如果让你给人的照片P上胡须、画上长发,需要多久?这个AI只需要一秒!
看看这浓密自然的胡须,完全找不出破绽~
恶搞马斯克,StyleFlow算法的惊人效果
近日,一个油管博主用AI恶搞出多个版本马斯克的视频,在YouTube上大火,效果逼真!
比如,这个满脸络腮胡光头的中年版,仿佛让人看到了多年后的马斯克本人。
还有这版长发飘飘的马斯克,散发着一股女强人的气质。
这个AI是由阿卜杜拉国王科技大学(KAUST)、Adobe共同研发的一项最新成果—StyleFlow算法,第一作者是来自KAUST的Rameen Abdal,它非常擅长在合成图像或真实图像的基础上重新编辑面部属性。
除了上述马斯克的面部毛发、年龄、性别处理外,它还可以实现换姿势、调整光照、改变表情等需求,效果惊人。
值得一提的是,StyleFlow不仅可以用于人像处理,也可以修改汽车等其他图像属性。
改变一下颜色~
旋转任意角度~
普通车秒变SUV~
比StyleGAN还溜的AI
提到Style系列不免让人想到StyleGAN,StyleGAN是GAN的变种,它通过生成器和鉴别器的相互battle,也可以达到令人惊叹的面部合成效果,而StyleFlow可以说是StyleGAN图像合成的进阶版。
研究人员表示,StyleFlow是在属性条件采样和属性控制编辑的基础上提出的,其中,属性条件采样,是对具有目标属性的高质量真实图像进行采样;属性控制编辑,是指编辑给定图像,并使其具有目标属性,同时最好地保留源图像的特性。
以下为StyleFlow实现两种任务的完整框架:
z表示先验分布变量,w表示StyleGAN的中间权重向量。
从源图像开始,通过使用反向推理和一系列CNF功能模块的正向推理来支持属性条件编辑。
需要注意的是,反向推理和正向推理是由ODE解算器通过计算时间变量上的CNF函数来解决的。
CNF(连续归一流)功能块可以作为神经网络块来实现。其中,以属性向量at为条件的学习函数,既可以可用于正向推理,也可以用于反向推理。
最终,研究人员使用StyleGAN的人脸和汽车潜伏空间对我们的方法进行了评估,并在真实照片和StyleGAN生成的图像上展示了沿各种属性的细粒度的分离编辑。
例如,对于人脸,改变了相机姿势、照明变化、表情、面部头发、性别和年龄。
还可以一对多的批量化操作。
最后通过大量的定性和定量比较,以及与已有的技术相比,研究人员证明了StyleFlow的优越性。
领取专属 10元无门槛券
私享最新 技术干货