“ 靜態(tài)人臉動(dòng)起來，一張照片就能換臉！
關(guān)于蒙娜麗莎，
我們都很熟了。。
可是！
開口說話的蒙娜麗莎。。
你見過嗎？！
這可不是在開玩笑，
真的有人把她給做出來了~
眼睛、嘴巴和整個(gè)頭部都在動(dòng)！
喋喋不休的蒙娜麗莎，
看上去就是個(gè)話癆家庭主婦。。
▼
還有這個(gè)，
略顯沮喪的蒙娜麗莎
▼
同樣，
愛因斯坦。。也坐不住了！
有些不情愿的愛因斯坦
▼
還有聊嗨了的愛因斯坦！
▼
再來看看這個(gè)，
這是一張女神夢露的照片：
她竟然開始說話了！
嘴角眉梢流露都是性感：
▼
妥妥滴風(fēng)情萬種，
簡直就是活了~
▼
剩下的名人頭部動(dòng)畫例子還有很多，達(dá)利、陀思妥耶夫斯基、戴珍珠耳環(huán)的少女以及 Wu Tang Clan 的 RZA等等。。
它們有一個(gè)共同特點(diǎn)：只需要一張人像圖片，無論是油畫還是照片，都能立馬動(dòng)起來，照片變真人！四不四很神奇？！
原來，這些由一張圖片生成的視頻，是由三星莫斯科 AI 中心和 Skolkovo 科技研究所的研究人員用“深度偽造”（deep fake）技術(shù)賦予了生命！
研究人員稱這種學(xué)習(xí)方式為 few-shot learning 。該技術(shù)最神奇之處是完全無需 3D 建模，僅需一張圖片就能形成惟妙惟肖的動(dòng)畫。
簡單來說，這套 AI 系統(tǒng)是將人物頭部圖片的面部特征和動(dòng)作映射到一張照片上，使其栩栩如生。
研究人員使用 VoxCeleb2 視頻數(shù)據(jù)集進(jìn)行元訓(xùn)練（meta trainning）。具體來說，在元學(xué)習(xí)過程中，系統(tǒng)創(chuàng)建了三種神經(jīng)網(wǎng)絡(luò)：
“讓照片動(dòng)起來”元學(xué)習(xí)架構(gòu)
首先，嵌入式網(wǎng)絡(luò)映射輸入圖像中的眼睛、鼻子、嘴巴大小等信息，并將其轉(zhuǎn)換為向量；
其次，生成式網(wǎng)絡(luò)通過繪制人像的面部地標(biāo)(face landmarks)來復(fù)制人在視頻中的面部表情；
第三，鑒別器網(wǎng)絡(luò)將來自輸入圖像的嵌入向量粘貼到目標(biāo)視頻的 landmark 上，使輸入圖像能夠模擬視頻中的運(yùn)動(dòng)。
最后，評(píng)估“真實(shí)性得分”。該分?jǐn)?shù)用于檢查源圖像與目標(biāo)視頻中的姿態(tài)的匹配程度。
憑借這三種網(wǎng)絡(luò)，此系統(tǒng)就能在大型視頻數(shù)據(jù)集上執(zhí)行長時(shí)間的元學(xué)習(xí)過程。待元學(xué)習(xí)收斂后，就能構(gòu)建 few-shot 或 one-shot 的神經(jīng)頭像特寫模型。
該模型將未見過的目標(biāo)任務(wù)視為對(duì)抗學(xué)習(xí)問題，這樣就能利用已學(xué)習(xí)的高質(zhì)量生成器與判別器。
而且在把圖片中的人物變活后，你想用什么表情控制它，就可以用什么表情控制它，甚至控制畫風(fēng)鬼畜一點(diǎn)的人像也不在話下~
當(dāng)然，你要是覺得一張圖出來的效果有瑕疵，也可以用八張同一個(gè)人的照片，那這個(gè)效果就很鮮活了~
以這個(gè)胡子小哥為例 ：
然后讓他參照驅(qū)動(dòng)序列即另一個(gè)人說話的視頻
就可以形成胡子小哥做出相同動(dòng)作的視頻！
這是更加生猛的十六張照片生成的效果~
不得不承認(rèn)，這樣的生成效果，幾乎看不出bug了。
一起來瞅瞅視頻吧：
整個(gè)算法是在一個(gè)公共數(shù)據(jù)庫上進(jìn)行，這個(gè)數(shù)據(jù)庫包含了從YouTube上收集的7000張名人照片。
不得不說，這種技術(shù)太具有顛覆性了——一張圖像或畫作就合成了人物開口說話狀態(tài)的頭部動(dòng)畫相信這個(gè) AI 系統(tǒng)很快就會(huì)被廣泛應(yīng)用在視頻、游戲、電視、電影等行業(yè)中。。
網(wǎng)友們對(duì)此的反應(yīng)褒貶不一，
有人形容它就像在觀看天網(wǎng)的未來，
有人擔(dān)心：
這種難辨真假的 deepfake 技術(shù)的崛起，
有著巨大的被濫用的可能性。
蒙娜麗莎都給“復(fù)活”了，
那我們放在網(wǎng)絡(luò)上的照片是也會(huì)被。。。
對(duì)此，
你是咋看的呢？
最炫的創(chuàng)意 · 最酷的設(shè)計(jì) · 最黑的科技
聯(lián)系客服
