博雯 發(fā)自 凹非寺

量子位 報道 | 公眾號 QbitAI

這下真的是萬物皆可JOJO化了！

本來就神采飛揚的馬斯克，下一刻更是仿佛要直接“我不做人啦！”

世界名畫蒙娜麗莎神秘優(yōu)雅的微笑，似乎也變得JO灼了起來……

再來個同一次元的……團長你在做什么啊團長！

而上面這些效果只要打開網(wǎng)頁Demo，點擊上傳任意本地圖片就能實現(xiàn)。

這就一下子引來了大批網(wǎng)友的圍觀，不僅推特熱度800+，在線試玩的抱抱臉（Hugging Face）還排起了隊，一張照片最多要等四五分鐘。

還不僅JOJO一種風格，還有迪士尼風、英雄聯(lián)盟風……輸入任意一種風格的圖像，都可以將這種風格快速應用到新的圖片上：

看這楚楚可憐的卡姿蘭大眼睛，以及天真無邪的公主笑，我只想說……老馬，快收了神通吧！

在線JO化任意人像

看了上面的演示，是不是自己也想整一個JO化臉？

我們用開發(fā)者提供的Hugging Face和Colab來試一下。

首先是在線網(wǎng)頁版的Hugging Face，點擊左邊框中空白處就能把任意本地照片丟進去：

再點Submit，等個十幾秒……站在你面前的不是別人，而是ko no肌肉金輪大司馬噠！

這個方法點開鏈接就能即傳即玩。不過雖然簡單快捷，但偶爾還是要排隊等個幾分鐘：

所以強烈安利colab版本，向test_input文件夾中導入任意圖像，比如我們這里放入一張冰冰，然后點擊運行：

再繼續(xù)運行下面的生成模塊：

把我的冰冰女神JOJO化，這也在你的算計之中嗎GAN !

而且，colab中還提供了另一種玩法：導入一張任意風格的圖片，自己制作一個XX風格生成器。

嗯……這不得整一個提瓦特大陸版的馬斯克？

上傳一張老馬的正經(jīng)圖：

再在style_images文件夾中上傳一張原神風格的人像：

（上傳偏二次元風格的圖像可能會出現(xiàn)“找不到人臉”的情況，需要多試幾張圖）

然后進行微調(diào)，等待幾分鐘，再點運行：

這個堅毅的眼神，再配上原圖里老馬的那個遠眺抱胸的姿勢，感覺下一秒就能來句天動萬象了！

通過GAN反轉(zhuǎn)獲取近似風格

那么，這種方法到底是怎么做到只參考一張圖片，就能完美學習其美術風格，再將其運用到其他圖像上呢？

我們一起來看看這個叫做JoJoGan的模型。

它主要是通過GAN反轉(zhuǎn)（inversion）來獲取近似風格的，主要工作流程分四步：

通過GAN將參考風格圖像反轉(zhuǎn)為近似的配對訓練數(shù)據(jù)，得到相應的風格化的代碼；

根據(jù)風格化代碼生成真實的人臉圖像，并與參考風格圖像相匹配，形成成對的數(shù)據(jù)作為配對訓練集；

基于這些成對的訓練數(shù)據(jù)，對StyleGAN進行微調(diào)；

使用微調(diào)后的StyleGAN生成新的樣本。

開發(fā)者表示，這一模型非常關注零監(jiān)督下的風格細節(jié)，并且在不同風格中具有良好的通用性，能夠輕松泛化到其他風格的圖像上。

從二次元到技術宅

開發(fā)者Min Jin Chong也是我們的老熟人了，之前曾經(jīng)搞過二次元老婆生成器：

Min Jin Chong本人本科畢業(yè)于美國伊利諾伊大學厄巴納-香檳分校（UIUC），后繼續(xù)留校讀博，主要研究領域為機器學習、計算機視覺和圖像生成。

此前他曾在字節(jié)實習過3個月，現(xiàn)在與兩位同校學生一起創(chuàng)立了一個叫做Style Space的時尚購物應用，允許用戶在虛擬空間中試用和購買產(chǎn)品。

而他的導師David Forsyth則是一位CV領域的大牛，曾與Jean Ponce著有計算機視覺經(jīng)典教材《Computer Vision：A Modern Approach》：

關鍵詞： 圖像 馬斯克 gan 風格 開發(fā)者 量子位 智能汽車 老馬 生成器