AI新威胁:刷新即可生成逼真而不存在的人脸

栏目: 后端 · 发布时间: 5年前

近日,国外Uber软件工程师开发并上线了一个网站thispersondoesnotexist.com,意为该人并不存在。网站浏览者每刷新一次网站就会生成一个逼真的人脸,而这些人并不是现实中真实存在的。

AI新威胁:刷新即可生成逼真而不存在的人脸

AI新威胁:刷新即可生成逼真而不存在的人脸

该网站背后的机器学习和预训练模型技术源于NVIDIA的研究项目StyleGAN(A Style-Based Generator Architecture for Generative Adversarial Networks),论文已于2018年12月在线发表。

StyleGAN是基于GAN的生成对抗网络,借用了风格迁移的思路重新设计的。英伟达官方还开源了StyleGAN的代码,参见https://github.com/NVlabs/stylegan。

AI新威胁:刷新即可生成逼真而不存在的人脸

StyleGAN 架构

StyleGAN不止能生成人脸,英伟达还提供了猫、汽车、卧室的预训练模型。

实际效果展示:

AI新威胁:刷新即可生成逼真而不存在的人脸

人物自然,背景自然,边缘又自然。足以骗过我这个普通人类的肉眼了。

输入两张图,图A决定生成人物的性别,年龄,头发长度,以及姿势;一张决定其他一切因素:比如肤色、发色、衣服颜色等等。

这样,就可以把图B的一部分人物特征,迁移到图A上了:

AI新威胁:刷新即可生成逼真而不存在的人脸

不过,人脸的朝向和表情,还是A的。

AI新威胁:刷新即可生成逼真而不存在的人脸

就算人种发生剧烈变化,也丝毫不会违和。你看,把非裔人类的脸部特征“移植”给四位白种人,嘴唇的厚度、鼻子的形态,以及额头,都有明显的变化。

AI新威胁:刷新即可生成逼真而不存在的人脸

这是粗糙尺度 (Coarse Styles) ,也是三种尺度中最大规模的调整,会涉及脸部朝向的变化,脸型和发型也是在这里调整的。

AI新威胁:刷新即可生成逼真而不存在的人脸

然后看看中间尺度 (Middle Styles) ,调整仅限于面部特征和发色发量了,姿势、发型、脸型都不会有明显变化。

AI新威胁:刷新即可生成逼真而不存在的人脸

再来就是精细尺度 (Fine Styles) ,只是调整图像的配色,几乎不会给人物变脸了。

StyleGAN就像风格迁移算法一样,把一张图像,看做许多风格 (Styles) 的集合。

每种风格都会在一个不同的尺度 (Scale) 上控制图像的效果:

·粗糙 (Coarse Styles) :姿势、头发、脸型。

· 中度 (Middle Styles) :面部特征、眼睛。

· 精细 (Fine Styles) :配色。

三者组合在一起,才是最终的生成结果。

调节不同“风格”,就可以在不同尺度上调节人脸图片。

代码实现参见https://github.com/NVlabs/stylegan

论文:https://arxiv.org/abs/1812.04948


以上所述就是小编给大家介绍的《AI新威胁:刷新即可生成逼真而不存在的人脸》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

软件构架实践

软件构架实践

林·马斯 / 车立红 / 清华大学出版社 / 2012-6 / 49.00元

软件构架实践(第2版),ISBN:9787302080428,作者:(美)林·巴斯(Len Bass),(美)保罗·克莱门茨(Paul Clements),(美)瑞克·凯兹曼(Rick Kazman)著;车立红译;车立红译一起来看看 《软件构架实践》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

MD5 加密
MD5 加密

MD5 加密工具

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器