AI换脸常见要领细说从新

「AI 换脸」这几天又热起来了。雷锋网(公家号：雷锋网) AI 科技评述承袭以往的气魄沤背同从技能角度简朴回首一下近几年重要的 AI 换脸技能。

Cycle GAN

Cycle GAN 可以说是全部人脸转换实行重要早期实行。在反抗性天生式收集(GANs)的风潮中，各人发明只要给定源类此外样本和方针类此外样本，GANs 可以便捷地进修到两个种别之间的转换相关，就自然地合用于「图像到图像转换」题目，好比统一张风光照的冬天到炎天、一匹马到一匹斑马;Cycle GAN 焦点思绪在于，假如能从源转换到方针、还能从源转换返来，就可以以为模子很好地进修到了两个种别间的转换相关，也更好地担保了转换后的图像的品格。不外 Cycle GAN 的换脸结果并不怎么好，它事实是一个对全部类此外图像通用的要领。

论文地点

Face2Face

Face2Face 可以说是一次「尺度的、端正的」的实行，它借助 dlib 和 OpenCV，起首人脸检测器检测出源图片中的人脸、找到人脸上的要害标志点，然后再行使针对人脸的 pix2pix 转换模子把要害标志点转换为方针人脸图像。大概是由于这个要领没有给深度进修留下足够的施展空间，以是它的结果也一样平常般。

博客地点

在此之后，英伟达和 UC 伯克利的研究职员们按照 pix2pix 改造出了 pix2pixHD，晋升了人脸图像的天生结果，并且也依然保持了原 pix2pix 模子的多种别通用手段。论文地点，开源地点。

DeepFakes

最火热、最广为传播的深度进修换脸模子无疑是 DeepFakes。呈现于 2017 年底的 DeepFakes 是一个深度自动编解码器模子(Autoencoder-Decoder)，通过用源人物和方针人物的几百张照片(越多越好)实习模子别离辨认、还原两人面部的手段。最后用源人物的照片搭配方针人物的解码器就可以完成转换。它也对视频到视频的转换有精采支持。

DeepFakes 的弱点在于，它无法在小样本上事变，意味着无法凭一两张照片替代恣意两小我私人的脸部;模子的实习进程也必要耗损大量资源。

DeepFakes 方才果真时也仅限于技能喜爱者们之间交换，也并没有宣布正式的论文。但一些盖尔·加朵的换脸动图一下子引爆了存眷。本年年头曾经热炒的「杨幂换脸朱茵」视频也很也许是用这个要领实现的，由于 DeepFakes 中的编码器颠末足够的实习后确实可以或许具有将恣意输入人脸(好比朱茵的人脸)转换为高质量、高传神度的方针人脸(杨幂人脸)的手段。

DeepFakes 的 GitHub 地点为 https://github.com/deepfakes/faceswap，现在它还在一连更新进级;其后推出了还名为 FakeApp 的桌面应用措施，便于更多 TensorFlow 玩不转的小白用户实行。雷锋网深度理会文章拜见

一张照片转换面部举措

DeepFakes 式的「把方针图像中的人脸换成另一张脸」也许将来也很难减小样本数目要求和资源要求，以是也有另一种思绪，那就是给定一张人脸图像，然后按照给定的举措让图中的人「动起来」。三星莫斯科 AI 研究中心连系斯科尔科沃科学技能研究地址本年 5 月颁发的一篇论文就带来了不错的功效。不只是真人的照片，他们乃至可以让油画中的人天然地启齿措辞。

论文地点

以上提到的论文和博客 PDF 打包

本文转自雷锋网，如需转载请至雷锋网官网申请授权。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!