AI把爱豆变胖视频火遍B站,我们找到了背后的技术团队:你是怎么把刘亦菲变胖的?

简介: AI把爱豆变胖视频火遍B站,我们找到了背后的技术团队:你是怎么把刘亦菲变胖的?

刘亦菲有多漂亮就不用我多介绍了。

单是她那“优越的颅顶”,就已经足够上一次热搜了。

有个网友在刘亦菲脑壳上画了个圈圈,简直是照着篮球长得嘛,还有网友表示,“竟然觉得她光头也一定好看”。

不过网友们没能等来刘亦菲剃光头,却等来了刘亦菲变胖!

近期,一位名叫“AIworks”的B站UP主发布了一个AI模拟女明星变胖后的视频,视频中“四小花旦”变胖的逼真效果引发网友热议,被网友称为“大型减肥教育片”。

这个视频发布后在b站引发了一波“爱豆”变胖热潮,我们也第一时间与视频UP主取得了联系,详细问了问他是怎么把刘亦菲变胖的。

从刘亦菲到“刘大姐”,中间只差了个AI!

揭秘之前,咱们先一起来看看效果,看着这法令纹,这双下巴,这赘肉,要不是知道她们原来的样子,很难分清这是AI的作用。

那这背后是什么技术呢?

经常关注文摘的同学应该对这样的技术不陌生了,像之前报道的styleGAN人脸风格变换,都是对GAN(对抗生成网络)的应用,但是从效果来看,这个作品在细节方面有了很大的进步,尤其是在动态视频中的表现效果,已经达到了以假乱真的地步。

对此UP主在接受采访时也告诉我们,这个作品是他利用爱奇艺的一款小程序完成的,可以支持多种人脸编辑,包括变老、长胡子、变男变女等。

跟爱奇艺相关技术团队PersonAI沟通后我们得知,这款神奇的小程序主要也是用到了GAN的技术,变胖这个效果主要是PersonAI自研的GAN生成技术,借鉴了开源的StarGan的域迁移生成方案,同时加上了传统warp变胖的图到图约束loss、身份约束loss、真实度感知loss等多种训练loss,还取了个非常直白的名字——FatGAN。

之所以能够取得比styleGAN更好的效果,PersonAI团队也费了一番功夫:“(我们的方法)与styleGAN不同,styleGAN生成的特征不连续,在人脸角度比较大的时候生成的效果不稳定,真实的图像编辑效果差,这些都导致无法在真实视频中得到较好的效果。”

至于为什么能够产生法令纹、双下巴这些细节,PersonAI团队负责人首先称赞了网友们的“火眼金睛”,“网友们的眼睛还是很尖的,”

“在刚开始做的时候,发现收集的微胖人群数据集里面,微胖人群的法令纹也确实会比瘦子的深一些多一点,因此在域迁移GAN生成网络里面特意加了纹理约束来表征法令纹等一些微胖人群特有的细节。”

算法来自爱奇艺,“胖出法令纹”网友直呼细节真实

采访中,PersonAI团队负责人也表示,FatGAN生成人脸的五官与身份保持得很好,归因于团队的千万级人脸识别模型的特征比较鲁棒,微胖数据也是利用该团队的人脸属性模型在爱奇艺海量的视频素材库里面收集的。

在“四小花旦”的视频在b站爆火后,up主又把目光投向了男明星们,第一个中招的就是易烊千玺。

胖起来就泯然众人的哥哥们,甚至让有的网友产生了这样的想法:

这也体现了FatGAN的逼真的效果——既照顾到了真实的微胖是什么样子,又能保持与原对象本身的相似度。

为了做到这两点,爱奇艺PersonAI团队克服了重重困难:“目前常见的模拟变胖变瘦的效果,基本上都是通过人脸图像warp的方式来实现的,这种方法没有法令纹等微胖人群的真实细节特征,而FatGAN通过添加属性、感知、边缘纹理等多种约束,使得生成的变胖效果更加真实。”

为了让生成的图像更像本人,FatGAN需要能较好地保持身份信息,为了做到这一点,利用了团队内部的千万级人脸识别模型,提取生成前后的人脸图像多尺度身份特征进行约束。同时,采用传统warp变胖的效果进行感知Loss、L1loss等约束 。FatGAN单帧图像处理流程如下:

“不仅是个真实的‘胖子’,还是个真实但美丽的‘胖子’”

为了让用户能体验视频中变胖的真实效果,FatGAN需要保证视频生成的稳定性,需要在生成过程中加入了光流预测模块进行时序上的约束。

但是直接利用光流速度很慢,因此团队构建了一个Unet+shuffle+Spade 的轻量级网络,利用下图2的大网络对轻量级网络进行蒸馏训练,这样可以做到移动端实时处理的效果。

