丁香五月天婷婷久久婷婷色综合91|国产传媒自偷自拍|久久影院亚洲精品|国产欧美VA天堂国产美女自慰视屏|免费黄色av网站|婷婷丁香五月激情四射|日韩AV一区二区中文字幕在线观看|亚洲欧美日本性爱|日日噜噜噜夜夜噜噜噜|中文Av日韩一区二区

您正在使用IE低版瀏覽器,為了您的雷峰網(wǎng)賬號(hào)安全和更好的產(chǎn)品體驗(yàn),強(qiáng)烈建議使用更快更安全的瀏覽器
此為臨時(shí)鏈接,僅用于文章預(yù)覽,將在時(shí)失效
人工智能學(xué)術(shù) 正文
發(fā)私信給我在思考中
發(fā)送

0

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

本文作者: 我在思考中 2021-09-02 10:05
導(dǎo)語:美圖影像實(shí)驗(yàn)室目前已經(jīng)落地了多個(gè)頭發(fā)生成項(xiàng)目,在美圖旗下核心產(chǎn)品美圖秀秀及海外產(chǎn)品AirBrush上線劉海生成、發(fā)際線調(diào)整與稀疏區(qū)域補(bǔ)發(fā)等功能。
發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮
作者 | 吳彤
編輯 | 青暮

比起卡粉,悶痘,油光,手殘,新一代年輕人的美麗可以來得更容易,快速變美只需要兩步,打開美圖,擺好pose——詮釋那句話,“為了美麗,我堅(jiān)持開美顏”。

今年來,容貌焦慮和發(fā)際線危機(jī)已經(jīng)不止一次搬上話事桌,甚至讓大眾誤以為這并非為資本或是人的思維創(chuàng)造物。實(shí)際上,這是一個(gè)由意識(shí)形態(tài)到符號(hào)結(jié)構(gòu)再到技術(shù)決定的邏輯蛻變過程,美圖公司在后排默默觀察。


1

美圖秀秀推出“生發(fā)”功能

去年9月,美圖秀秀推出增發(fā)功能,可填充發(fā)際線、增加劉海 。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

今年2月,美圖秀秀發(fā)布《00后圖片社交報(bào)告》,報(bào)告顯示,當(dāng)00后被問及“最在意的修圖部位”,出乎意料的是00后用戶不僅關(guān)注腹肌、鎖骨和黑眼圈這些細(xì)節(jié),也關(guān)注發(fā)際線的完美程度。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

其背后的美圖影像實(shí)驗(yàn)室(MT Lab),目前已經(jīng)落地了多個(gè)頭發(fā)生成項(xiàng)目,在美圖旗下核心產(chǎn)品美圖秀秀及海外產(chǎn)品AirBrush上線劉海生成、發(fā)際線調(diào)整與稀疏區(qū)域補(bǔ)發(fā)等功能。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

其中,劉海生成功能可以基于自定義的生成區(qū)域,生成不同樣式的劉海;

發(fā)際線調(diào)整功能在保持原有發(fā)際線樣式的情況下,可以對(duì)發(fā)際線的不同高度進(jìn)行調(diào)整;

稀疏區(qū)域補(bǔ)發(fā)則可以在指定區(qū)域或者智能檢測(cè)區(qū)域中,自定義調(diào)整稀疏區(qū)域的頭發(fā)濃密程度。

成立于2010年的MT Lab是致力于計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、增強(qiáng)現(xiàn)實(shí)、云計(jì)算等人工智能相關(guān)領(lǐng)域的研發(fā)團(tuán)隊(duì),深耕人臉、美顏、美妝、人體、圖像分割、圖像生成等多個(gè)技術(shù)研發(fā)領(lǐng)域,目前已廣泛應(yīng)用于美圖旗下產(chǎn)品。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

