一键生成人脸像素图,还能上传到动森!这个项目很好玩

2020 年 5 月 6 日 机器之心

机器之心报道

参与:魔王、Jamin

日本独立开发者 Sato 曾因阿斯伯格综合征辍学离职,后来自学 AI 开发 AI Gahaku 项目(AI 大师级画家),在日美引起轰动,10 天覆盖百万用户。此外,她还做了另一个有趣的项目 PixelMe,可以将输入图像一键转换成像素画。
还在用 PS 把图像转换成像素画吗?日本独立开发者 Sato neet 自学人工智能技术,开发出网站 PixelMe,可以将人像照片一键转换成像素画,生成的图像还可以导入到最近大热的游戏《动物森友会》。

不止如此,这个网站还设有宠物模式,主子的照片也可以变成像素画了。

PixelMe 网址:https://pixel-me.tokyo/en/

我们先来看一下效果:

PixelMe 的图像转换效果。左上为输入图像,右上为 128x128 像素的生成结果,第二行分别为 64x64、48x48 和 32x32 像素的生成结果。

我们可以看到在处理过程中人像照片经过裁剪,只保留头部部分。转换后的图像共有 4 种像素,分别为 128x128、64x64、48x48 和 32x32,用户可以自行选择。

此外,默认转换结果的背景色为无色,用户可以自定义背景颜色。

转换后的 128x128 像素图,背景色设置为天蓝色。

接下来,我们来试一下宠物模式,是时候让猫主子出马了!


效果还可以,不过丑丑的主子似乎更丑了……

看来,连像素化也要看颜值啊。

看过了效果,接下来我们来看 PixelMe 背后的技术细节。

PixelMe 像素图转换背后的原理

Pixel-me 使用 pix2pix 模型生成 8-bit 风格的肖像图。

Pix2pix 是一种基于 GAN 架构的风格转换模型,出自论文《Image-to-Image Translation with Conditional Adversarial NetWorks》,作者包括朱俊彦等。Pix2pix 使用成对的图片数据,学习从一个图像到另一个图像的转换方式,并生成能够以假乱真的图像。

使用 pix2pix 实现不同风格和用途图像的互相转换。

而 PixelMe 与 pix2pix 的区别就在于它使用像素化图像进行模型训练,进而使模型输出像素图。

作者简介

这些有趣项目的作者并非人工智能科班出身。Sato 十年前从东京的一所学校退学,之后上过护理学校,也接受过面包师培训。Sato 发现自己可能因为阿斯伯格综合征而无法很好地适应工作环境后,决定尝试另一种全新的领域:人工智能。

两年前,Sato 开始学习 AI。虽然只在大学期间上过一些基础编程课,Sato 依旧想学会 Python 和 JavaScript,以便利用最新的 AI 技术创造有趣的项目,并与社区分享。

除了上文介绍的 PixelMe 以外,Sato 在今年 3 月还发布了其独立开发的项目 AI Gahaku(AI 大师级画家)。该项目可以将用户上传到网站上的肖像照片转换为古典绘画风格的画作。

AI Gahaku 网址:https://ai-art.tokyo/en#/

仍以刚才的男性照片为例,AI Gahaku 生成的油画作品如下图所示:


AI Gahaku 的生成效果。左图为输入,右图为输出的古典风格肖像画。

此外,该项目还支持使用滤镜,用户可以点击不同的滤镜更换生成画作的风格。


该网站同样使用基于 pix2pix 的 ML 模型进行图像风格转换,模型以上传的照片为输入,并生成逼真的古典肖像画作。

这个网站被分享到 Twitter 后,首先在日本引起了轰动,然后是美国和其他国家。现在全球每天约有 100 万用户使用 AI Gahaku。

看来,Sato 做到了。

参考链接:https://cloud.google.com/blog/products/ai-machine-learning/using-google-cloud-platform-free-tier-to-scale-out-an-ai-service



文为机器之心报道,转载请联系本公众号获得授权
✄------------------------------------------------
加入机器之心(全职记者 / 实习生):hr@jiqizhixin.com
投稿或寻求报道:content @jiqizhixin.com
广告 & 商务合作:bd@jiqizhixin.com
登录查看更多
0

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
还在修改博士论文?这份《博士论文写作技巧》为你指南
可解释强化学习,Explainable Reinforcement Learning: A Survey
专知会员服务
129+阅读 · 2020年5月14日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
【ICLR-2020】网络反卷积,NETWORK DECONVOLUTION
专知会员服务
38+阅读 · 2020年2月21日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
163+阅读 · 2019年10月28日
换脸算什么?现在AI都能一键“脱衣”了
腾讯科技
10+阅读 · 2019年6月30日
向「假脸」说 No:用OpenCV搭建活体检测器
机器之心
8+阅读 · 2019年4月11日
AI换脸朱茵变杨幂,技术背后细思极恐
大数据技术
7+阅读 · 2019年3月1日
吃鸡手游竟然是Python写的?
机器学习算法与Python学习
7+阅读 · 2018年9月11日
推荐 | 机器学习开源项目 Top 10
深度学习世界
4+阅读 · 2018年3月22日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Deep Co-Training for Semi-Supervised Image Segmentation
Attend More Times for Image Captioning
Arxiv
6+阅读 · 2018年12月8日
Arxiv
7+阅读 · 2018年11月27日
Arxiv
8+阅读 · 2018年5月1日
Arxiv
10+阅读 · 2018年2月17日
VIP会员
相关VIP内容
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
还在修改博士论文?这份《博士论文写作技巧》为你指南
可解释强化学习,Explainable Reinforcement Learning: A Survey
专知会员服务
129+阅读 · 2020年5月14日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
【ICLR-2020】网络反卷积,NETWORK DECONVOLUTION
专知会员服务
38+阅读 · 2020年2月21日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
163+阅读 · 2019年10月28日
相关资讯
换脸算什么?现在AI都能一键“脱衣”了
腾讯科技
10+阅读 · 2019年6月30日
向「假脸」说 No:用OpenCV搭建活体检测器
机器之心
8+阅读 · 2019年4月11日
AI换脸朱茵变杨幂,技术背后细思极恐
大数据技术
7+阅读 · 2019年3月1日
吃鸡手游竟然是Python写的?
机器学习算法与Python学习
7+阅读 · 2018年9月11日
推荐 | 机器学习开源项目 Top 10
深度学习世界
4+阅读 · 2018年3月22日
相关论文
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Deep Co-Training for Semi-Supervised Image Segmentation
Attend More Times for Image Captioning
Arxiv
6+阅读 · 2018年12月8日
Arxiv
7+阅读 · 2018年11月27日
Arxiv
8+阅读 · 2018年5月1日
Arxiv
10+阅读 · 2018年2月17日
Top
微信扫码咨询专知VIP会员