腾讯老照片修复算法开源,细节到头发丝,3种预训练模型可下载 | GitHub热榜

共 3869字,需浏览 8分钟

 ·

2022-03-18 15:40

明敏 发自 凹非寺
量子位 | 公众号 QbitAI

还记得这个能将老照片修复到纤毫毕现的GFPGAN吗?

现在,它的代码正式开源了!

官方已经在GitHub上传了3个预训练模型,3个版本的效果区别如下:

其中,V1.3是最近更新的一版,修复效果更加自然。同时还能在低质量输入的情况下,输出高质量结果。

自上线以来,GFPGAN已经在GitHub上揽星1.7w+,还曾登顶过热榜第一。

更是在推特上引起过一波试玩热潮:

这一项目由腾讯PCG ARC实验室提出,其相关论文已被CVPR2021收录。

3种预训练模型可挑选

开源代码主要分为预训练和训练两个部分。

预训练中以GFPGAN的V1.3版本为例,给出了预训练模型的下载地址:

wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth -P Experiments/pretrained_models

然后,只需一行代码就能开始预训练模型推理了:

python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2

具体介绍如下:

Usage: python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2 [options]...

  -h                   show this help
  -i input             Input image or folder. Default: inputs/whole_imgs
  -o output            Output folder. Default: results
  -v version           GFPGAN model version. Option: 1 | 1.2 | 1.3. Default: 1.3
  -s upscale           The final upsampling scale of the image. Default: 2
  -bg_upsampler        background upsampler. Default: realesrgan
  -bg_tile             Tile size for background sampler, 0 for no tile during testing. Default: 400
  -suffix              Suffix of the restored faces
  -only_center_face    Only restore the center face
  -aligned             Input are aligned faces
  -ext                 Image extension. Options: auto | jpg | png, auto means using the same extension as inputs. Default: auto

在这里,官方还展示了3种预训练模型的区别在哪里。

与初始版本相比,后两版在修复精度上有了明显提升。

V1.2的锐化更明显,同时还带有一些美颜效果,所以在一些情况下会比较假面。

V1.3明显解决了这一问题,使得输出更加自然,还能进行二次修复;不过弊端是人物面部特征有时会发生变化(比如下图中的安妮·海瑟薇示例)

总之,V1.3并不完全优于V1.2,大家可以按需选取合适的模型。

接下来到了训练部分。

首先,数据集选用FFHQ;

然后,将下载好的预训练模型其他数据放在experiments/pretrained_models文件夹里。

其他数据包括:

预训练好的StyleGAN2模型,FFHQ人脸对齐模型文件和ArcFace模型。

接下来,修改相对应的配置文件options/train_gfpgan_v1.yml

在这里,也可以尝试不使用人脸对齐的简单版本options/train_gfpgan_v1_simple.yml

最后,就可以开始训练了。

python -m torch.distributed.launch —nproc_per_node=4 —master_port=22021 gfpgan/train.py -opt options/train_gfpgan_v1.yml —launcher pytorch

此外,官方还有两则提醒。

第一,输入更多高质量的人脸图像,可以提高修复的效果。

第二,训练中可能需要进行一些图像预处理,比如美颜。

如果你选择训练V1.2版本,官方还给出了微调指南:

GFPGAN V1.2采用了clean架构,更加方便部署;它是从一个双线性模型转换而来,因此需要对其原有模型微调,然后再进行转换。

Demo试玩

除了开源代码,官方也早已开通了多个线上试玩通道。

在这里,我们用HuggingFace来给大家展示具体效果。

先来看看修复后的蒙娜丽莎女士,不仅面部的噪点都被去掉了,甚至连头发上的纱巾都清晰可见。

修复的爱因斯坦,笑起来时脸上的褶皱更加明显,头发丝、胡茬也都被还原了出来。

最后再来看看修复后的青年马化腾,这照片清晰地仿佛像昨天才拍出来一样。

盲脸修复+大量先验信息

GFPGAN能够快速、高清地修复各种人脸图像,主要是应用了盲脸修复 (blind face restoration)

传统人脸修复方法主要针对同一场景下、特定退化的人脸图像修复。

比如此前一些人脸修复方法,会把奥巴马的照片还原为白人面孔。这背后除了数据集存在偏差,还可能是算法没有为每张人脸特征性建模。

盲脸修复就很好解决了这一弊端,它是指当点扩展函数未知或不确知的情况下,从低质的待修复人脸图像恢复出清晰、高质的目标人脸图像的过程。

本质上是一种非匹配性的人脸修复方法。

不过此前的一些盲脸修复方法在细节上表现不好,由此作者在GFPGAN中引入丰富的先验信息,从而来保证高质量的输出效果。

具体来看,在GFP-GAN的模型框架中,主要用到了一个退化清除模块和一个预训练的GAN作为先验。

两个模块通过隐编码映射和多个信道分割空间特征变化层(CS-SFT)连接。

训练过程中,首先要对低质量人脸进行降噪等粗处理,然后保留面部信息。

在保真度方面,研究人员引入了一个面部损失( Facial Component Loss),判断哪些细节需要提升保留,然后再用识别保留损失(Identity Preserving Loss)进行修复。

团队介绍

本文论文一作是Xintao Wang,他是腾讯 ARC 实验室(深圳应用研究中心)的研究员。

本科毕业于浙江大学,博士毕业于香港中文大学。

其博士期间师从汤晓鸥教授和Chen Change Loy教授。

研究方向为计算机视觉和深度学习,尤其关注图像、视频修复方面。

GitHub地址:
https://github.com/TencentARC/GFPGAN

论文地址:
https://arxiv.org/abs/2101.04061

试玩地址:
https://huggingface.co/spaces/akhaliq/GFPGAN

—  —

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。


相关图书推荐

《视觉:对人类如何表示和处理视觉信息的计算研究》

[美] David Marr 著,吴佳俊 译

  • 原著豆瓣评分9.7

  • 影响一代脑、认知、计算机视觉专家的经典著作

  • 详细阐述Marr提出的用于研究和理解视觉感知的一般框架

  • 厘清计算理论、算法、实现三个研究层次

  • 掌握本书介绍的视觉计算理论,对在人工智能和计算机视觉领域内开展进一步探索至关重要

  • 吴佳俊教授倾情翻译

本书研究了人类对视觉信息的表示和处理,并对视觉计算处理过程提出了全面的计算理论。全书立足于计算机科学、视觉神经科学和心理物理学的进展,是跨学科交叉研究的经典教科书,并对多个学科的研究都有深刻启发作用。特别值得一提的是,在近年深度学习的热潮之中,掌握本书介绍的视觉计算理论,对于在人工智能和计算机视觉领域内开展进一步探索是至关重要的。

(扫码了解本书详情)


《深度学习计算机视觉实战》

肖铃 著

  • 一本看懂计算机视觉的实战指南

  • 使用理论与实践相结合的思想,真正一站式搞定理论学习、算法开发到模型部署上线

本书中的上百个知识点与50多个案例都是作者工程应用中的经验总结,每章末尾均有"进阶必备”,给读者提供更多的拓展知识。本书适合计算机视觉的初学者、计算机视觉算法开发人员、对深度学习有兴趣的用户或者亟须工程落地使用的用户,也适合作为高校相关专业的学生教材使用。

扫码了解本书详情


 
如果喜欢本文
欢迎 在看留言分享至朋友圈 三连

 热文推荐  





浏览 3
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
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报