静态人脸照片变动态网页(静态人脸变动态软件)

访客2023-10-07 21:32:3128

关于蒙娜丽莎，

我们都很熟了。。

可是！

开口说话的蒙娜丽莎。。

你见过吗？！

这可不是在开玩笑，

真的有人把她给做出来了~

眼睛、嘴巴和整个头部都在动！

喋喋不休的蒙娜丽莎，

看上去就是个话痨家庭主妇。。

▼

还有这个，

略显沮丧的蒙娜丽莎

▼

同样，

爱因斯坦。。也坐不住了！

有些不情愿的爱因斯坦

▼

还有聊嗨了的爱因斯坦！

▼

再来看看这个，

这是一张女神梦露的照片：

她竟然开始说话了！

嘴角眉梢流露都是性感：

▼

妥妥滴风情万种，

简直就是活了~

▼

剩下的名人头部动画例子还有很多，达利、陀思妥耶夫斯基、戴珍珠耳环的少女以及 Wu Tang Clan 的 RZA等等。。

它们有一个共同特点：只需要一张人像图片，无论是油画还是照片，都能立马动起来，照片变真人！四不四很神奇？！

原来，这些由一张图片生成的视频，是由

三星莫斯科 AI 中心和 Skolkovo 科技研究所

的研究人员用

“深度伪造”

技术赋予了生命！

研究人员称这种学习方式为

few-shot learning

。该技术最神奇之处是完全无需 3D 建模，仅需一张图片就能形成惟妙惟肖的动画。

简单来说，这套 AI 系统是将人物头部图片的面部特征和动作映射到一张照片上，使其栩栩如生。

研究人员使用 VoxCeleb2 视频数据集进行元训练。具体来说，在元学习过程中，系统创建了三种神经网络：

“让照片动起来”元学习架构

首先，嵌入式网络映射输入图像中的眼睛、鼻子、嘴巴大小等信息，并将其转换为向量；

其次，生成式网络通过绘制人像的面部地标(face landmarks)来复制人在视频中的面部表情；

第三，鉴别器网络将来自输入图像的嵌入向量粘贴到目标视频的 landmark 上，使输入图像能够模拟视频中的运动。

最后，评估“真实性得分”。该分数用于检查源图像与目标视频中的姿态的匹配程度。

凭借这三种网络，此系统就能在大型视频数据集上执行长时间的元学习过程。待元学习收敛后，就能构建 few-shot 或 one-shot 的神经头像特写模型。

该模型将未见过的目标任务视为对抗学习问题，这样就能利用已学习的高质量生成器与判别器。

而且在把图片中的人物变活后，你想用什么表情控制它，就可以用什么表情控制它，甚至控制画风鬼畜一点的人像也不在话下~

当然，你要是觉得一张图出来的效果有瑕疵，也可以用八张同一个人的照片，那这个效果就很鲜活了~

以这个胡子小哥为例：

然后让他参照驱动序列即另一个人说话的视频

就可以形成胡子小哥做出相同动作的视频！

这是更加生猛的十六张照片生成的效果~

不得不承认，这样的生成效果，几乎看不出bug了。

一起来瞅瞅视频吧：

整个算法是在一个公共数据库上进行，这个数据库包含了从YouTube上收集的7000张名人照片。

不得不说，这种技术太具有颠覆性了——一张图像或画作就合成了人物开口说话状态的头部动画相信这个 AI 系统很快就会被广泛应用在视频、游戏、电视、电影等行业中。。

网友们对此的反应褒贬不一，

有人形容它就像在观看天网的未来，

有人担心：

这种难辨真假的 deepfake 技术的崛起，

有着巨大的被滥用的可能性。

蒙娜丽莎都给“复活”了，

那我们放在网络上的照片是也会被。。。

对此，

你是咋看的呢？

点击下方“了解更多”申请试用实景建模软件

Tags：