人工神經網路讓你一秒變老變年輕,而且不會走樣
深度學習機器能夠呈現人臉衰老後的模樣,但卻往往越變越不像本人。現在計算機科學家已經解決了這個問題。
我們將會如何變老?這個問題令人著迷。事實上很多人都對自己在20年、30年、甚至40年後會變成什麼樣充滿了好奇。
目前已經有不少技術可以模擬我們的年齡變化,但大多非常耗時且昂貴。若有一種方法可以便宜又快速地在照片中老化人臉,那可就方便多了。
在這裡向大家介紹來自法國Orange Labs的Grigory Antipov和他的小夥伴們,他們開發的深度學習機器可以輕鬆做到這一點。他們的系統不僅能夠模擬年輕的臉衰老後的模樣,還可以使衰老的臉變得年輕起來。
近年的一些技術發展推動了他們的產品開發。這幾年,計算機科學家設計了能夠以各種形式修改臉部圖像又不失真的深度學習機器。這個方法能夠創造出更加逼真的衰老人像。
然而問題是,臉部圖像在深度學習機器修改過程中逐漸身份模糊,變得越來越不像本人。導致最後人是變老了,但也認不出來了。
Antipov和他的公司找到了一種解決方案。他們採用了兩台深度學習機器協同工作——臉部圖像生成器和人臉鑒別器。在學習人臉隨年齡的變化時,兩台機器會分析大量不同年齡層的人的照片:0~18,19~29,30~39,40~49,50~59,及60歲以上。
訓練深度學習機器的過程涵蓋了每個年齡層的5000張臉,照片來自互聯網電影資料庫(IMDb)以及維基百科(Wikipedia),每張照片都被標註了人的年齡。這樣一來機器就了解了每個年齡層的臉部特徵,並能夠將特定年齡層的特徵運用到其他人臉上使它們也看起來像同一年齡層的臉。
為了防止身份模糊,第二台深度學習機器——人臉鑒別器,會檢測合成後的老化人臉是否還能認得出來,如果不能,圖像就無法通過。
Antipov和他的公司把這個流程叫作「條件性年齡模擬對抗網路」,「對抗」一詞是緣於兩台深度學習機器反向運作,一個致力於改變(老化),一個致力於還原(鑒別)。
最後的效果令人印象深刻。開發團隊將該技術用在來自IMDb和Wikipedia的1萬張人臉上,這1萬張都是機器此前沒見過的。然後他們用OpenFace來測試處理前和處理後的照片上是不是同一個人。與其他只有50%正確率的人臉修正技術相比,這種新技術擁有80%的正確率。
當然這種技術不僅可以用來老化人臉,還能年輕化。
有一個很明顯的對比測試還沒做:對比電腦合成的年輕化人臉圖像以及真人在年輕時期的臉部照片。這能夠很好地測量該技術的準確性,也許未來可以試試。
Antipov表示,他們的技術可以應用於辨認失蹤多年的人。此外如果他們把演算法公開的話,那麼隨便玩玩也很有趣。
※查閱手機的頻率越高,人的壓力就越大
※谷歌母公司共享出行服務劍指Uber
※IBM和馬里蘭大學兩台量子計算機首次短兵相接!
TAG:DeepTech深科技 |
※想當年這些紅遍網路的紅人,如今他們都變成哪樣了
※看到這些逆天的網路用語,你是不是也一臉懵逼?
※網路小說書名使用頻率最高的字既不是神,也不是仙,你猜是哪個?
※讓拍照變得更好看的6個竅門,女人學會了就是網路女神!
※女人再懶也要會塗口紅,網路紅人教這樣塗,不沾杯不脫色效果更好看
※網路上的女神,現實中卻是這個樣子,原來只是拍照姿勢不一樣
※當年這些紅遍網路的紅人,你們認識的有幾個?現在又都變哪樣?
※智能時代有手機卻沒網路,感覺整個世界都不好了,聊聊我們身邊離不開的手機信號!
※女人再懶也要會塗口紅,網路紅人教這樣塗,不沾杯不脫色效果更好
※深度神經網路中的數學,對你來說會不會太難?
※女人多忙也要塗好口紅,網路紅人教你一招,不沾杯而且不脫色
※被惡搞的網路紅人小胖,如今娶了美貌的經紀人,女兒也跟他一個樣
※網路把我們變傻了嗎?
※孩子沉迷網路,需做出改變的不光是孩子
※鬥牛犬不過是伸了個懶腰憑啥就走紅網路?這些年我們養過的狗子
※網路時代,你可能才是被監視的那一個
※實拍網路上的女神,現實中卻是這個樣子,原來只是拍照姿勢不一樣
※網路正在讓你變笨
※不懂網路的老爺爺,一不留神把自己掛網上賣了