美圖秀秀的人像美容欄中的外貌修飾功能

如今,美圖秀秀不僅在人臉上做“減法’,還做起了“加法”,推出面部豐盈、整牙以及發(fā)際線調(diào)整、稀疏區(qū)域補(bǔ)發(fā)的新功能。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

美圖秀秀的整牙和面部填充對(duì)比圖


2

"做加法",難在沒東西可加

但怎么解決當(dāng)下大家最關(guān)注的頭發(fā)生成問題,在落地過程中仍面臨幾個(gè)亟待突破的關(guān)鍵技術(shù)瓶頸:數(shù)據(jù)缺少、發(fā)絲細(xì)節(jié)不足和清晰度低。稍有不慎,頭發(fā)就容易糊成一片。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

當(dāng)年Angel大寶貝在電視劇中的摳圖效果可太假了

首先是生成數(shù)據(jù)的獲取問題

以劉海生成任務(wù)為例,在生成出特定款式的劉海時(shí),需要大量劉海數(shù)據(jù),但是通過搜集真實(shí)數(shù)據(jù)的形式做數(shù)據(jù)喂養(yǎng),其實(shí)就是個(gè)“體力活”:有劉海、無劉海的真實(shí)數(shù)據(jù)難獲??;斜劉海、直劉海、八字劉海等特定款式的劉海數(shù)據(jù)耗費(fèi)高成本。

這兩種方式基本都不具備可操作性。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮
多款劉海生成效果圖

其次是高清圖像細(xì)節(jié)的生成問題

要么頭發(fā)太假,要么像是用座機(jī)拍出來的糊圖。

由于頭發(fā)部位擁有復(fù)雜的紋理細(xì)節(jié),通過CNN難以生成真實(shí)且達(dá)到理想狀態(tài)的發(fā)絲。

其中,在有配對(duì)數(shù)據(jù)的情況下,雖然可以通過設(shè)計(jì)類似Pixel2PixelHD、U2-Net等網(wǎng)絡(luò)進(jìn)行監(jiān)督學(xué)習(xí),但目前通過該方式生成的圖像清晰度仍然非常有限。

而在非配對(duì)數(shù)據(jù)情況下,一般通過類似HiSD、StarGAN、CycleGAN的方式進(jìn)行屬性轉(zhuǎn)換生成,利用該方式生成的圖片不僅清晰度不佳,還存在目標(biāo)效果生成不穩(wěn)定、生成效果不真實(shí)等問題。

真實(shí)的頭發(fā)數(shù)據(jù)沒有,自己造“假”又太假,針對(duì)上述情況, MT Lab基于龐大的數(shù)據(jù)資源與突出的模型設(shè)計(jì)能力,借助StyleGAN解決了頭發(fā)生成任務(wù)所面臨的配對(duì)數(shù)據(jù)生成與高清圖像細(xì)節(jié)兩大核心問題。


3

基于StyleGAN的頭發(fā)編輯方案

StyleGAN作為當(dāng)前生成領(lǐng)域的主要方向(Gan生成式對(duì)抗網(wǎng)絡(luò)),是一種基于風(fēng)格輸入的無監(jiān)督高清圖像生成模型。能夠基于7萬張1024*1024的高清人臉圖像訓(xùn)練數(shù)據(jù)FFHQ,通過精巧的網(wǎng)絡(luò)設(shè)計(jì)與訓(xùn)練技巧生成清晰逼真的圖像效果。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

基于StyleGAN生成的圖片

此外,StyleGAN還能基于風(fēng)格輸入的方式擁有屬性編輯的能力,通過隱變量的編輯,實(shí)現(xiàn)圖像語意內(nèi)容的修改。

具體有三步:配對(duì)數(shù)據(jù)生成(生發(fā))——配對(duì)數(shù)據(jù)增益(控制發(fā)量)——image-to-image生成(高清)。

1.配對(duì)數(shù)據(jù)生成

StyleGAN生成配對(duì)數(shù)據(jù)最為直接的方式就是在w+空間直接進(jìn)行相關(guān)屬性的隱向量編輯,生成相關(guān)屬性。其中隱向量編輯方法包括GanSpace、InterFaceGAN以及StyleSpace等等。

