杨净 发自 凹非寺

量子位 报道 | 公众号 QbitAI
当你的女朋友变身二次元,是什么样子?
小声说:没有女朋友。
搞错了,再来!
你下一个二次元老婆,可能是真人生成的!
即便是容嬷嬷本嬷,也能瞬间变温婉~
还有辣个清秀的尔康,也瞬间变身短发萌妹。
只需一张照片、甚至视频就可以生成二次元老婆。
不管是萝莉风、御姐风、甚至女王风,统统都可以!
对此有网友评论道:我的生活完整了。

如何实现?

这样一个生成器,叫做GANs N’ Roses,以下就简称GNR。
嗯?跟Guns N’ Roses(枪炮玫瑰)有什么关系。
按照论文标题所言,要比以往的图像转换技术更稳健、更可控,以及更多样。
GNR,由一个编码器和解码器组成。
编码器将图像分解为内容代码c和风格代码s,解码器接收一个内容码和一个样式码,产生相应的图像。
运行时,把图像传给编码器,保留产生的内容代码,获得一些其他相关的风格代码,然后把这对代码传给解码器。
那具体什么才是内容、以及风格?GNR的关键思路,是将内容定义为事物的位置,风格定义为为它们的样子。
就像这样。即使是同一种风格,也有不同的演绎。
对于一个特定的风格码,包括眼睛、下巴、鼻子、头发颜色等细节,都有很强的一致性。
但就像头部倾斜度、脸部形状、发型等细节,则是由内容码控制的。
损失函数总共有三类:风格一致性损失、循环一致性损失、多样性判别器和对抗损失。
与其他SOTA框架对比,GNR在多样性、图像质量等多个指标上都有明显的改进。
直接放图来比较,则更为明显。
最后,研究人员发现,在没有额外训练的情况下,GNR对于视频之间的转换也同样适合。
目前,GNR已经在GitHub开源,并上线了Demo试玩链接。
我试了试,似乎目前只有一种风格。
但依然挡不住网友直呼:So cool!

团队成员

团队成员均来自美国伊利诺伊大学厄巴纳-香槟分校。
一作华人Min Jin Chong,本科从美国伊利诺伊大学毕业后,继续留校读博,此前曾在字节实习3个月。
另一位作者、他的导师David Forsyth是知名CV大牛,曾与Jean Ponce 合著的《Computer Vision:A Modern Approach》,堪称计算机视觉经典教材。
好了,感兴趣的旁友,可戳下方链接哦~
试玩链接:
https://gradio.app/g/AK391/GANsNRoses

论文链接:
https://arxiv.org/abs/2106.06561

参考链接:
[1]https://twitter.com/ak92501/status/1404614429023539201

[2]https://github.com/mchong6/GANsNRoses
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。
「智能汽车」交流群招募中
欢迎关注AI行业、智能汽车、自动驾驶的小伙伴们加入社群,不错过智能汽车行业发展&技术进展
点这里👇关注我,记得标星哦~
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见~
继续阅读
阅读原文