相信很多人都玩过AI换脸 。 上传一张自己的照片 ， 就能把自己的脸贴在不同的场景中 。
除了静态的照片 ， 视频中也可以做到 。 前段时间 ， 利用 AI 技术更换影视作品主角的一段视频就曾引爆话题榜 。
本文图片
AI换脸“杨幂版黄蓉”
图源：bilibili
01
AI换脸是一门怎样的技术？
AI换脸是指利用人工智能技术对图片或视频中的目标人脸进行置换 。
虽然PS技术也可以通过剪切、移动图片位置达到换脸的效果 ， 但PS换脸技术需要专业人员对图片和视频进行大量修改 。 如果处理不当 ， 人脸衔接就会比较生硬 ， 看起来不太真实 。
【ps换脸|AI换脸技术的背后是无数次的对抗？】相比之下 ， AI换脸不仅可以快速将一张人脸无缝融入到另一个图片或视频中 ， 甚至连人物表情、口型都可以用AI技术合成 ， 具有更强的“以假乱真”效果 。
本文图片
图源：中科院之声
AI换脸是如何做到的呢？除了五官 ， 我们的年龄、性别、性格、情绪等因素都会反应在脸上 。 所有这些因素在人工智能的神经网络模型中 ， 都被视为参数 。 计算机可以通过对大量的图片进行学习和总结 ， 得出这些参数 ， 这个过程叫做“训练” 。
为了使换脸后的图片或视频看起来更加真实 ， 通常借助生成对抗网络(Generative Adversarial Networks, 简称GAN ) ， 实现AI换脸 。 “生成对抗网络”是一种深度学习的框架 ， 通过一个相互对抗的过程来完成模型训练 。
典型的“生成对抗网络”包含两个部分 ， 一个是生成模型（Generative Model ， 简称G） ， 生成模型试图用几组数字生成一张合成人脸；另一个是判别模型（Discriminative Model ， 简称D） ， 它对生成模型合成的人脸进行判别 ， 分辨是真实人脸还是合成人脸 。
本文图片
GAN的架构
图源：AI科技大本营
生成模型和判别模型在大规模的图片下进行训练 ， 两者互为博弈 ， 形成对抗 。 一旦判别模型无法判断真伪 ， 就说明这个网络被训练得比较成熟了 。 当深度模型被训练成熟后 ， 输入一张人脸 ， 便可以在人脸上生成各种表情 ， 并把它替换到其他图片或视频中 ， 实现无缝融合 。
本文图片
图源：微博
推荐阅读
- 星链|石豪：在太空，马斯克和美国当局是如何作恶的
- 快报|“他，是能成就导师的学生”
- 技术|“2”类医械有重大进展：神经介入产品井喷、基因测序弯道超车
- 区块|面向2030：影响数据存储产业的十大应用（下）：新兴应用
- 年轻人|人生缺少的不是运气，而是少了这些高质量订阅号
- 生活|气笑了，这APP的年度报告是在嘲讽我吧
- bug|这款小工具让你的Win10用上“Win11亚克力半透明菜单”
- 苏宁|小门店里的暖心事,三位创业者的雪域坚守
- 历史|科普：詹姆斯·韦布空间望远镜——探索宇宙历史的“深空巨镜”
- 空间|（科技）科普：詹姆斯·韦布空间望远镜——探索宇宙历史的“深空巨镜”