WebtoonMe:6种风格漫画化自拍,视频也支持!

丰色 发自 凹非寺 量子位 | 公众号 QbitAI

把自拍变漫画:

abdd0ce9643aba72fec9b00ee13155ac.gif

不止支持一种面部风格:

0d1ee2d092ecaf8b2d7fe0742be445d6.png

任凭小姐姐怎么“全身大比划”,效果都能保持稳定,全程“不掉线”:

b38d182baef16f62c998e92a95b8f55e.gif

1ae13a8487de0ef89579fed470c2ad46.gif

不止人脸,连全身和背景也都全部照顾到了。

这,就是最近在Reddit上大火的一个自拍变漫画AI,不到一天就收获了1800+赞。

dbead3e678b31e0c37a9eeae87e29390.png

什么来头?

自拍变漫画,人脸、全身、背景都照顾到

这个AI叫WebtoonMe,基于深度学习技术将图像翻译成漫画风格。

熟悉的朋友可能知道,Webtoon,web+cartoon,也就是“网页版漫画”,是漫画的一种呈现形式,出自韩国。

这个自拍变身漫画AI的技术团队也来自韩国。

一开始,他们只做了人脸转换,后来打算把背景也包括进去。

f66379e7a3684425795e7608339b413a.png

不过问题就来了:照片中的各种物体(如面部、身体部位、衣服、背景等)的风格属性都不太一样,如何输出统一的结果呢?

作者采访了几位webtoon的创作者后了解到,webtoon的“前景”和“背景”是用不同工具制作的,为了让两者更自然地融合,后期也添加了不少修饰。

因此,他们将这个AI分为面部转换和背景转换两部分,即一个背景生成器+一个面部生成器,把人脸裁切出来和背景分别处理。

3c78dc721818140061e7adda837611c6.png

具体来说,他们先构建了一个webtoon数据集,这个数据集由人脸、身体部位、物体和自然背景等不同部分组成。

然后创建了各种深度学习模型,用来减少前景和背景元素之间的风格差异。

最后又模仿了不同webtoon创作者的修饰技术,通过几种后处理算法,让生成的结果更自然、质量更高。

af587edbf07f5146f2366d8c5c557ce0.gif

具体的技术细节我们还未可知,目前也还没有开放试用链接。

不过看起来让很多心动的背后,一些细心的网友仅通过几张示例就发现了一些问题。

眼睛的效果还需改进

就比如这个眼睛,很多网友表示有点恐怖啊,一直直视前方,眼球动也不动。

26bf481ac63917a037f368b95270d673.png

如果能模仿眼球转动、眨眼睛、眯眼等眼部动作,效果肯定会更好。

f4fccab3d5e76436db0d2fe66d177908.png

此外,抛去这一点,脸部和背景处理得都还不错,就是这个身体部位风格化得不够彻底,还是有点像真人

5ba917422deb749601abaf8c3edf0033.png

4bc16e9f7fe2af8575296a25a6b0dc84.png

倒是这个AI的稳定性值得让人夸赞。

2f5f4e117334ab24d4a02d74e3a7e9f2.png

哦,还有一点美中不足,有网友“惋惜”:

要是这个AI还没取名字就好了,不然就可以叫WaifuNet了……[旺柴]

ad4f1807c5d7ab5aa2482396c644404c.png

One More Thing

要说这人物变动漫的AI,一直都层出不穷。

就比如前不久的AnimeGAN2,采用神经风格迁移+GAN,由湖北工业大学的三位学生和老师开发,也是大火,一度需要网友排几小时大队才能看一眼自己在动漫里的样子。

a62da2e18cc7d6c269c2f0435a056f59.png

AnimeGAN2的风格和今天的这个WebtoonMe不太一样,变换重点也只包括人脸,所以眼部跟踪做的挺好。

不过面对不够高清的人脸时,效果一般。

两者各有所长吧,你喜欢哪一种呢?

参考链接:
[1]https://webtoon.github.io/WebtoonMe/en

[2]https://www.reddit.com/r/MachineLearning/comments/sfbtds/p_webtoonme_project_selfie_to_webtoon_style/

猜您喜欢:

超110篇!CVPR 2021最全GAN论文汇总梳理!

超100篇!CVPR 2020最全GAN论文梳理汇总!

拆解组新的GAN:解耦表征MixNMatch

StarGAN第2版:多域多样性图像生成

附下载 | 《可解释的机器学习》中文版

附下载 |《TensorFlow 2.0 深度学习算法实战》

附下载 |《计算机视觉中的数学方法》分享

《基于深度学习的表面缺陷检测方法综述》

《零样本图像分类综述: 十年进展》

《基于深度神经网络的少样本学习综述》

da6ed28a9cda4c756f1333276b7a396c.png

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