你的美颜由无数码农亲手敲出的代码默默守护

放大字体  缩小字体 2019-08-28 17:54:56  阅读:9840 作者:责任编辑NO。蔡彩根0465

出品:科普我国

制造:JOJO (神户大学体系信息学院)

监制:我国科学院核算机网络信息中心

前段时间某直播渠道呈现了大型“翻车”现场,一名为“乔碧萝殿下”的女主播在与另一名网红女主播互动的时分,由于连麦bug导致之前一向用来遮挡脸部的gif动画形象的图片消失不见,露出了大妈本尊面庞。激烈的反差彻底推翻了网友的认知,咱们看完比照相片纷繁吐槽:现在的美颜软件功用实在太强壮了,直接能把58岁大妈p成18岁萝莉!

美颜神器在手、网美人值我有(来历:https://kotaku.com/glitch-reveals-popular-young-streamer-is-a-middle-aged-1836843617)

现在的美颜技能已不只限制在磨皮、美白、袪痘等水平,手机运用商店里马马虎虎找到一款修图软件,都能一键敞开秒变明星颜值的功用。除了修脸型、开眼角让你具有面目一新的网红明星脸,还能让你的小短腿小肚腩瞬间变成超模长腿、小蛮腰。除此以外还有改眉形、涂眼影、抹口红、打高光等主动化装功用,而且傻瓜式操作,彻底不需求百万修图师的PS技能。

来历:腾讯AI敞开渠道

近几年跟着人工智能算法逐步实用化,结合人脸检测和人脸定位的AI技能,针对人脸不同部位进行定向优化,从而对唇彩、粉底、腮红、眼线,眼影、酒窝、卧蚕等完成主动美妆,静态图画乃至动态视频的美颜处理作用现已到达了以假乱真的程度。

美颜APP怎么知道这是你的脸?

要完成传神的高颜值美颜作用,首要软件要知道你的脸在哪,其间触及的要害技能是人脸检测。人脸检测技能的使命在于辨认出图片中的一切人脸,提取特征后输出人脸的巨细和方位坐标。

人脸检测算法需求输入很多张图片,通过深度学习神经网络模型核算后可得到人脸框的坐标序列。即便图中呈现的多张人脸、视点改动、部分遮挡等复杂情况,也能够处理,快速、精确地定位人脸。

来历:https://becominghuman.ai/face-detection-models-and-softwares-42b562a8e151

美颜APP是怎么将口红精确的抹你唇上的?

美颜特效处理的完成首要仍是依赖于人脸要害点定位的精确性。通过人脸检测技能得到人脸框今后,将原图和人脸框输入人脸配准(Face Alignment)算法模型,输出人脸五官和概括要害点的坐标。最常见的特征,包含眼睛、瞳孔、眉毛、鼻子、嘴等方位。

来历:https://pytorch.org/tutorials/beginner/data_loading_tutorial.html

人脸要害点之间存在必定的方位联系,比方人有左右两只眼睛,眉毛在眼睛上面,鼻子在眼睛下方的中心方位,鼻子下面是嘴。即便图画发作旋转,从相对方位来说,眼睛鼻子嘴巴仍是会坚持这种固定的结构联系。不然,“人脸”或许就会随意变成下面这姿态。

毕加索笼统人脸画,来历:http:///Guide_paris3-picasso.htm

要描绘这种方位结构上的联系,咱们能够在核算机上用一串固定长度的数值来表征,这个数值串被称为“人脸特征(Face Features)”。人脸特征提取的进程需求输入原图以及五官概括要害点坐标,深度学习算法会依据人脸五官要害点坐标将人脸对齐预订形式后核算,输出人脸相应的一个特征数值串。

关于视频,尽管能够当作逐帧的静态图画处理问题,仍是要考虑要害点的盯梢问题,以确保图片帧之间要害点的连续性。要在实在环境拍照下的视频里针对恣意光照、各种夸大的表情以及各种视点的侧脸,精确定位和盯梢人脸要害点的方位,仍然是一个具有挑战性的问题。

来历:Freepik.com

美颜是怎样做到让皮肤变好的?

精确定位这些要害点之后,以这些要害点组成一个网格,对这个网格依照固定的参数进行部分形变,就能够构成瘦脸、大眼等特效算法。

在一切特效处理中,美白磨皮算是仅有不能短少的环节,究竟“一白遮百丑、长痘毁一切”。美白算法的方针是把肤色区域变得愈加的透亮。这部分的算法可谓层出不穷,基本思路都是怎么调整图片的亮度问题。磨皮的算法就更多了,包含运用高斯含糊,双方滤波等。详细挑选哪种算法,而且需求结合哪些细节增强的后处理技能,以到达更好的磨皮作用,也是十分复杂而且需求很多投入的。

人脸检测技能除了美颜,还大有用途

人脸检测/辨认技能除了在前述美颜运用软件上谋福广阔爱美人士以外,还被广泛运用在日常日子中的许多方面,给人们带来更多高质量日子的科技处理途径。

这儿咱们需求了解一下“类似度”的概念。前面提取出来的人脸特征数值串能够用来表征人脸特征,输入两组不同人脸图片的特征值,通过某些规矩界说的算法公式能够得到两个特征之间的类似度。

比方下面两张图核算后得出类似度97.82%的定论,嗯,类似度蛮高的嘛,十分满足!(由于便是我老婆自己呀~呵呵。)

“老婆”相片,来历:https://

答案揭晓,左面的是生成的,右边的是实在的。是不是感觉十分难以想象,左面这位看上去很漂亮的美人,竟然底子就不存在!A“闭门造车”出一个彻底不存在的“人”。

来历:作者克己

这儿用到的是被称为生成对立网络GAN的人工智能算法,通过练习今后它能惹是生非。它的基本原理能够浅显地用一个故事来解说:有一个假货制造商和一个鉴赏专家。故事的一开始,假货商和鉴赏专家都是菜鸟等级,一个出产出来的假货十分废物一眼就能被看穿,另一个鉴赏能力为零全赖瞎猜。可是这两个人通过不断地练习,假货商每次造一个假货就拿去给鉴赏专家鉴赏,鉴赏专家做出点评今后再偷看一眼规范答案。就这样通过满足多次数的“不懈努力”,假货商造出来的假货现已十分传神了,而鉴赏专家的鉴赏能力也不断提高,一向到最终鉴赏专家到达真实专家水平。此刻假货商就能造出以假乱真的假货了。

这个故事中的两个“主人公”,假货商和鉴赏专家,分别是GAN算法的生成器和判别器。它们一个担任生成图画,一个担任判别该图画是否契合规范,就像故事里说到的那样通过不断练习,直到最终生成器能够生成以假乱真的图画停止。

除了最基本的GAN模型,目前停止,现已有许多不同的变形算法被开发了出来,比方下面这个比如,输入人类表情今后,能够生成同表情的喵星人,是不是很帅的感觉。今后让喵主人跟自己做同款表情包也是指日可下了。

来历:作者克己

“如果发现本网站发布的资讯影响到您的版权,可以联系本站!同时欢迎来本站投稿!