但這種圖像生成方式通常隱含著屬性向量不解耦的情況,即在生成目標(biāo)屬性的同時(shí)往往伴隨其他屬性(背景和人臉信息等)產(chǎn)生變化。

因此,MT Lab結(jié)合StyleGAN Projector、PULSE及Mask-Guided Discovery等迭代重建方式來解決生成頭發(fā)配對(duì)數(shù)據(jù)的問題。該方案的主要思路是通過簡(jiǎn)略編輯原始圖片,獲得一張粗簡(jiǎn)的目標(biāo)屬性參考圖像,將其與原始圖像都作為參考圖像,再通過StyleGAN進(jìn)行迭代重建。

以為頭發(fā)染淺色發(fā)色為例,需要先對(duì)原始圖片中的頭發(fā)區(qū)域染上統(tǒng)一的淺色色塊,經(jīng)由降采樣獲得粗略編輯簡(jiǎn)圖作為目標(biāo)屬性參考圖像,在StyleGAN的迭代重建過程中,生成圖片在高分辨率尺度下與原始圖片進(jìn)行相似性監(jiān)督,以保證頭發(fā)區(qū)域以外的原始信息不發(fā)生改變。

另一方面,生成圖片通過降采樣與目標(biāo)屬性參考圖像進(jìn)行監(jiān)督,以保生成的淺色發(fā)色區(qū)域與原始圖片的頭發(fā)區(qū)域一致,二者迭代在監(jiān)督平衡下生成期望中的圖像,與此同時(shí)也獲得了一個(gè)人有無淺色頭發(fā)的配對(duì)數(shù)據(jù)。

值得強(qiáng)調(diào)的是,在該方案執(zhí)行過程中既要保證生成圖片的目標(biāo)屬性與參考圖像一致,也要保證生成圖像在目標(biāo)屬性區(qū)域外與原始圖片信息保持一致;還需要保證生成圖像的隱向量處于StyleGAN的隱向量分布中,才能夠確保最終的生成圖像是高清圖像。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

染淺色頭發(fā) StyleGAN 迭代重建示意圖

此外,基于該方案的思路,在頭發(fā)生成領(lǐng)域還可以獲取到發(fā)際線調(diào)整的配對(duì)數(shù)據(jù)、劉海生成的配對(duì)數(shù)據(jù)以及頭發(fā)蓬松的配對(duì)數(shù)據(jù)。

但是想用補(bǔ)發(fā)功能,前提得還沒毛光光。不然基于頭發(fā)原本顏色的補(bǔ)色,系統(tǒng)一律按膚色計(jì)算了。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

不同膚色做出來的發(fā)色不一致(左圖為沖浪達(dá)人阿怡視頻中的網(wǎng)紅爺爺)

2.配對(duì)數(shù)據(jù)增益

基于迭代重建,還能夠獲得配對(duì)數(shù)據(jù)所對(duì)應(yīng)的StyleGAN隱向量,通過隱向量插值的方式還能實(shí)現(xiàn)數(shù)據(jù)增益,進(jìn)而獲得足夠數(shù)量的配對(duì)數(shù)據(jù)。

以發(fā)際線調(diào)整的配對(duì)數(shù)據(jù)為例,在每一組配對(duì)數(shù)據(jù)間,可以通過插值獲得發(fā)際線不同程度調(diào)整的配對(duì)數(shù)據(jù)。同樣的,兩組配對(duì)數(shù)據(jù)間也可以通過隱向量插值獲得更多配對(duì)數(shù)據(jù)。

此外,通過插值獲得的配對(duì)數(shù)據(jù)也能夠生成新的配對(duì)數(shù)據(jù),基于此可以滿足對(duì)理想的發(fā)際線調(diào)整配對(duì)數(shù)據(jù)的需求。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

