GAN发型转换：让发型不再受Tony老师影响！机器学习与生成对抗网络关注共 2258字，需浏览 5分钟 ·2021-06-23 15:00 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！文章：新智元 来源：GitHub 编辑：小匀理发总是差强人意？醒醒吧！有些发型不适合你！如果能在理发前，把这几个发型「试用」就好了。Tony老师无法给你的，GAN给你。最近，一个基于GAN的项目Barbershop火了！它不仅可以改变你的头发风格，还可以从多个图像实例中改变颜色。重要的是，不同于一般的换头发AI，这次的效果让你的脸与新头发完美融合。一头逼真的「假发」：发型、颜色任你选把这三样东西交给算法，你就能看到自己的发型合不合适。1 自己的照片；2 一张你想拥有的发型的人的照片；3 另一张你想尝试的头发颜色的照片（或同一张）例如，我的原生发型是这样的：来试验一下别样的发型：换个直发试试？颜色太显老？换一个试试！怎么样是不是新发型与您的头完美融合？再也没有生硬感？为了确定这个项目符合大众审美，作者还对396名参与者进行了用户研究。答案是：GAN给出的解决方案在95%的情况下都是他们首选的！量化结果这是如何做到的？去掉生硬感！在GAN中加入对齐（alignment）步骤GAN架构可以学习将一个图像的特定特征或风格移植到另一个图像上。虽然它并不是一项新技术了，但是关于它的应用一种充满新鲜劲儿。但也有一些细节给GAN的应用带来挑战，譬如：光线的差异带来了遮挡，在两张照片中的头部可能会出现不同，会带来生硬感。通常情况下，这些使用GANs的技术会试图对图片信息进行编码，并在此编码中明确识别与头发属性相关的区域来切换它们。但只有当两张照片的拍摄条件类似时，这种换头发的效果才会很好——不过，这很难。因此，作者不得不想点办法。首先，将换头发分为两个层级：结构（structure）和外观（appearance）。结构是指头发的几何形状——卷曲的、波浪的还是直的。外观指的是深度编码的信息，包括头发颜色、纹理和照明。这里的目标是将特定图片的发型和颜色移植到自己的图片上，同时按照图片的光照和属性改变结果，使其一次就能达到令人信服的真实效果，减少步骤和错误来源。StyleGAN2架构为了实现这一目标，作者在GANs中增加了一个缺失但必不可少的对齐（alignment）步骤。事实上，它不是简单地对图像进行编码和合并，而是按照不同的分割掩码稍微改变编码，使两幅图像的潜伏代码更加相似。正如前面提到的，它们都可以编辑头发的结构和风格或外观。我们知道，GANs使用卷积对信息进行编码。这意味着它使用卷积核来降低每一层的信息规模，并使其越来越小，从而迭代地去除空间细节，同时对所产生的输出的一般信息给予越来越多的价值。这些信息是从不同的图像中提取的，但现在，如何合并这些信息，才使结果看起来逼真些呢？流程示意图这是用图像的分割图完成的。更准确地说，是在我们的目标和参考图像的对齐版本的基础上，生成这个想要的新图像。参考图像是我们自己的图像，而目标图像是我们想要应用的发型。这些分割图告诉我们图像包含什么以及它在哪里，头发、皮肤、眼睛、鼻子等。分割图利用这些来自不同图像的信息，他们可以在将图像发送到网络进行编码之前，使用基于StyleGAN2的改良架构，按照目标图像结构对齐。然后，对于外观和光照问题，他们从目标图像和参考图像中找到这些外观编码的适当混合比例，用于相同的分割区域，使其看起来尽可能的真实。对比一下就知道效果：左是没有对齐的结果，右是本文的方法。是不是顺眼很多？当然，这个过程有点复杂，具体细节都可以在论文中找到。但请注意，就像大多数GANs的实现一样，他们的架构需要被训练。在这里，他们使用了一个在FFHQ数据集上训练的StyleGAN2基础的网络。然后，由于他们做了许多修改，正如刚才讨论的，他们用198对图像作为发型转移的例子，第二次训练他们修改后的StleGAN2网络，以优化模型外观混合比例和结构编码。Fail examples.具体细节参见：GitHub地址：https://github.com/ZPdesu/Barbershop论文：https://arxiv.org/pdf/2106.01505.pdf参考链接：https://pub.towardsai.net/barbershop-try-different-hairstyles-and-hair-colors-from-pictures-gans-e5138a8ee5f4猜您喜欢：等你着陆！【GAN生成对抗网络】知识星球！ CVPR 2021 | 图像转换 今如何？几篇GAN论文【CVPR 2021】通过GAN解决人脸识别的遗留难题超100篇！CVPR 2020最全GAN论文梳理汇总！附下载 | 《Python进阶》中文版附下载 | 经典《Think Python》中文版附下载 | 《Pytorch模型训练实用教程》附下载 | 最新2020李沐《动手学深度学习》附下载 | 《可解释的机器学习》中文版附下载 |《TensorFlow 2.0 深度学习算法实战》附下载 | 超100篇！CVPR 2020最全GAN论文梳理汇总！附下载 |《计算机视觉中的数学方法》分享 浏览 77点赞 评论 收藏 分享 手机扫一扫分享分享 举报 评论图片表情视频评价全部评论推荐 宇宙首富Tony老师上线！马斯克DIY发型，住37平米小屋，还卖掉了大房子新智元0这个假发太逼真！GAN帮你换发型，alignment步骤去掉生硬感新智元0这个假发太逼真！GAN 帮你换发型，alignment 步骤去掉生硬感视学算法0皮一皮：怎么会有如此美妙的发型...公众号程序猿DD0每日一皮：男人有三宝「胡子、发型和肌肉」...公众号程序猿DD0研发型生产制造企业如何选择“考勤管理和工时管理系统”？在当前“数字化转型”的大趋势下，研发型生产制造企业都在逐步抛弃原有的管理方式，转型到“按项目订单管理”方式，着重关注订单生产计划、生产跟踪和成本核算等内容。 越来越多的生产制造企业开始选择「生产订单管理系统」和「车间工时管理系统」。生产制造业本身就属于劳动密集型企业，尤其是中大型的制造企业，员工人数多达数百甚至数千人。雇佣大量的工人，复杂的轮班加班制度，以及大量的人力资源成本核算，使人事部门不堪重负，因此生产制造业也成了对“人力资源系统”要求最高的行业。 “工时和考勤管理”对于生产制造企业来说是必不可少的工作。而如何有效的进行工时和考勤管理却不是一个简单的事。通过分析可看出当前大多数生产制造企业还处于较原始的管理状态： 员工分人人皆可二次元！小姐姐生成不同风格动漫形象，肤色、发型皆可变人工智能与算法学习0受疫情影响，和硕大砍二季度出货目标芯智讯0受各地限电影响，国内部分科技企业停产泰伯网0二次元新玩法！生成不同风格小姐姐动漫形象，肤色、发型皆可变AI算法与图像处理0点赞 评论 收藏 分享 手机扫一扫分享分享 举报
