马斯克被玩坏？这个变脸AI比StyleGAN还溜
如果让你给人的照片P上胡须、画上长发，需要多久？这个AI只需要一秒！
看看这浓密自然的胡须，完全找不出破绽~
恶搞马斯克，StyleFlow算法的惊人效果
近日，一个油管博主用AI恶搞出多个版本马斯克的视频，在YouTube上大火，效果逼真！
比如，这个满脸络腮胡光头的中年版，仿佛让人看到了多年后的马斯克本人。
还有这版长发飘飘的马斯克，散发着一股女强人的气质。
这个AI是由阿卜杜拉国王科技大学（KAUST）、Adobe共同研发的一项最新成果—StyleFlow算法，第一作者是来自KAUST的Rameen Abdal，它非常擅长在合成图像或真实图像的基础上重新编辑面部属性。
除了上述马斯克的面部毛发、年龄、性别处理外，它还可以实现换姿势、调整光照、改变表情等需求，效果惊人。
值得一提的是，StyleFlow不仅可以用于人像处理，也可以修改汽车等其他图像属性。
改变一下颜色~
旋转任意角度~
普通车秒变SUV~
比StyleGAN还溜的AI
提到Style系列不免让人想到StyleGAN，StyleGAN是GAN的变种，它通过生成器和鉴别器的相互battle，也可以达到令人惊叹的面部合成效果，而StyleFlow可以说是StyleGAN图像合成的进阶版。
研究人员表示，StyleFlow是在属性条件采样和属性控制编辑的基础上提出的，其中，属性条件采样，是对具有目标属性的高质量真实图像进行采样；属性控制编辑，是指编辑给定图像，并使其具有目标属性，同时最好地保留源图像的特性。
以下为StyleFlow实现两种任务的完整框架：
z表示先验分布变量，w表示StyleGAN的中间权重向量。
从源图像开始，通过使用反向推理和一系列CNF功能模块的正向推理来支持属性条件编辑。
需要注意的是，反向推理和正向推理是由ODE解算器通过计算时间变量上的CNF函数来解决的。
CNF（连续归一流）功能块可以作为神经网络块来实现。其中，以属性向量at为条件的学习函数，既可以可用于正向推理，也可以用于反向推理。
最终，研究人员使用StyleGAN的人脸和汽车潜伏空间对我们的方法进行了评估，并在真实照片和StyleGAN生成的图像上展示了沿各种属性的细粒度的分离编辑。
例如，对于人脸，改变了相机姿势、照明变化、表情、面部头发、性别和年龄。
还可以一对多的批量化操作。
最后通过大量的定性和定量比较，以及与已有的技术相比，研究人员证明了StyleFlow的优越性。
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20210115A03ACB00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
