女神青涩时纤毫毕现!腾讯AI模型GFPGAN火上GitHub热榜第一,Demo在线可玩

明敏 发自 凹非寺
量子位 报道 | 公众号 QbitAI

包浆老图立刻清晰到头发丝是一种怎样的体验?

看这明亮的眼眸、清晰的发丝,原本模糊的人像立刻添了几分灵动:

88fe20bec247dd435c0b85b721e081f8.png

(这就是用AI修复的高圆圆童年照)

时间更久远的历史名人照片也能搞定。

鲁迅先生年轻时意气风发的模样,被还原地淋漓尽致:

5167fa5e11706bee2d158b40842048d3.png

图灵的这张修复就更厉害了,不仅眼神更加锐利,头发、眉毛等细节都被完美还原了出来:

5307465d5a4b8582aeb622636ac3be0b.png

而以上这些效果,无需专业PS技能,只用一个网页端的Demo、点点鼠标上传图片就能搞定!

这么方便的修复神器,立刻引来了广大网友的围观和试玩。

不少人都用自己童年时低像素的照片来试验,这效果仿佛十几年前的自己就站在眼前了:

8b9739b277202efdf2a022316d63fa88.png

已经糊到包浆的照片也能秒变人像大片,这feel立刻就来了~

d8ee8bf6741ae1369fd0fa44a7e4e75d.png

多人合照修复也都是小case,这效果让网友们直呼惊到了惊到了。

aeedcf2febeb47dd3fb6f9b63ccf4d28.png

这就是已经多日霸占GitHub热榜第一的AI修复项目:GFP-GAN,Star数高达8400

136565946912e5190049fea531863715.png

最近,它在网上又掀起了一股老照片修复热潮,让人们争相试玩!

而这一项目由腾讯PCG ARC实验室提出,其相关论文已被CVPR2021收录。

现在,就让我们赶紧来体验一下它的神奇之处吧。

Demo试玩

GFP-GAN可通过Colab、Hugging Face或本地运行代码进行试玩。

我们今天是在Hugging Face网页端体验。

a1cfaa8183ced44614046b83b1260b88.png

如界面所示,只需将你想修复的照片拖进左边的图片框内,点击Submit即可。

比如我们上传一张的照片,得到的效果就是这样:

b49b0def6bc6411a441d6083d2da543e.png

而且它还会自动摆正人脸。

让人惊喜的是,遇到人像戴眼镜的情况,GFP-GAN甚至连镜片反光都能高清化处理。

u1s1(有一说一),修复后的效果完全看不出是几十年前的照片啊!

c8b44b88f6b67d02250f651d8ebbe11c.png

就连齐天大圣孙悟空的猴脸,对于GFP-GAN而言也是so easy,并且对光线的修复效果格外突出。

e70adab6fd75f5291775c6480754f9b4.png

并且修复中也不会过度磨皮,人脸上自然的皱纹也全部精细展现。

1b491c92d5e4c514e6c92e10fce6eb65.png

用GAN修复人像

那么GFP-GAN如此强大的效果是怎么实现的呢?

研究人员受到StyleGAN2的启发:

既然GAN已经能生成如假乱真的图片,那么它所包含的面部信息,是不是也能帮助人脸修复呢?

由此,在GFP-GAN的模型框架中,主要用到了一个退化清除模块和一个预训练的GAN作为先验。

两个模块通过隐编码映射和多个信道分割空间特征变化层(CS-SFT)连接。

03e2680ec287151247302ba8c391eb9d.png

训练过程中,首先要对低质量人脸进行降噪等粗处理,然后保留面部信息。

在保真度方面,研究人员引入了一个面部损失( Facial Component Loss),判断哪些细节需要提升保留,然后再用识别保留损失(Identity Preserving Loss)进行修复。

一作师从汤晓鸥教授

本文论文一作是Xintao Wang,他是腾讯 ARC 实验室(深圳应用研究中心)的研究员。

本科毕业于浙江大学,博士毕业于香港中文大学。

其博士期间师从汤晓鸥教授和Chen Change Loy教授。

研究方向为计算机视觉和深度学习,尤其关注图像、视频修复方面。

9feed8d50659c10f77141eebcd8494b5.png

论文地址:
https://arxiv.org/abs/2101.04061

GitHub项目页:
https://github.com/TencentARC/GFPGAN

Hugging Face试玩传送门:
https://huggingface.co/spaces/akhaliq/GFPGAN

  • 1
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值