和换脸算法的简单粗暴相比,人脸融合算法就要弹性的多。顾名思义,人脸融合算法就是实现两张脸部图片的融合,然后生成一张新的脸部图片。这个算法有什么实际意义呢?简单而言,可以用各种脸部图片融合生成不存在的脸部图片,甚至可以做到以假乱真。
现实一点来说,有一个简单的应用,用父母双方的脸部图片融合,生成未来子女可能的图片——用来做参考。在我和我老婆结婚前我们有一次做了一个有意思的测试,我的年龄身高(179CM)体重+我老婆的年龄身高(164CM)体重,经过一个运算就算出了我儿子可能的身高——182CM,而事实上,我儿子现在的身高已经到185CM了,仍在继续长高ING。应用这个人脸融合算法,我想,在结婚前就可以直到未来孩子可能的长相了,用来做一个参考,也是很有意思的。
Python资源共享群:626017123
这个案例其实写了很长时间,主要是算法模型的调整,参考了一位AI高手提出的一个人脸融合算法——获取两张脸部图片的特征值区块,然后应用算法做加权平均后生成新的脸部图片——这个权重其实就是融合系数,我在此算法基础上做了一定程度的优化,最后实现出来,效果看起来还是很不错的。
原版图片(从百度图片):
人脸融合系数0.5的效果——最后生