迪士尼版的「乡村爱情」见过没?刘能、赵四秒变童话脸,人人皆可使用

2020 年 10 月 13 日 新智元



  新智元报道  

编辑:小匀

【新智元导读】最近,国外两个技术小哥用StyleGAN2开发了一款AI应用,叫做「Toonify Yourself!」,输入照片,就知道自己的迪士尼脸长什么样。小编用它玩了玩中国电视剧《乡村爱情》里的人物,童话里走出来的大叔们,还挺可爱的!


StyleGAN2太好玩了!


什么萌妹子变脸奥巴马,什么美国总统一顿切换……


but,都是国外的有啥意思?来点接地气的!


童话里走出来的刘能叔,你见过吗?



最近,国外两个技术宅Justin Pinkney和Doron Adler开发了一种AI「神奇」,分分钟秒变「迪士尼脸」。假如你想知道自己在迪士尼动画里会是什么样子,只要在网站上上传一张照片就能解锁了。


于是,我们选择了刘能叔。


Toonify Yourself!两个生成器「捏造」迪士尼脸


StyleGAN2大家都不陌生,这个火爆的技术被称作「换脸神器」,是用真实人脸数据集训练而成,但对生成卡通人脸不太在行。


但开发者想到了一个把两个生成器「捏」在一起的好方法。



他们发现,低分辨率层影响的是头部姿势和脸型,高分辨率层控制的是光线和表面质感纹路之类。于是,他们从原始的人脸生成器上提取了高分辨率层;从用迪士尼图片调教过的生成器(用了300张迪士尼图像)上提取了低分辨率层,把它们捏合在一起。



让原始StyleGAN2生成了一堆真实人脸,让迪士尼版StyleGAN2生成了一堆卡通脸。就这样,用一对对的数据为AI提供训练素材。


训练完成之后,只要输入一张人脸照片,生成器就给出迪士尼脸了。


谁动了我的眼镜?


但是目前来说此生成器还不算完美。开发者们表示:该算法在无噪声的高分辨率图像上效果最好,直视镜头似乎也不错。


不过好多网友发现,生成后的图像似乎对眼镜不太友好,比如下面这张:



用男神的照片试试:



好像眼镜也很变形。


对此,开发小哥解释道,因为动画电影中戴眼镜的人物并不多,因此该模型一般会将它们的大部分移除。


训练一个pix2pixHD模型来对任意图像应用转换


该系统采用了深度学习的方法,它是基于蒸馏混合StyleGAN模型到一个pix2pixHD图像到图像转换网络。


最初的Toonification方法涉及到一个昂贵的优化过程,即使用混合的StyleGAN模型对人脸进行编码,这需要在GPU上运行几分钟。


显然,这并不能把它作为一个网络应用程序!


深度学习的一个常见模式是,用更多的神经网络取代代价高昂的优化。于是,他们使用了StyleGAN2精馏中描述的用于前馈图像处理的基本思想,即训练一个pix2pixHD模型来对任意图像应用转换,而不是首先执行优化步骤。


左:原始,中:优化,右:pix2pixHD


这里的新颖之处在于,用于训练过程的图像对是由原始FFHQ模型和混合模型生成的图像对。


虽然pix2pixHD模型只对两种StyleGAN模型生成的图像进行训练,但当训练完成后,所以应该能够将它应用到任何图像上,并得到相同的toonification结果


看!即使是油画脸也完全OK!



你想试试吗?


首先,在手机或相机上拍照,然后前往toonify.justinpinkney.com。

-通过页面顶部的网站上载器浏览照片。

-点击“ Toonify”按钮。

-不久之后,您的Toonified图片就会出现在原始图片的旁边。您可以单击它或将其拖离屏幕以保存它。



还瞅啥呢?赶紧试试啊!



参考链接:

https://toonify.justinpinkney.com/




登录查看更多
0

相关内容

专知会员服务
54+阅读 · 2020年7月4日
【高能所】如何做好⼀份学术报告& 简单介绍LaTeX 的使用
自回归模型:PixelCNN
专知会员服务
25+阅读 · 2020年3月21日
【经典书】Python计算机视觉编程,中文版,363页pdf
专知会员服务
136+阅读 · 2020年2月16日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
【GitHub实战】Pytorch实现的小样本逼真的视频到视频转换
专知会员服务
35+阅读 · 2019年12月15日
降维打击:这款GAN可以让真人「二次元化」
机器之心
6+阅读 · 2018年12月11日
宅男福音deepfakes开源了
AI前线
9+阅读 · 2018年1月31日
Arxiv
0+阅读 · 2020年12月2日
Arxiv
0+阅读 · 2020年12月1日
Revisiting CycleGAN for semi-supervised segmentation
Arxiv
3+阅读 · 2019年8月30日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
6+阅读 · 2018年4月4日
VIP会员
相关VIP内容
Top
微信扫码咨询专知VIP会员