Adobe把GAN搞成了缝合怪，凭空P出一张1024分辨率全身人像 | CVPR 2022

博雯 发自 凹非寺 量子位 | 公众号 QbitAI

换脸见多了，换身材的见过吗？

给定一张脸，就能自动换一个下半身，服饰、身材、肤色都毫无PS痕迹：

核心技术当然还是我们熟悉的GAN，但不同的是，现在身体的每个部分都能被PS了。

从脸，肤色、服饰、头发等身体各个部位，甚至到肢体动作，都能被随意设计和组合，最终“缝”成一张1024 × 1024分辨率的全身照片：

而且这张“缝合怪”还完全没有拼接行为带来的阴影和边界：

△上方的面部由新方法生成，阴影边界很少

怎么做到的？把用于生成人体不同部位的GAN“拼”起来。

这就是Adobe团队最新提出的一种结合多个预训练的GAN进行图像生成的新方法，论文目前已被CVPR 2022接收：

接下来就一起来看看他们到底是如何实现的。

用PS的方式GAN出个人体

如我们开头所说，这是一种将多个GAN拼接起来使用的方法，研究团队将其称之为InsetGAN。

共分为两类GAN：

• 全身GAN （Full-Body GAN），基于中等质量的数据进行训练并生成一个人体。
• 部分GAN，其中包含了多个针对脸部、手、脚等特定部位进行训练的GAN。

这两类GAN的合作方式类似于PS：全身GAN是一张已经有打底线稿的画布，而部分GAN则是一张一张叠在上面的图层。

但不同边界的“图层”在叠到画布上时，一定会有出现对齐问题。

比如，将一张脸添加到身体上时，在肤色的一致性、衣服边界和头发披散的自然性上可能出现细节的扭曲和丢失，或出现伪影（Artifacts）：

如何才能更好地协调多个GAN，让它们产生一致的像素呢？

研究团队设计了这样一种架构：

他们首先引入了一个边界框检测器，检测部分GAN生成的特定区域在底层画布，也就是全身GAN生成的区域中的位置，经过裁剪后再将特定区域嵌入。

这一过程相当于找到了两个区域之间的一种随机潜码 （latent code），使得所选区域的边界能够和嵌入区域相匹配，以实现无缝合成。

同时，他们还会对这两个区域进行下采样（Downsample），再次增加图像像素内容的一致性。

基于这种方法，InsetGAN可以在训练后生成多张完整人像，同时肤色、头发和相关姿势都能作出相应调整：

研究团队也与之前的生成全身人像的方法CoModGAN做了比较，都是基于左侧的人体进行面部的替换，显然，InsetGAN生成的面部更加自然：

△上为InsetGAN，下为CoModGAN

作者介绍

论文共有6位作者，5位来自Adobe研究院，还有1位来自阿卜杜拉国王科技大学（KAUST）。

其中有Adobe的首席科学家Jingwan Lu，是PS 2020中智能肖像、皮肤平滑、着色和神经风格化等过滤器的主要算法贡献者，也是RealBrush笔刷合成器的开发者。

她目前领导的团队主要致力于利用大数据和生成性AI（比如GAN）来进行视觉内容的创造。

所以，准备好足不出户换身材了吗？（手动狗头）

论文地址： https://arxiv.org/abs/2203.07293

参考链接： [1]https://www.youtube.com/watch?v=YKFYEt5hvOo [2]http://afruehstueck.github.io/insetgan/

— 完 —

「人工智能」、「智能汽车」微信社群邀你加入！

欢迎关注人工智能、智能汽车的小伙伴们加入我们，与AI从业者交流、切磋，不错过最新行业发展&技术进展。

ps.加好友请务必备注您的姓名-公司-职位哦~

点这里👇关注我，记得标星哦～

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~