，其中包含了多个针对脸部、手、脚等特定部位进行训练的GAN。

这两类GAN的合作方式类似于PS：全身GAN是一张已经有打底线稿的画布，而部分GAN则是一张一张叠在上面的图层。

但不同边界的“图层”在叠到画布上时，一定会有出现对齐问题。

比如，将一张脸添加到身体上时，在肤色的一致性、衣服边界和头发披散的自然性上可能出现细节的扭曲和丢失，或出现伪影（Artifacts）：

如何才能更好地协调多个GAN，让它们产生一致的像素呢？

研究团队设计了这样一种架构：他们首先引入了一个边界框检测器，检测部分GAN生成的特定区域在底层画布，也就是全身GAN生成的区域中的位置，经过裁剪后再将特定区域嵌入。

这一过程相当于找到了两个区域之间的一种随机潜码 （latent code），使得所选区域的边界能够和嵌入区域相匹配，以实现无缝合成。

同时，他们还会对这两个区域进行下采样（Downsample），再次增加图像像素内容的一致性。

基于这种方法，InsetGAN可以在训练后生成多张完整人像，同时肤色、头发和相关姿势都能作出相应调整：

研究团队也与之前的生成全身人像的方法CoModGAN做了比较，都是基于左侧的人体进行面部的替换，显然，InsetGAN生成的面部更加自然：

△上为InsetGAN，下为CoModGAN

作者介绍

论文共有6位作者，5位来自Adobe研究院，还有1位来自阿卜杜拉国王科技大学（KAUST）。

其中有Adobe的首席科学家Jingwan Lu，是PS 2020中智能肖像、皮肤平滑、着色和神经风格化等过滤器的主要算法贡献者，也是RealBrush笔刷合成器的开发者。

她目前领导的团队主要致力于利用大数据和生成性AI（比如GAN）来进行视觉内容的创造。

所以，准备好足不出户换身材了吗？（手动狗头）

参考链接：
[1]https://www.youtube.com/watch?v=YKFYEt5hvOo
[2]http://afruehstueck.github.io/insetgan/

公众号后台回复“数据集”获取30+深度学习数据集下载～

△点击卡片关注极市平台，获取 最新CV干货

极市干货

数据集资源汇总： 10个开源工业检测数据集汇总 ｜ 21个深度学习开源数据集分类汇总

算法trick ： 目标检测比赛中的tricks集锦 ｜ 从39个kaggle竞赛中总结出来的图像分割的Tips和Tricks

技术综述： 一文弄懂各种loss function ｜ 工业图像异常检测最新研究总结（2019-2020）

# CV技术社群邀请函 #

△长按添加极市小助手

添加极市小助手微信（ID : cvmart4）

备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳）

即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群

每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~

觉得有用麻烦给个在看啦~