九连阳 万物皆可JOJO:这个GAN直接让马斯克不做人啦

  • 首页
  • 股票配资平台app
  • 配资平台排名
  • 你的位置:股票配资平台app_配资平台排名 > 股票配资平台app > 九连阳 万物皆可JOJO:这个GAN直接让马斯克不做人啦

    九连阳 万物皆可JOJO:这个GAN直接让马斯克不做人啦

    发布日期:2024-08-04 13:24    点击次数:99

    本文经AI新媒体量子位(公众号ID:QbitAI)授权转载九连阳,转载请联系出处。

    这下真的是万物皆可JOJO化了!

    本来就神采飞扬的马斯克,下一刻更是仿佛要直接“我不做人啦!”

    世界名画蒙娜丽莎神秘优雅的微笑,似乎也变得JO灼了起来……

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    再来个同一次元的……团长你在做什么啊团长!

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    而上面这些效果只要打开网页Demo,点击上传任意本地图片就能实现。

    这就一下子引来了大批网友的围观,不仅推特热度800+,在线试玩的抱抱脸(Hugging Face)还排起了队,一张照片最多要等四五分钟。

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    还不仅JOJO一种风格,还有迪士尼风、英雄联盟风……输入任意一种风格的图像,都可以将这种风格快速应用到新的图片上:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    看这楚楚可怜的卡姿兰大眼睛,以及天真无邪的公主笑,我只想说……老马,快收了神通吧!

    在线JO化任意人像

    看了上面的演示,是不是自己也想整一个JO化脸?

    我们用开发者提供的Hugging Face和Colab来试一下。

    首先是在线网页版的Hugging Face,点击左边框中空白处就能把任意本地照片丢进去:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    再点Submit,等个十几秒……站在你面前的不是别人,而是ko no肌肉金轮大司马哒!

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    这个方法点开链接就能即传即玩。不过虽然简单快捷,但偶尔还是要排队等个几分钟:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    所以强烈安利colab版本,向test_input文件夹中导入任意图像,比如我们这里放入一张冰冰,然后点击运行:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    再继续运行下面的生成模块:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    把我的冰冰女神JOJO化,这也在你的算计之中吗GAN !

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    而且,colab中还提供了另一种玩法:导入一张任意风格的图片,自己制作一个XX风格生成器。

    嗯……这不得整一个提瓦特大陆版的马斯克?

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    上传一张老马的正经图:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    再在style_images文件夹中上传一张原神风格的人像:

    (上传偏二次元风格的图像可能会出现“找不到人脸”的情况,需要多试几张图)

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    然后进行微调,等待几分钟,再点运行:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    这个坚毅的眼神,再配上原图里老马的那个远眺抱胸的姿势,感觉下一秒就能来句天动万象了!

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩 通过GAN反转获取近似风格

    那么,这种方法到底是怎么做到只参考一张图片,就能完美学习其美术风格,再将其运用到其他图像上呢?

    我们一起来看看这个叫做JoJoGan的模型。

    它主要是通过GAN反转(inversion)来获取近似风格的,主要工作流程分四步:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩 通过GAN将参考风格图像反转为近似的配对训练数据,得到相应的风格化的代码; 根据风格化代码生成真实的人脸图像,并与参考风格图像相匹配,形成成对的数据作为配对训练集; 基于这些成对的训练数据,对StyleGAN进行微调; 使用微调后的StyleGAN生成新的样本。

    开发者表示,这一模型非常关注零监督下的风格细节,并且在不同风格中具有良好的通用性,能够轻松泛化到其他风格的图像上。

    从二次元到技术宅

    开发者Min Jin Chong也是我们的老熟人了,之前曾经搞过二次元老婆生成器:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    Min Jin Chong本人本科毕业于美国伊利诺伊大学厄巴纳-香槟分校(UIUC),后继续留校读博,主要研究领域为机器学习、计算机视觉和图像生成。

    此前他曾在字节实习过3个月,现在与两位同校学生一起创立了一个叫做Style Space的时尚购物应用,允许用户在虚拟空间中试用和购买产品。

    [[442230]]

    而他的导师David Forsyth则是一位CV领域的大牛,曾与Jean Ponce著有计算机视觉经典教材《Computer Vision:A Modern Approach》:

    万物皆可JOJO:这个GAN直接让马斯克不做人啦 | Demo可玩

    Hugging Face在线试玩: https://huggingface.co/spaces/akhaliq/JoJoGAN

    colab在线试玩: https://colab.research.google.com/github/mchong6/JoJoGAN/blob/main/stylize.ipynb#scrollTo=LCLWiXoXwcJb

    论文链接: https://arxiv.org/abs/2112.11641

     九连阳



    TOP