Google Play下载超千万！这款AI人脸风格、换脸APP
共 3204字，需浏览 7分钟
·
2021-07-18 03:57
点击上方“机器学习与生成对抗网络”，关注星标
获取有趣、好玩的前沿干货！
来自：新智元
FaceApp的热度刚过不久，近期又有一款让你的脸秒变「迪士尼」的App火遍了全球的社交网络。
要测试「AI换脸」的效果，怎么能少了我们的老朋友LeCun。
实测效果还不错，确实有一丝丝「迪士尼」的味道了，也有人认为这是「皮克斯风」，而在软件里这个被称之为「3D卡通」。
换一张「高糊」的LeCun经典照片来试试2D卡通效果如何？
在这么低的分辨率之下，竟然还能有如此高质量的输出，作为一款「免费」的软件来说已经非常不错了。
除了「迪士尼风」，还有「文艺复兴风」，比如下面这个小编（狗头）。
有请LeCun再次登场，比刚才的2D效果感觉要好不少，气质拿捏得死死的。
不过，经过大量照片的测试，小编发现这个软件并没有像舆论中评价的那么厉害。只是偶尔有几张照片的效果还可以接受，其他大部分生成出来的看起来都很奇怪。
不知道是不是因为训练数据的缘故，官方给出的名人案例都非常惊艳。例如这个马斯克就看起来非常帅气，似乎还有一丝丝欧洲贵族的味道。
Voilà AI Artist是何方神圣？
这款名为「Voilà AI Artist」的软件，在AI算法的加持下，只需上传人像照片就能得到四种滤镜风格的图像—— 3D卡通（迪士尼风）、2D卡通、文艺复兴画作和漫画人物。
Voilà还有一个名人照片的数据库，在App上搜索就可以直接看到给名人换脸的效果。
但是，很可惜用户不能对图像进行编辑，包括调整眼睛、嘴巴或头发，改变颜色或对比度等等。
相比于还停留在实验室模型，显然已经包装好的应用程序有着简单好上手的优势，外媒更是形容这款App是像「病毒」般快速扩散。
Voilà在推出了大概三个月之后，其IOS版本在多个国家和地区的免费排行榜中夺得第一名，就打败TikTok、Instagram和Snapchat等强敌。
安卓方面，Voilà在Google Play商店的下载量已经超过量1000万次，并在26个国家和地区登上了热门排行榜前10名。
官方脸书账号在6月13日的时候发文庆祝用户量达到2000万。
神秘的幕后推手
据悉，「Voilà AI Artist」的母公司是「Wemagine.AI」，于今年一月在英国伦敦登记注册，成立不到两个月之后就推出这款App。
然而，除此以外就几乎找不到关于这家公司更详细的资料。不过，Fox Carolina表示联系到了这家公司：Wemagine.AI称他们的总部位于加拿大，但团队很小并且分散在全球各地远程上班。
根据英国的公司查询网站Company Check的数据显示，公司的创始人是Lim Eliska和Wilson Tjoa。而且两个人常居于印尼，年纪都不超过35岁。
隐私收集器「喜加一」
在有了FaceApp这个前车之鉴后，用户对这种软件的隐私条款也更加重视了，但是在这里很不幸地告诉大家，如果想尝试的话请做好心理准备，下面只是截取的一小部分。
虽然Voilà声称在该应用最后一次使用照片的24至48小时后会将照片删除，并且在隐私条款中表示不会将资料提供给第三方（但合作的除外）。
我们还对谷歌云平台进行了配置，以便在最后一次使用该应用程序后的24-48小时内删除照片以及与照片相关的信息。
其他情况下我们也可能披露您的信息： 向我们的子公司和关联公司。 向承包商、服务提供商以及支持我们业务的第三方。
但是Voilà承认他们确实会收集用户的个人信息资料，包括浏览过的网站、Cookies、手机型号和照片等等，同时会把它们提供给合作的广告商。
这些使用数据可能包括您的互联网协议地址（如IP地址）、浏览器类型、浏览器版本、访问的服务页面、访问的时间和日期、在这些页面上花费的时间、设备标识符和其他诊断数据。
当您使用移动设备访问服务时，该使用数据可能包括您使用的移动设备类型、移动设备唯一标识、移动设备的IP地址、操作系统、使用的移动互联网浏览器类型、唯一设备标识和其他诊断数据等信息。
我们还在谷歌分析的协助下收集诸如IP地址、设备型号、屏幕分辨率和操作系统、会话持续时间和您的位置等数据。基于这些数据，我们分析您的需求和兴趣，并改进我们的服务。
当您使用免费版App时，我们将会在App内显示广告。这些广告由合作伙伴提供，并可能根据您对App的使用或您在网上其他地方的活动进行定位。
除此之外，如果不想看到广告怎么办？显然只需要付费购买会员就可以了。Voilà表示，会员可以加速照片的处理，以及免除程序内广告和导出图片上的水印。
价格方面分为一周2.49英镑（22.3元），一个月4.99英镑（44.6元），一年25.99英镑（232.3元）。
不过国内的用户可能不太需要担心这个问题，因为苹果的中国区压根就没上架。安卓用户倒是可以找到APK下载体验。
对抗生成网络
自2014年对抗生成网络「Generative Adversarial Networks」发布以来，其应用场景也越来越广泛，到现在甚至已经可以开始实现商业化应用了。
GAN是由一个生成网络与一个判别网络组成。
生成网络从潜在空间（latent space）中随机采样作为输入，其输出结果需要尽量模仿训练集中的真实样本。
判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。
两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。
这其中，英伟达推出的StyleGAN所生成的图像非常逼真，通过分别修改网络中每个级别的输入，它可以控制在该级别中的视觉特征，从粗糙的姿势、面部形状到精细的头发颜色。
StyleGAN生成的人脸
除了逼真的人像，StyleGAN还可以用于生成其他动物，汽车甚至房间。
其升级版StyleGAN2，则修复了伪影的问题，并进一步提高了生成图像的质量。
参考资料：
猜您喜欢：
CVPR 2021 | GAN的说话人驱动、3D人脸论文汇总
附下载 |《TensorFlow 2.0 深度学习算法实战》