精神污染版“人臉生成器”

説到人臉生成器,你最先想到的大概是這一種:

精神污染版“人臉生成器”

StyleGAN2 作品丨 Nvidia

雖然,這隻名叫StyleGAN2的 AI,已經擁有(大概是)地表最精湛的捏臉技術;但高度寫實的畫風,怎麼能滿足人類對精神污染的需求呢?

於是,有位韓國程序員 bryandlee,調教了一隻有毒的 " 人臉生成器 "。他把韓國漫畫家李末年的作品(比如下圖左側)投餵給 AI,不到半天 AI 便學會畫李末年式的人臉了:

精神污染版“人臉生成器”

除左數第一列外,皆由 AI 生成丨李末年 & bryandlee

不論男女老幼,人均表情包,請務必放大觀賞。那樣,一個美(gui)好(chu)的世界,就在我們眼前展開了。

但你大概想不到,這些帶有強烈刺激性的生成物,也和開頭那些寫實派的人像一樣,是 StyleGAN2 的作品。

注入靈魂:從整體到局部

那麼,如此神采奕奕的技法是怎樣煉成的?

首先,切不可直接把李末年的漫畫成品丟給 AI。程序員試過,OpenCV 視覺庫裏現成的人臉檢測器,檢測漫畫臉的眼力着實有限,圈出的不一定是臉,是臉也不一定圈得出:

精神污染版“人臉生成器”

紅框,是 OpenCV 人臉檢測器看出的 " 臉 " 丨 bryandlee

假如不標記哪裏是人臉,AI 就沒辦法有針對性地學習。所以,程序員只得從漫畫裏手動標出 500 張臉:

精神污染版“人臉生成器”

手動標記的漫畫臉丨 bryandlee

準備好數據,就要開始訓練那只有名的人臉生成器 StyleGAN2 了。

第一次,程序員是從零開始訓練的。就是説,在此之前 AI 沒有接受過任何數據的餵養,不管是人臉數據,還是什麼別的數據。但如此訓練過後,AI 的作品就像烤化了一樣:

精神污染版“人臉生成器”

毀容之路丨 bryandlee

經歷了失敗,程序員決定調教一隻用高清人臉數據集(FFHQ)訓練過的 StyleGAN2。

而這一次,AI 順利掌握了李末年畫臉的神韻:

精神污染版“人臉生成器”

成功案例丨 bryandlee

也就是説,學會生成正常的、寫實的人像,大約是走向鬼畜的必經之路。

但走到這一步,程序員還不滿足。他又用了一個名叫 GANSpace 的工具,調整 AI 生成人臉的細節:戴不戴眼鏡、年齡大小、憤怒悲傷驚訝程度、人臉朝向、嘴巴開閉 ...... 都可以分別定製。

精神污染版“人臉生成器”
精神污染版“人臉生成器”

細部調節丨 bryandlee

記錄下動態的調節過程,也能解鎖一場視覺盛宴。

這時,如果要選出一個最硬核的參數,髮量當仁不讓:

精神污染版“人臉生成器”

人間真實丨 bryandlee

衝破次元壁:有特別的技巧

彷彿已經足夠鬼畜了,但故事還沒有結束。

程序員想起,從前韓國誕生過一個名叫U-GAT-IT的算法,能把小姐姐自拍變成二次元老婆:

精神污染版“人臉生成器”

這是夢吧丨 NCSOFT

那麼,當然要用李末年的 500 張漫畫臉來調教這隻 AI 了。訓練完斃,隨意輸入一張照片,都會收穫洗滌心靈的成效:

精神污染版“人臉生成器”

出來混,總是要還的(誤)丨 bryandlee

注意,下排左一就是漫畫家李末年的本體;下排右一是他的好基友、如今活躍在韓國綜藝鏡頭裏的藝人兼漫畫家旗安 84。

看到這裏,希望你還記得,這個算法原本的用途是製造老婆。

大結局:合體進化

終極大殺器來了。讓人臉生成器 StyleGAN2 與次元轉換器 U-GAT-IT 合為一體,獲得不可阻擋的鬼畜殺傷力。

精神污染版“人臉生成器”
精神污染版“人臉生成器”

StyleGAN 與 U-GAT-IT 聯名之作丨 ak92501

一個負責合成逼真的人臉,一個負責把它變成李末年的漫畫臉。分工明確,產能直衝雲霄,藴藏無限可能。

盯住圖右下角便會發現,眼鏡上黑霧散去之後,露出的如炬目光,令人久久不能平靜。

最後,懷着關切的心情詢問各位:您的眼睛還好嗎?

如想繼續接受攻擊,請從此傳送門前去獲取開源代碼:

https://github.com/bryandlee/malnyun_faces

參考文獻

[ 1 ] Bryandlee ( 2020 ) 침착한 생성모델 . https://github.com/bryandlee/malnyun_faces.

[ 2 ]   Karras, T., Laine, S., Aittala, M., Hellsten, J., Lehtinen, J., & Aila, T. ( 2020 ) . Analyzing and improving the image quality of stylegan. In   Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition   ( pp. 8110-8119 ) .

[ 3 ]    Tang, H., Xu, D., Yan, Y., Corso, J. J., Torr, P. H., & Sebe, N. ( 2020 ) . Multi-channel attention selection gans for guided image-to-image translation. arXiv preprint arXiv:2002.01048.

作者:栗子

編輯:朱步衝,luna

一個 AI  

請注意精神衞生,及時接受 san 值檢測。

精神污染版“人臉生成器”

【來源:果殼網】

聲明:轉載此文是出於傳遞更多信息之目的。若有來源標註錯誤或侵犯了您的合法權益,請作者持權屬證明與本網聯繫,我們將及時更正、刪除,謝謝。 郵箱地址:[email protected]

版權聲明:本文源自 網絡, 於,由 楠木軒 整理發佈,共 2304 字。

轉載請註明: 精神污染版“人臉生成器” - 楠木軒