零基礎GET人臉融合:「攤牌瞭,是的,我和AI有一個孩子」

最近是不是在娛樂圈的瓜田中來回橫跳?無論是王力宏李靚蕾的離婚案件,還是汪小菲大S的離婚風波是不是讓你想要大呼:世界變化太快,不敢相信愛情瞭呢?(T⌓T)

咱就是一個NoNoNo!

為瞭讓大傢能夠跳過戀愛結婚,直接“擁有”一個可愛的BB,11的AI便利店宣佈加班營業啦(๑^ ^๑)

今天給大傢介紹一個AI黑科技,能夠完美融合任意兩張人臉,並帶有豐富的表情〈( ^.^)ノ

11和友情出鏡的飛槳王牌講師冠冠老師

從此以後,你嗑的CP再也不會BE,“孕育愛的結晶”也隻需5min;從此以後,告白不再這是鮮花蛋糕,你不僅可以凡爾賽地炫個技,還能巧妙風趣地表個白:我覺得咱倆挺合適,可以一起為人類向更美的方向進化作出傑出貢獻~

不信?你看AI生成的可愛的bb們(◡‿◡✿)

YY一下你和閨蜜也是可以的哦~當然,YY一下飛槳兩大頭號帥哥也不是不行~

這個AI能力仍然是由我們的老朋友飛槳生成對抗網絡套件PaddleGAN所提供,想學習算法源碼的同學們可以直接點擊項目鏈接直達項目大廳~

接下來,就跟隨11一步步GET這項人臉融合的能力吧~

原理大揭秘

PaddleGAN中提供的人臉融合能力是由StyleGAN V2以及新增的Fitting和Mixing模塊組成的。

  • Fitting模塊是根據已有的圖像反推出解耦程度較高的風格向量,可用於人臉融合、人臉屬性編輯等任務中
  • Mixing模塊是對上述Fitting模塊中生成的風格向量實現不同層次和比例的混合
  • StyleGAN V2則根據Mixing模塊中生成的混合向量生成新的人臉

因此,人臉融合任務可以分為三個步驟進行實現:

  1. Fitting模塊提取兩張人臉圖片的風格向量
  2. Mixing模塊對兩種風格向量進行混合
  3. StyleGAN V2根據混合後的風格向量生成混合後的人臉

實操步驟

STEP 1:Fitting模塊提取人臉向量,並重新生成人臉

隻需修改兩個參數:

  • input_image:人臉照片原圖路徑,註意最好是自拍和大頭照
  • output_path:新生成的人臉照片的存放路徑,後續需要放在Mixing和生成的模塊中使用

另外,因為是兩張照片融合,需要兩次替換input_image和output_path的路徑,分別運行以下命令,即可成功提取兩張人臉的風格向量,用於後續的融合~

%cd applications/
!python -u tools/styleganv2fitting.py
--input_image '/home/aistudio/人臉測試集/11.JPG'
--need_align
--start_lr 0.1
--final_lr 0.025
--latent_level 0 1 2 3 4 5 6 7 8 9 10 11
--step 100
--mse_weight 1
--output_path '/home/aistudio/output/11'
--model_type ffhq-config-f
--size 1024
--style_dim 512
--n_mlp 8
--channel_multiplier 2

#%cd applications/
!python -u tools/styleganv2fitting.py
--input_image '/home/aistudio/人臉測試集/guanzhong.jpeg'
--need_align
--start_lr 0.1
--final_lr 0.025
--latent_level 0 1 2 3 4 5 6 7 8 9 10 11
--step 100
--mse_weight 1
--output_path '/home/aistudio/output/guanzhong'
--model_type ffhq-config-f
--size 1024
--style_dim 512
--n_mlp 8
--channel_multiplier 2

赞(0)