只要一张照片、一段视频,就能让特朗普跟着蔡徐坤「唱、跳、Rap、篮球」!
像这样。
这就是来自上海科技大学团队的一项新研究,在提出的新框架内,处理人体图像合成任务。
其中包括人体运动模仿、外观转换和新视角合成等。
并且,该项目的代码、数据集已开源。
首先,研究团队建立了一个具有多种样式、不同人物穿不同衣服的数据集,称为Impersonator(iPER)数据集。
研究人员采集了30个研究对象的数据,他们的体型、身高各不相同。每个研究对象穿着不同的衣服,完成一套指定动作和一套随机动作。
整个数据集有206个视频、包含241564帧画面。
206个视频以特定的命名保存,例如“ xxx_yyy_zzz.mp4”,其中:
xxx:演员姓名
yyy:外观编号,不同的编号表示不同的衣服
zzz:动作类型,1代表姿势,2代表随机姿势
目前,主要是用2D图片来确定肢体的结构和动作,但是这远远不能满足这里的需求。
这里采用了3D网格肢体复原形式来提取动作和姿势,即可以模拟关节的位置和旋转,又能够表现出个性化的身体形状。
但是纹理、样式、颜色又该怎么保留呢?
针对这个问题,研究者提出了注意型液化GAN。
通过降噪卷积自动编码器提取特朗普的身体特征,然后经过GAN不断地训练学习、微调、监督、转化,将低分辨率的模型转变成高分辨率的模型,使输出来的视频图像清晰。
整个模型的工作流程大致如下:
(a)首先,肢体网格恢复模块将每个图像的3D网格图绘制好。
(b)其次,流组模块将计算图像空间中的投影顶点,将图像分成动作前景图和背景图。
(c)最后,GAN模块生成三个层,第一层是背景层,第二层是临摹出来的动作层,第三层是参考保留细节层。
在本文中,不仅提出了注意型液化GAN,还提出了一种带有注意型液化块AttLWB(Attentional Liquid Warping Block),两者共同运作,输出高真的模仿图像。
(a)addWB结构,获取了GTSF的数据,生成自己的数据模型。
(b)(Attentional) Liquid Warping Block结构,基于GSID和GTSF的数据,并经过一系列的运算,生成参数。
(c)AttWB结构层。经过这里,得到了最终的数据结果。
大量的实验证明了这个方法在保持面部特征性、形状一致性和衣服细节等方面很有效。
AI舞蹈动作恶搞,不仅恶搞了特朗普,还有人还恶搞了华盛顿。
微博互联网知名博主说,现在的AI论文Demo越来越不尊重“老人”了。调侃200多岁的华盛顿好吗?这不好。
这个科研团队来自于上海科技大学。
通讯作者是高盛华,高盛华博士2008年本科毕业于中国科学技术大学,2012年博士毕业于新加坡南洋理工大学,2014年8月加入上海科技大学,任助理教授,研究员。
他的研究方向是计算机视觉、机器学习。
第一作者是Wen Liu,2016年在西北工业大学获得了学士学位,目前在上海科技大学攻读博士。主要研究人体三维体重建、图像合成、运动转移等方面。
△Wen Liu
还有一位作者是Lin Ma,硕士毕业于哈尔滨工业大学,在香港中文大学获得了博士学位。曾经是华为诺亚方舟实验室的研究员,现在是深圳腾讯AI实验室的首席研究员。他目前的研究兴趣在计算机视觉领域、多模式深度学习领域等。
其他参与的作者还有Zhixin Piao、Zhi Tu、Wenhan Luo 等。
项目地址:
https://www.impersonator.org/work/impersonator-plus-plus.html
数据集下载地址:
https://svip-lab.github.io/dataset/iPER_dataset.html
开源代码地址:
https://github.com/iPERDance/iPERCore
论文地址:
https://arxiv.org/pdf/2011.09055.pdf
— 完 —
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。
量子位年度智能商业大会启幕,大咖已就位!
12月16日,李开复博士、谭建荣院士、清华唐杰教授,以及来自小米、美团、百度、华为、爱奇艺、小冰、亚信、浪潮、容联、澎思、地平线、G7等知名AI大厂的大咖嘉宾将齐聚MEET2021大会,期待关注AI的朋友报名参会、共探新形势下智能产业发展之路。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见~