百萬畫素人工智慧換臉是怎麼做到的!?(下)

人工智慧換臉技術日趨成熟,應用在電影令人驚豔!

人工智慧換臉技術日趨成熟,應用在電影令人驚豔!

首個百萬畫素換臉方法

人工智慧 研究團隊提出了一個漸進式訓練的梳狀模型(comb model),配合編碼器進行模型訓練。
▲ Disney Research 公開之換臉過程示意圖。(圖片擷取自 Disney Research)
  • 步驟 1:對原始圖像 xt 進行臉部檢測辨識,並提取關鍵點。
  • 步驟 2:將人臉分辨率歸一化(即標準化剪裁)為 1024×1024 像素,並保存歸一化參數
  • 步驟 3:將步驟 1、2 預處理好的圖像輸入編碼器中,用相應的解碼器解碼。
  • 步驟 4:使用步驟 2 保存的歸一化參數,在圖像「x˜_s」上反轉圖像歸一化結果,將生成的圖像與原始圖像 xt 進行多頻帶混合,得到人臉交換的成果圖像。
畫素方面, 人工智慧 研究團隊表示他們曾經用開源 deepfake 模型 DeepFakeLab,可是成果影像的分辨率最高只到 256×256 像素。但研究團隊採用的漸進式、對原始圖像進行預訓練的方法可以從中取出較高解析度圖像。下圖可看出經過訓練模型,輸出的人臉畫素與效果都優於未經訓練的結果。
▲圖爲迪士尼與 DeepFakes、DeepFaceLab 和 Nirkin 等換臉方法的效果對比。(圖片擷取自 Disney Research)

迪士尼換臉 AI 有待突破的缺點

儘管研究團隊證明在細節、解析度以及自然度上,迪士尼 AI 人工智慧 都優於其他換臉模型,但團隊也承認他們的技術存在明顯的侷限性。

如「有戴眼鏡的臉」無法穩定進行人臉交換,問題不在於眼鏡部分無法渲染,而是無法恰當捕捉到表情和姿勢。研究人員曾嘗試調整輸入源,但依然無法穩定掌握產出品質。還有,雖然人臉正面直視鏡頭的圖像換臉效果良好,但俯視、仰視或側面等人臉角度與特殊光源下的換臉,可能會導致不完善的生成結果,如模糊和僞影。
  
▲ 換臉生成失敗示意圖。(圖片擷取自 Disney Research)

不過研究人員補充道,這類問題實際應用於電影場景中影響不大,亦可以經由其他方式解決。

未來當這項 AI 人工智慧 技術更加成熟,得以廣泛應用後,影視作品能有更逼真自然、栩栩如生的特效,對觀眾來說也是一大福音啊!

本篇為下篇,上篇請點此連結

相關文章:

線上職訓正夯 從零開始花半年錄取軟體工程師

所有的新創業者都需要 SEO 的 7 個理由!

阿嬤也能coding了?2020人工智慧想對我們做什麼?

人工智慧,機器人,Python,大數據到底有什麼關係?

人工智慧編輯新聞卻鬧大烏龍!(上)

Python正是趨勢,怎能不知道呢?

防疫利器!人工智慧幫你做好社交距離!