畫畫手殘,也想搞出一個逼真人像?
這個可以有。
油管
(Youtube)
上的一位小哥,就用一個簡單的小程式辦到了!
效果還不錯!解析度和逼真度應有盡有。
你要知道,草圖可是這樣的……
見鬼了。
畫畫手殘黨的AI人臉生成作品
第一組的首戰告捷,小哥決定換個性別看看。
OK,性別識別成功✅,就是看起來有點“瘮人”。
要怪就怪小哥的“靈魂”畫技吧……
下一組——
作者逐步畫臉、頭髮、眼睛……讓大家看看AI是怎麼一步步生成人像的。
看起來,隨著細節的完善,人臉也被訓練得隨之豐富起來。
接下來,腦洞大開的作者居然畫起三角形/芒果形/方形/梨形人臉……
要玩壞了嗎?
NO!
管他什麼臉型還是歪耳朵斜眼睛,都成功了。結果還算滿意,有一張顏值居然還可以。
那,畫個鳴人看看?
現實世界裡的鳴人會長什麼樣子呢?
救命!!!!
……
後面小哥又整了兩組:
△
Minecraft中Steve的AI人像:還原了方方的頭髮
△
動畫片角色Rick Sanchez的AI人像: 神似邁克爾·傑克遜?
有沒有發現AI居然能夠基本呈現相應原人物的皺紋和膚色,再加上上面鳴人AI的頭像也“歪打正著”的黃頭髮。
這麼神奇?
但作者調侃:是魔法……
靈感來自一篇論文
這個想法的提出和程式的實現者是一位網名叫做“Stochastic Machine”
(隨機機?)
的小哥。
靈感來自一篇論文——
《Encoding in Style: a StyleGAN Encoder for Image-to-Image Translation》
這篇論文講技術人員如何在
styleGAN
頂層訓練了一個深度神經網路來學習將源影象對映到styleGAN模型的輸入,最終輸出高質量的目標影象。
其中有三個有趣的例項。
1、將側著的人臉輸出為相應的正臉
(Face Frontalization)
2、將一個糊了的人臉生成為一張高解析度的人臉
(SuperResolution)
但是還原的最接近長相不止一種。
3、和pix2pix非常相似的條件影象合成
(ConditionalImageSynthesis)
編碼器輸入一張手繪或face mask,就能生成一系列高畫質真人頭像!
pix2pix是在GAN的基礎上設計出的一個演算法,完成成對的影象轉換,可以得到比較清晰的結果。
GAN(Generative Adversarial Networks),生成式對抗網路,是一種深度學習模型,是近年來複雜分佈上無監督學習最具前景的方法之一。
小哥對最後一個效果表示非常讚許和感興趣。並轉念一想:
也許我可以做個簡單的程式來實現信手塗鴉一鍵生成高逼真AI人臉。
說幹就幹,小哥先前就搞了一個基於pix2pix技術的草圖生成人臉程式。
無奈效果相去甚遠——根本不是人!
現在他將原始碼結合這篇論文的技術,做成了這樣一個簡單的應用程式。不管你的畫功有多爛,都能生成一張像模像樣的高逼真AI人臉。
AI人臉生成技術:從模糊到難辨真假
一開始,很多AI人臉生成作品
(技術基於GAN)
只能勉強模仿出一個人類的臉的大概樣子,但是多少都有點“糊”
(lack quanlity)
。
且不說有的生成的還只是黑白的人像。
2019年,StyleGAN的出現讓AI影象生成技術邁出了超一大步!
該技術生成的人像終於能夠逼真到“如果我不說,你就根本猜不出來我是AI”了!
StyleGAN是基於GAN開發的模型。
StyleGAN中的“Style”是指人臉的各種屬性,包括臉型、髮型等,還有人臉膚色、是否有皺紋等細節。不同的“畫法”,可以精確控制人臉不同的“style”。
上面“隨機機”小哥用到的StyleGAN2是對StyleGAN的改進。
基於這項技術的人臉生成應用數不勝數,這位小哥的最大不同就是不需要你按著底圖臨摹加工,也不需要你有多好的畫畫技術,多“靈魂”都能給你生成相應的高逼真人像!
不過有人表示小哥這個程式生成的肖像大多具有印度
(次大陸)
常見的人臉特徵。
當然,小哥說這都是在相應的資料集
(CelebA-HQ)
上訓練的結果。
參考連結:
[1]https://www。youtube。com/watch?v=oRRtSYxGf6w
[2]https://www。reddit。com/r/deeplearning/comments/mpf6qd/using_stylegan2ada_and_pixel2style2pixel_to_turn/
[3]https://zhuanlan。zhihu。com/p/263554045