大家好,我是 Jack 。
人脸属性编辑再添力作「StyleFlow」,1月7日刚刚开源,上周末我立马就试了一下。

光照角度、人脸角度、年龄、头发、眼镜、胡须、表情等多维角度都可以单独调节:
效果非常好,特别是光照角度的改变,很逼真。
同时人脸属性编辑的效果,与曾经写过的 ALAE 算法,又有了较大的提高。
除了人脸属性编辑,「StyleFlow」也在汽车上验证了效果汽车角度、汽车颜色都可以一键调节!
教学开始!
1
StyleFlow
高清「人脸生成」算法,你知道多少?
曾经风靡一时的 StyleGAN,给人们带来很多震撼,逼真的肖像,你根本分不清,哪张图片是算法生成的。
看一下 StyleGAN v2 人脸生成的效果:
这些人脸,都是算法随机生成的。
有人还特意用 StyleGAN v2 做了一个酷炫的网站,随机生成百变的人脸。
你每刷新一次网页,它都会给你一张随机生成的人脸肖像。
URL:
https://thispersondoesnotexist.com/
StyleFlow 就是基于 StyleGAN 的人脸属性编辑算法。

思想就是,在隐空间(latent space)控制隐藏特征(latent code)来控制图片的属性。
简单点解释就是,一副人脸图片,是由多维特征组成的,比如年龄、性别、光照、肤色、发质等。
为了更好的对数据进行分类或生成,需要对数据的特征进行表示,但是数据有很多特征。
这些特征之间相互关联,耦合性较高,导致模型很难弄清楚它们之间的关联,使得学习效率低下,因此需要寻找到这些表面特征之下隐藏的深层次的关系,将这些关系进行解耦,得到的隐藏特征,即 latent code。
由 latent code 组成的空间就是 latent space。
StyleFlow 就做了这么一个事,解耦特征,控制特征。
算法在人脸和汽车数据集上,都取得了非常不错的效果。
2
算法测试
Github 项目地址:
https://github.com/RameenAbdal/StyleFlow
第一步:搭建测试环境。
需要安装 PyQt5、Tensorflow 等第三方库,根据 requirements.txt 安装即可。
https://github.com/RameenAbdal/StyleFlow/blob/master/requirements.txt
此外,还需要配置 StyleGAN2 的环境。
项目地址:
https://github.com/NVlabs/stylegan2
所有的权重文件都在 Google Drive。
https://drive.google.com/drive/folders/1QHc-yF5C3DChRwSdZKcx1w6K8JvSxQi7
其中,视频开头演示的使用的权重是 stylegan2-ffhq-config-f.pkl。
第三步:在工程目录,运行程序。
python main.py
打开 UI 界面。
按上图的步骤,即可调整人脸的各种属性。
动起手来,一起体验一下吧~
3
絮叨
不知不觉,写文 5 年了
虽然每年产出不多,但是每篇都是自己的心血。
Jack 经过重重海选,终于入围了 CSDN 2020 博客之星投票环节。
投个票,大家给我个出道的机会,圆个小梦。
投票时间是1月11日-1月24日,每人每天都能投!票数累积。
当然,我也为大家准备了小礼物,CSDN有个票数榜单:
根据1月24日榜单。
第一名,获得为期一小时的 1对1 语音交流,可以和我交流学习、算法、保研、竞赛什么都行,甚至炒股心得(老粉应该都知道我的实力),内容不限。当然,如果对这些不感冒,折现 288 元也是可以的。
第二名,获得 188 元红包。
第三名,获得 Jack 亲笔签名的深度学习图书一本。
投票地址(在浏览器中打开):
https://bss.csdn.net/m/topic/blog_star2020/detail?username=c406495762
或者扫描下方二维码:
左下角阅读原文,也可直接投票。
每天都可以投,票数累积!
大佬太多,top3 与我无缘,但想要个 top20 的徽章,奖励自己~
感谢每一位小伙伴的支持~
我是 Jack ,我们下期见。
·················END·················

推荐阅读


左下角阅读原文,直接投票。
继续阅读
阅读原文