百变人脸,趣味容颜,ALAE 人脸玩出新高度!

2020年5月11日09:00:01 7 1,117 °C
摘要

高清「人脸生成、人脸属性编辑」算法,你知道多少?

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

一、人脸

人脸乃人之门面,在这看「颜」的时代,「颜」即正义。

出门前,都会特意看看自己的脸打扮得是否满意,而没有人会特意看看自己的脚趾窝是否干净。

生活中,人脸是人们关注的重点。技术上,人脸同样也是研究者关心的话题。

因为人脸,包含了太多有价值的信息。

颜值高低,相貌美丑,喜怒哀乐,爱恨情仇,尽在其中。

人脸识别、人脸检测、情绪分析、人脸搜索、人脸比对、颜值评分,这琳琅满目的人脸技术,逐渐走进人们的生活。

百变的人脸,也是百变的人生。

仪表堂堂也好,样貌平平也罢,每个人脸的背后,都有一段段岁月,一段段风光,还有那独一无二的人生。

但,你有没有想过,你看到的一张人脸,可能从未存在于这个世界。

「This person does not exist.」

二、ALAE

高清「人脸生成」算法,你知道多少?

曾经风靡一时的 StyleGAN,给人们带来很多震撼,逼真的肖像,你根本分不清,哪张图片是算法生成的。

看一下 StyleGAN v2 人脸生成的效果:

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

这些人脸,都是算法随机生成的。

有人还特意用 StyleGAN v2 做了一个酷炫的网站,随机生成百变的人脸。

你每刷新一次网页,它都会给你一张随机生成的人脸肖像。

URL:https://thispersondoesnotexist.com/

StyleGAN 很酷炫,但它并不是今天的主角。

最近,刚刚开源,并被 CVPR 2020 顶级会议收录的 ALAE 才是。

ALAE 是一种新型自编码器,全名叫「Adversarial Latent Autoencoder」。

它与 StyleGAN 一样,都是一种无监督方法。不同的是,ALAE 采用的是自编码器(AE),StyleGAN 采用的是生成对抗网络(GAN)。

ALAE 不仅可以随机生成肖像,它甚至可以编辑生成肖像的人脸属性。

你可以改变图像中人脸的性别、年龄、笑容、发质,也可以改变他们的性感程度、丰满程度、嘴唇和鼻子的大小等等。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

没错,这是 ALAE 生成的人脸,我们可以调整肖像的性别,看下她的“亲兄弟”可能张什么样?百变人脸,趣味容颜,ALAE 人脸玩出新高度!

你甚至可以“控制”她的喜怒,秒变严肃脸或大笑脸。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

更妙的是,秒变年龄,看看这美貌容颜。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

当然,这属性也不能调节的太“过”,容易出“事故”。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

我“裂开”了!

想玩 ALAE 吗?

算法原理、环境搭建、算法测试,一条龙服务,尽在下文!

三、算法原理

想要了解 ALAE,那必须先知道什么是自编码器

自编码器是一种能够通过无监督学习,学到输入数据高效表示的人工神经网络。

输入数据的这一高效表示称为「编码」,其维度一般远小于输入数据,使得自编码器可用于降维。

更重要的是,自编码器可作为强大的「特征检测器」,应用于深度神经网络的预训练。

此外,自编码器还可以随机生成与训练数据类似的数据,这被称作「生成模型」。

编码(就是输入数据的高效表示)是自编码器在一些限制条件下学习恒等函数的副产品。

举个高效的数据表示的例子:

下面有两组数字,哪组更容易记忆呢?