3.image-to-image生成
基于StyleGan的迭代重建獲得配對(duì)數(shù)據(jù)后,就可以通過pixel2piexlHD模型進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練,這種image-to-image的方式相對(duì)穩(wěn)定且針對(duì)各類環(huán)境都有穩(wěn)定的結(jié)果輸出。但生成圖像的清晰度還無法達(dá)到理想的效果,因此選擇通過在image-to-image模型上采用StyleGAN的預(yù)訓(xùn)練模型來幫助實(shí)現(xiàn)生成細(xì)節(jié)的提升。
傳統(tǒng)的StyleGAN實(shí)現(xiàn)image-to-image的方式是通過encoder網(wǎng)絡(luò)獲得輸入圖的圖像隱向量,然后直接編輯隱向量,最后實(shí)現(xiàn)目標(biāo)屬性圖像生成,但由這種方式生成的圖像與原圖像比對(duì)往往相似度較低,無法滿足基于原圖像進(jìn)行編輯的要求。
因此MT Lab對(duì)這種隱向量編輯的方式進(jìn)行了改進(jìn),一方面直接將原圖像encode到目標(biāo)屬性的隱向量,省去進(jìn)行中間隱向量編輯的步驟;另一方面將encoder網(wǎng)絡(luò)的特征與StyleGAN網(wǎng)絡(luò)的特征進(jìn)行融合,最終通過融合后的特征生成目標(biāo)屬性圖像,以最大限度保證生成圖像與原圖像的相似度,整體網(wǎng)絡(luò)結(jié)構(gòu)與GLEAN模型非常相似。該方式兼顧了圖像高清細(xì)節(jié)生成與原圖相似度還原兩個(gè)主要問題,由此也完成了高清且具有真實(shí)細(xì)節(jié)紋理的頭發(fā)生成全流程。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

頭發(fā)生成網(wǎng)絡(luò)結(jié)構(gòu)

4

搞定了頭發(fā),還可以舉一反三
這種StyleGAN編輯生成方案也具有很高的擴(kuò)展性。日后圖像編輯和圖像清晰度的難題,可以套用頭發(fā)生成的“三步走”技術(shù)。
其中,結(jié)合StyleGAN生成理想頭發(fā)配對(duì)數(shù)據(jù)的方式極大地降低了圖像編輯任務(wù)的難度,如將該方案關(guān)注的屬性拓展到頭發(fā)以外,就能夠獲得更多屬性的配對(duì)數(shù)據(jù),例如五官更換的配對(duì)數(shù)據(jù),借此可以嘗試對(duì)任何人臉屬性編輯任務(wù)進(jìn)行落地實(shí)踐。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

五官更換的配對(duì)數(shù)據(jù):原圖(左),參考圖(中),結(jié)果圖(右)
借助StyleGAN預(yù)訓(xùn)練模型實(shí)現(xiàn)image-to-image的方式能夠保證生成圖像的清晰度,還可以將其推廣到如圖像修復(fù)、圖像去噪、圖像超分辨率等等更為一般的生成任務(wù)中。

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)特約稿件,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。

發(fā)際線有救了!這款app可一鍵AI生發(fā),拯救你的自拍焦慮

分享:
相關(guān)文章
當(dāng)月熱門文章
最新文章
請(qǐng)?zhí)顚懮暾?qǐng)人資料
姓名
電話
郵箱
微信號(hào)
作品鏈接
個(gè)人簡(jiǎn)介
為了您的賬戶安全,請(qǐng)驗(yàn)證郵箱
您的郵箱還未驗(yàn)證,完成可獲20積分喲!
請(qǐng)驗(yàn)證您的郵箱
立即驗(yàn)證
完善賬號(hào)信息
您的賬號(hào)已經(jīng)綁定,現(xiàn)在您可以設(shè)置密碼以方便用郵箱登錄
立即設(shè)置 以后再說