AI换脸又一次刷爆了一又友圈男同 porn

最近云毕业正其时，各家科技公司趁势推出了我方的AI换脸技巧，扫尾又被同学们玩坏了！

换脸这件事毫不可少了业界大佬们！

不得不说，颜面是不分性别的，彦宏兄气质满分！

仔细来看，AI换脸技巧近些年如故练习不少，合座的面部贴合度、细节贬责皆有了彰着的普及。近日，Deepfake边界再一次赢得了进犯糟蹋。据了解，迪士尼公司公布了一项最新参议遵循，宣称其东说念主脸交换技巧可达到业内最高水平。

从效果图来看，确切少许挑不出症结！

据了解，迪士尼参议室与苏黎世联邦理工学院配合基于GAN提议了一种新式算法，它不错自动完毕图像/视频中的东说念主脸交换，同期保证数百万级的高分辨率。

更值得存眷的是，现在这项参议遵循已初步权略用于好莱坞大片制作，传闻因为它不错改善电影质料和后期制作本钱。

东说念主脸交换在电影行业并不稀零。在一些好莱坞大顷刻常会用到替身演员完成一些专科的、高难度行为。为了保证电影效果，后期制作会破耗多半本钱。然则常见的经营机图形合成技巧，效果接续差强东说念概念，以至会转换重拍。

这在时刻和钞票方面皆短长常大的本钱糟塌，因此，迪士尼公司特此鸠合苏黎世联邦理工学院开展了此项配合参议。

近日，迪士尼公司对完宣称，他们参议了一款新式东说念主脸交换技巧，可用于电影或电视剧制作。他们宣称该技巧可在东说念主脸交换进程中产生高分辨率，传神的图像/视频，荒谬适应大屏幕播放。

局部交融更进修换脸的技巧难度。为了考证算法性能，参议东说念主员他们莫得对东说念主脸的眼部、唇部等局部器官进行了交融，效果也短长常惊东说念主。

基于图一，图二、三分裂进行了唇部和眼部的局部东说念主脸交融，不错看出局部交融度荒谬高，高清、当然，看不出少许轻佻。同期它约略跟着唇部抖动及时贴合，毫无跳脱感。而况参议东说念主员阐发，视频中的东说念主脸交换一般比静态图像效果更好。

局部东说念主脸交换在动态视频中的交融上风，这在电影场景中短长常必要的。

更值得存眷的是它不错产生百万级像素的分辨率。不外，参议东说念主员表露他们经受了一种渐进式的递次（Progressive Training）对源视频/图像进行预教师，算法可从中索要较高分辨率图像。下图可彰着看到经教师的东说念主脸像素远高于未经教师的扫尾。

参议东说念主员先容，基于高清分辨率和局部交融技巧的新式算法最大适度地彭胀了东说念主脸交换在电影中的运用。除了替身演员的全脸交换外，如需要描摹一位年岁逐步增长的任务或如故参预垂暮之年的老东说念主，不错字据需要为变装添加轻细皱纹、发型和身形。

另外，它不错与其他作品完成扮演上的替换，诚然这里不错对原视频的布景和光照进行罕见贬责，以使他不错融入电影场景中。这亦然区别于传统后期制作的一种新递次。

那么这项AI换脸技巧是怎样完毕的呢？咱们先来看一组完好的换脸旅途图：

东说念主脸交换源的完好暗示图

法子1和2：对源图像进行面部识别、特征索要，以及模范化剪裁（1024x1024）;

法子3：将图像输入通用编码器进行模子教师；

法子4：将解码后输出的图像与需要匹配的指标进行多频带搀杂，最终得到东说念主脸交换后的效果图。

其中通用编码器的教师模子是一个关键，这里参议东说念主员经受的是一种渐进式梳状收罗结构（Comb Model）面部交换主如果通过域转化的递次来完毕。咱们使用通用编码器将经预贬责的图像镶嵌分享的潜在空间中，然后使用与之对应的解码器将这些镶嵌映射回像素空间中。凡俗域转化主要在这两个空间中进行切换，但在本文中，参议东说念主员彭胀了一种新的想路。

如咱们图中看到的，经编码器贬责的图像，被解码器分支到P个域中，参议东说念主员将这种架组成为梳状模子。这里各个编码器就相当于梳状结构的“齿子”。

在这里，单个梳状模子不错贬责多个源指方向东说念主脸交融，而况与双向模子比拟，它不错有用减少教师的时刻，同期彰着提高图像的保真度。

如前文所说，模子教师经受的是一种渐进式的神志。该进程通过对高分辨率图像进行下采样，得到低分辨率图像，然后在教师中再缓缓输入高分辨率，逐步彭胀收罗的容量，最终得带高保真图像。

不外，这里要精采的是，最终输出的图像分辨率会受到原始数据集图像分辨率的放胆。如果数据集浮泛高分辨率，不错经受超分辨率的神志对图像进行预贬责，不外最佳经受特定于面部的SR教师递次。

除此以外，参议东说念主员先容，梳状模子和多频带的搀杂战术，还有助于保捏交融布景的光辉和对比度。

参议东说念主员将渐进式梳状模子与现在三种开源的东说念主脸技巧，分裂为Deepfake、DeepFaceLab和Nirkin et aI进行了对比参议。其中，Nirkin et aI经受三维可变模子，不需要预教师。后两者经受Y形自动编码器结构的完毕。

东说念主脸交换递次的比较

本次侦察对五组东说念主脸进行了对比。前两列分裂源图像和指标图像，需要进行AI交融，从之后的图像不错看，本次参议模子在细节交融、图像分辨率以及暗影贬责上，要高于其他算法模子。

而况，它经受的多频带搀杂在舍弃伪影方面要彰着优于泊松搀杂。DeepFakes和DeepFaceLab皆的使用是泊松搀杂（Poisson）。

不外，参议也存在彰着的局限性，比如涌现无法对戴眼镜的东说念主进行富厚的东说念主脸交换，不是因为眼镜部分无法渲染，而是无法将脸部与周围图像搀杂。参议东说念主员曾尝试更动输入源与之相匹配，但扫尾时好时坏。、

不外，参议东说念主员也诠释注解在内容运用或电影场景中，可能影响不大。

援用开头：雷锋网雷锋网雷锋网

-resolution-neural-face-swapping-for-visual-effects/ 

https://techcrunch.com/2020/06/29/disney-research-neural-face-swapping-technique-can-provide-photorealistic-high-resolution-video/

https://gizmodo.com/disneys-developed-movie-quality-face-swapping-technolog-1844202003

雷峰网原创著作男同 porn，未经授权辞让转载。确定见转载应知。

• AI
• 中语
• 雷峰
• 男同 porn
• 完毕