  • 40, 27, 25, 36, 81, 57, 10, 73, 19, 68
  • 50, 25, 76, 38, 19, 58, 29, 88, 44, 22, 11, 34, 17, 52, 26, 13, 40, 20

乍一看可能觉得第一行数字更容易记忆,毕竟更短

但仔细观察就会发现,第二组数字是有规律的:偶数后面是其二分之一,奇数后面是其三倍加一(这就是著名的hailstone sequence)。

如果识别出了这一模式,第二组数据只需要记住这两个规则、第一个数字、以及序列长度。如果你的记忆能力超强,可以记住很长的随机数字序列,那你可能就不会去关心一组数字是否存在规律了。

所以我们要对自编码器增加约束来强制它去探索数据中的模式

记忆、感知、和模式匹配的关系在 1970s 早期就被 William Chase 和 Herbert Simon 研究过。

他们发现国际象棋大师观察棋盘5秒,就能记住所有棋子的位置,而常人是无法办到的。

但棋子的摆放必须是实战中的棋局(也就是棋子存在规则,就像第二组数字),棋子随机摆放可不行(就像第一组数字)。

象棋大师并不是记忆力优于我们,而是经验丰富,很擅于识别象棋模式,从而高效地记忆棋局。

和棋手的记忆模式类似,一个自编码器接收输入,将其转换成高效的内部表示,然后再输出输入数据的类似物。

自编码器通常包括两部分:encoder(也称为识别网络)将输入转换成内部表示,decoder(也称为生成网络)将内部表示转换成输出。

如下图所示,左侧为象棋大师的记忆模式,右侧为一个简单的自编码器。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

ALAE 就是基于这种原理的新型自编码器。

ALAE 将生成器 G 和判别器 D 分别分解成两个网络:F、G 和 E、D。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

同时,参考 StyleGAN,设计了 StyleALAE,也就是我们用于生成人物头像的那块网络结构。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

要想更详细的了解 ALAE 的原理,那就得“啃”论文了。

论文地址:https://arxiv.org/pdf/2004.04467.pdf

这里就不堆公式了,容易看困。

四、环境搭建

ALAE 完全开源,可以放心“食用”。

项目地址:https://github.com/podgorskiy/ALAE

可以直接下载 ALAE 项目的 ZIP 包。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

或者使用 git clone 下载。

源码下载完成后,开始配置开发环境。

环境搭建,强烈建议使用 Anaconda,无论你是做爬虫也好,还是做深度学习算法也罢,选它准没错!

Anaconda 是一个针对 Python 的开源的包、环境管理器,用了它,安装各种第三方库,一切都变得很简单,再也不必为 pip 安装缺少依赖而头疼。

人生苦短,我用 conda 。

Anaconda 的使用,这里就不多介绍了,毕竟本文不是针对 conda 使用的教程,不懂的读者,可以搜搜 Anaconda 的安装和使用教程。

回归正题。

ALAE 对机器有一定的要求。

首先,你的机器必须有 GPU,并配置好 GUDA 和 cuDNN。

安装 CUDA 需要去官网,找到 NVIDIA 官网,找匹配机器显卡的 CUDA 安装。

CUDA 下载地址:https://developer.nvidia.com/cuda-downloads

比如,我的系统是 Windows,显卡是 RTX 2060 super。那么,我就可以下载并安装 CUDA10。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

安装好 CUDA 后,可以在 Anaconda 环境中,直接安装 cuDNN。

很简单是吧?

需要注意的是,ALAE 运行需要图形界面,所以如果是 Linux 系统,需要是 Ubuntu 这类有操作界面的。

一个标准的开源项目,都有会 requirements.txt,这里有你需要安装的依赖说明。

ALAE 的依赖:

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

可以看到,这个项目是使用 pytorch 1.3.0 以上的版本,还用了很多 numpy、sklearn 这些常规库。

这些都很好安装,只需要使用 conda install 安装即可,也可以用 pip install 安装。

这里面有一个“坑”,就是安装 bimpy,bimpy 是 ALAE 运行的图形界面,需要一些系统环境的依赖。

bimpy 项目地址:https://github.com/podgorskiy/bimpy

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

Windows 需要安装 MSVC 14.0,我已放到我的百度云(提取码:vjw9 ):

链接:https://pan.baidu.com/s/1BbM5jeTc2b7OxYzsxQK3mw

安装好 MSVC 14.0 后,就可以顺利安装 bimpy。

Linux 直接使用 apt-get 安装即可:

环境配置完成,就可以开始测试了!