这么好玩的应用当然不会只停留在实验室,也不会只停留在把明星变胖上,许多网友也在B站留言提出了更多的要求。

对此,爱奇艺PersonAI团队也告诉我们,“除了变胖特效外,我们小程序还支持多种人脸属性编辑,包括变老、长胡子、变男变女等,具体可以关注爱奇艺AI中心微信小程序。”

感兴趣的小伙伴可以试一下~

目前团队还在探索在AI中引入更多的设计和美学元素,比如希望不仅可以变成一个真实的“胖子”,还可以是一个真实且美丽的“胖子”。

团队还希望GAN技术与3D技术结合起来,可以自由实现任意人脸编辑效果,支持用户个性化定制玩法,比如用户根据自己的审美捏一个属于自己的“明星脸”。

最后,UP主也和我们一起畅想了一下AI技术在媒体方向的应用:

“也许将来,用户自己创作的AI人物也能参与到剧中。”

相关文章
|
3天前
|
机器学习/深度学习 人工智能 供应链
AI技术在医疗领域的应用与未来展望###
本文深入探讨了人工智能(AI)技术在医疗领域的多种应用及其带来的革命性变化,从疾病诊断、治疗方案优化到患者管理等方面进行了详细阐述。通过具体案例和数据分析,展示了AI如何提高医疗服务效率、降低成本并改善患者体验。同时,文章也讨论了AI技术在医疗领域面临的挑战和未来发展趋势,为行业从业者和研究人员提供参考。 ###
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
21 6
|
3天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用与挑战
【10月更文挑战第21天】 本文探讨了人工智能(AI)在医疗领域的多种应用,包括疾病诊断、治疗方案推荐、药物研发和患者管理等。通过分析这些应用案例,我们可以看到AI技术如何提高医疗服务的效率和准确性。然而,AI在医疗领域的广泛应用也面临诸多挑战,如数据隐私保护、算法透明度和伦理问题。本文旨在为读者提供一个全面的视角,了解AI技术在医疗领域的潜力和面临的困难。
|
4天前
|
人工智能 自然语言处理 监控
AI技术在文本情感分析中的应用
【10月更文挑战第22天】本文将探讨人工智能(AI)如何改变我们对文本情感分析的理解和应用。我们将通过实际的代码示例,深入了解AI如何帮助我们识别和理解文本中的情感。无论你是AI新手还是有经验的开发者,这篇文章都将为你提供有价值的信息。让我们一起探索AI的奇妙世界吧!
13 3
|
4天前
|
人工智能 边缘计算 监控
边缘AI计算技术应用-实训解决方案
《边缘AI计算技术应用-实训解决方案》提供完整的实训体系,面向高校和科研机构的AI人才培养需求。方案包括云原生AI平台、百度AIBOX边缘计算硬件,以及8门计算机视觉实训课程与2门大模型课程。AI平台支持大规模分布式训练、超参数搜索、标注及自动化数据管理等功能,显著提升AI训练与推理效率。硬件涵盖多规格AIBOX服务器,支持多种推理算法及灵活部署。课程涵盖从计算机视觉基础到大模型微调的完整路径,通过真实商业项目实操,帮助学员掌握前沿AI技术和产业应用。
18 2
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术前沿探索:解锁智能时代的无限可能
【10月更文挑战第22天】AI技术前沿探索:解锁智能时代的无限可能
11 1
|
5天前
|
机器学习/深度学习 人工智能 算法
利用AI技术进行图像识别的探索之旅
【10月更文挑战第21天】本文主要介绍了如何运用人工智能技术进行图像识别。通过深入浅出的解释,让读者对AI图像识别有更深入的理解。同时,文章还提供了一些代码示例,帮助读者更好地理解和应用这些技术。
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗健康领域的应用与前景
随着科技的不断进步,人工智能(AI)技术已经深入到我们生活的方方面面,特别是在医疗健康领域。本文将探讨AI在医疗健康领域的应用现状、面临的挑战以及未来的发展前景。
|
3天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,企业越来越关注大模型的私有化部署。本文详细探讨了硬件资源需求、数据隐私保护、模型可解释性、模型更新和维护等方面的挑战及解决方案,并提供了示例代码,帮助企业高效、安全地实现大模型的内部部署。
9 1
|
3天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,大模型在各领域的应用日益广泛。然而,将其私有化部署到企业内部面临诸多挑战,如硬件资源需求高、数据隐私保护、模型可解释性差、更新维护成本高等。本文探讨了这些挑战,并提出了优化硬件配置、数据加密、可视化工具、自动化更新机制等解决方案,帮助企业顺利实现大模型的私有化部署。
10 1

热门文章

最新文章