雷布斯变猫布斯，皮卡丘变狗卡丘：英伟达最新AI开源，万物换脸只凭一张图 | Demo

圆栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI

英伟达家的新AI，可以把视频里的一只金毛，迅速变成猫鼬。

只要给AI看两张猫鼬的静态图：

在看到这两张图之前，AI从来没有见过猫鼬这种动物，训练集里没有。

AI没见过的动物还有很多，只要给它一两张照片熟悉一下，就可以把金毛换成它们的脸。

比如，凶猛的大型猫科动物：

这样说来，金毛的亲戚如哈士奇等辈，更加不在话下：

虽说同是图到图的翻译，同是无监督，这只AI和马变斑马的前辈非常不同。前辈只能在自己见过的动物之间做翻译。训练的时候，看过许多马，也看过许多斑马；

而英伟达的新选手，相当于训练中从没见过斑马。训练集里没有的动物，只要测试的时候能看到一两张图，就够了。

小样本学习 (Few-Shot Learning) 算法，对训练数据的要求大大大大大大降低了。

团队把算法开源了，还上线了一键换脸Demo。所以，今天先玩耍一下再讲原理。

错误与正确的打开方式

在下鸡冻地尝试了Demo。

第一题，把一只高冷的喵传了上去，用方框选中头部。

△ 鸣谢我司夏老司

于是，各种动物都获得了半侧面的冷峻：

第二题，把一只雷布斯传了上去，也是半侧面：

意想不到，生成了贵族气息的半兽人：

AI的艺术天分扑面而来，不过还是要郑重提醒各位：

Demo应用叫做宠物换脸 (PetSwap) ，请选择正确的打开方式，下面是正确示范。

第三题，冲破次元壁。去吧，大侦探皮卡丘：

大家都戴上了福尔摩斯的帽子，不过只有右上角的猎犬，解锁了性感的腮红。

真是一个优雅又充实的早晨。

玩够，该看原理了。

没见过的动物，只要看一眼

就像开头讲到的，这是一个小样本翻译器。它要把内容图 (Content Image) 如金毛，换成类别图 (Class Image) ，如哈士奇或者美洲狮。

模型分为三个部分：

一是内容编码器 (Content Encoder) ，粉色部分。它把输入的内容图 (金毛) ，映射到一个内容潜码 (Content Latent Code) 上。 二是类别编码器 (Class Encoder) ，绿色部分。先把每张类别图 (哈士奇) 映射到一个潜码上。然后取个平均，就得到整个类别的潜码了。 三是解码器 (Decoder) ，蓝色部分。先把类别潜码映射到adaIN参数上，然后把内容潜码做个解码，来生成翻译的结果图。

训练的时候，数据集里有金毛也有哈士奇。AI就在这些见过的类别之间，修炼换脸技能：

可是，训练集里没有美洲狮。测试的时候，要生成美洲狮怎么办呢？

秘密就在这里：当类别图和内容图长得一样的时候，就让模型生成一个重构 (Reconstruction) 。

这样，只要在测试的过程中，临时看一张美洲狮 (或者几张) ，就能把没见过的瞬间变为见过的。AI把训练集里的狗，翻译美洲狮，也就不难了：

大功告成。

你也快去玩啊

这样 (优) 秀的AI，你一定也想调教一下。

代码、Demo、论文，都在这里了：

Demo传送门： https://nvlabs.github.io/FUNIT/petswap.html

论文传送门： https://arxiv.org/abs/1905.01723

代码传送门： https://github.com/nvlabs/FUNIT/

主页传送门： https://nvlabs.github.io/FUNIT/

— 完 —