五、算法测试

算法学习,从做好「调包侠」开始。

环境搭建、算法跑通,是「调包侠」的基本素养。

深度学习算法,怎么能少得了 「pre-trained model」。

想要跑效果,还得下载开源的预训练模型。

如果配置了 VPN,采用全局模式,可以直接从 Google Drive 或 备用源下载预训练模型。

在项目工程目录里,直接运行如下命令:

可以看下这个下载代码:

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

可以看到,一共需要下载 7 个 model。如果不能从 Google Drive 下载,会通过 亚马逊 AWS 服务器下载。

但遗憾的是,国内从 AWS 下载可能仅 10 KB。

我把这些 model 上传到了我的百度云(提取码:in5l):

链接:https://pan.baidu.com/s/19GFKLTWu00jB3Qp4lsyAYw

有百度云会员的读者,可以下载。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

一共有 4 种预训练模型,bedroom、celeba、celeba-hq256、ffhq,这是针对 4 种数据集的模型。

预训练模型下载好,放到 training_artifacts 下对应的文件夹内即可。

至此,预训练模型准备完毕。

在工程目录,使用如下命令,即可运行项目:

-c 后接的参数就是选择哪个模型,一共有 bedroom、celeba、celeba-hq256、ffhq 四种可选。

运行之后,你可能看到这样的结果:

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

结果就是一小条,这是 bimpy 窗口大小的设置问题。

运行一次 interactive_demo.py 之后,工程目录下会生成一个 imgui.ini 文件。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

修改 Size 大小到 1500,1024 即可。

运行界面说明:

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

选择的图片是输入图片,可以理解为「初始化模板」,ALAE 算法会根据「初始化模板」的特征,随机生成一个人物图片。

现有的模板库里,都是外国人,咱们可以自己选一些中国名人的头像,裁剪成 1024 * 1024 的图片。

比如我将刘亦菲的头像,放到了 dataset_samples/faces/realign1024x1024 目录下。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

这样算法就可以用刘亦菲的头像作为「初始化模板」,随机生成一个人物图片。

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

点击「Display Recontruction」生成人物头像。

没看出来哪里像,竟然还有点怪怪的。

而巨石强森,就很神似!有木有!

百变人脸,趣味容颜,ALAE 人脸玩出新高度!

六、最后

  • 本文算是这个系列的第一篇文章,后续会持续更新更多的,好玩的 AI 项目。
  • 算法原理、环境搭建、算法测试,一条龙服务,快来关注吧!
  • ALAE 算法如果再结合「换脸技术」,想想都刺激!

参考链接:

https://www.cnblogs.com/royhoo/p/Autoencoders.html

weinxin
微信公众号
分享技术,乐享生活:微信公众号搜索「JackCui-AI」关注一个在互联网摸爬滚打的潜行者。
Jack Cui

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

目前评论:7   其中:访客  4   博主  3

    • avatar Pluto4U 来自天朝的朋友 谷歌浏览器 Mac OS X 10_14_6 浙江省杭州市 电信 4

      算法原理、环境搭建、算法测试,这个思路挺好!

        • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Mac OS X 10_14_4 北京市 百度网讯科技联通节点

          @Pluto4U :idea: :idea: :idea: 公众号关注一下,拉你进去啊,都老粉了~

            • avatar coco 来自天朝的朋友 QQ浏览器 Windows 10 北京市 联通 1

              @Jack Cui 有群吗老大,我也是老粉了

                • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器  Android 10 Redmi K20 Pro Build/QKQ1.190825.002 北京市 中国电信北京研究院

                  @coco 有啊,关注公众号,后台回复 加群即可~

            • avatar 睿晞 来自天朝的朋友 火狐浏览器 Windows 10 浙江省杭州市 电信 0

              博主想问一下,有关医疗(分割的,癌症,肺结节啥的)的项目推荐吗??最近想做这个方向,求推荐

                • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Windows 10 北京市 中国电信北京研究院

                  @睿晞 没做过太多这方面相关的,deeplabv3+啥的,分割算法可以看下,不太清楚是否适合医疗方向。

                • avatar 每天都要开心好吗 这家伙可能用了美佬的代理 谷歌浏览器 Windows 10 美国 Computer 0

                  这个生成的图片可以导出吗