换脸这件事,从未如此高清。 最流行的开源deepfake模型DeepFakeLab,在今年的更新中,最大分辨率也只达到了320×320。 而这只来自迪士尼和ETHZ的全新deepfake,在保持高度流畅这一优良传统的同时,还一举把分辨率拉高到了1024×1024的水平。 这也是deepfake的分辨率水平首次达到百万像素。 这下,换脸之后,每一根眉毛都仍然清晰可见。 动图画质略有损失,用静态图来感受一下这个清晰度: 难怪网友忍不住惊呼:鹅妹子嘤。 为特效而生的高分辨率deepfake在此之前,deepfake技术的改进重点主要在平滑换脸效果,而不是提高分辨率。 但320×320这样的分辨率下,手机上看换脸效果可能行云流水看不出破绽,换到大屏幕上,缺陷就会很明显。 为了提高分辨率,迪士尼的这项研究主要引入了逐步训练的多向梳状网络,并提出了一个完整的人脸交换管道,包括保留光线和对比度的混合方法,以减少视频常出现不真实的抖动,生成时间上稳定的视频序列。 具体而言,分为以下几个步骤:
渐进式训练的多向梳状网络在网络架构上,迪士尼采用了单个编码器、多个解码器的方案,称作“梳子模型”。 即,网络的编码部分是共享的,而解码路径则分成P个域。 这样一来,一个模型就能同时处理多个源-目标对。 并且,实验表明,与双向模型相比,多向训练模型可以提高表达的保真度。 由于多向编码器允许生成不同的输出,这些输出既可以对应不同的身份,也可以对应不同照明条件下的同一张脸。 此外,还有一重优势是,相比于双向网络,使用单一网络的训练时间能明显减少。 网络的训练,则采取渐进式机制。 首先,对高分辨率输入数据进行下采样,形成粗糙的低分辨率图像,先用这些低分辨率图像进行训练。此后,逐步在训练中加入高分辨率图像,逐渐扩大网络的容量。 消除时间伪影为了消除可见的时间伪影,研究人员还提出了一种稳定标志物定位算法的方法。 具体而言,是对人脸进行初始检测和对其,并标记人脸边界框的宽度w 。 然后,通过在图像平面的不同方向上扰动βw个像素,来重新初始化原始边界框n次。 研究人员发现,在1024×1024分辨率下,β=0.05和n=9时,可以消除所有可见的时间伪影。 保留光线和对比度的混合方法不过,即使人脸已经完全对齐,姿势和面部表情也完全匹配,光度失准等问题,依然会造成换脸效果的不和谐。 比如出现明显的接缝。 针对这个问题,研究人员采用了保留光线和对比度的多频段混合方法,并强制要求边界平滑效果只传播人脸内部,确保外侧的人脸轮廓不会被平滑掉。 与常用的泊松混合(Poisson blending)方法相比,在目标人脸图像和源人脸图像光照不同的情况下,该方法消除伪影的效果更好。 所以,这个高清deepfake的效果应该如何评价? 直接看对比: deepfake登上大荧幕,指日可待不过,研究人员也指出,这个高清deepfake仍有局限性。 从展示的示例中可以看出,大部分人脸图像都是正对镜头的。 夸张的表情、极端的角度和光线,仍然会导致模糊和伪影。 但分辨率的提升,依然给deepfake带来了全新的商业可能性。 迪士尼就曾经在《星球大战》系列电影《侠盗一号》里,用特效换脸技术让已故演员Peter Cushing和Carrie Fisher重返荧幕。 不过,采用传统特效技术,通常要花费数月时间,才能获得几秒钟的画面,成本十分高昂。 相比之下,构建原始模型之后,deepfake在数小时之内就能完成换脸视频的制作。 看来,deepfake技术登上大屏幕,或许离实现不远了。 参考链接: 论文地址: https://www./2020/6/29/21306889/disney-deepfake-face-swapping-research-megapixel-resolution-film-tv — 完 — 本文系网易新闻·网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。 深入解析OceanBase数据库 | 免费报名 在阿里体系内,OceanBase数据库支撑了支付宝、网商银行等重要业务,已成为世界领先的数据库产品。那么其背后有哪些核心技术? 7月2号第三期直播,蚂蚁集团OceanBase数据库资深专家--韩富晟(颜然)将介绍数据库发展演进历史,并深入解析OceanBase实现数据库的机制。 扫码报名,可加入直播交流群,还可获取系列课程直播回放、分享PPT: 量子位 QbitAI · 头条号签约作者 վ'ᴗ' ի 追踪AI技术和产品新动态 喜欢就点「在看」吧 ! |
|