這下真的是萬物皆可 JOJO 化了！

本來就神采飛揚的馬斯克，下一刻更是仿佛要直接我不做人啦！

世界名畫蒙娜麗莎神秘優(yōu)雅的微笑，似乎也變得 JO 灼了起來。

再來個同一次元的。 團長你在做什么啊團長！

這就一下子引來了大批網(wǎng)友的圍觀，不僅推特熱度 800+，在線試玩的抱抱臉還排起了隊，一張照片最多要等四五分鐘。

看這楚楚可憐的卡姿蘭大眼睛，以及天真無邪的公主笑，我只想說。 老馬，快收了神通吧！

在線 JO 化任意人像

看了上面的演示，是不是自己也想整一個 JO 化臉。

我們用開發(fā)者提供的 Hugging Face 和 Colab 來試一下。

首先是在線網(wǎng)頁版的 Hugging Face，點擊左邊框中空白處就能把任意本地照片丟進去:

再點 Submit，等個十幾秒。 站在你面前的不是別人，而是 ko no 肌肉金輪大司馬噠！

這個方法點開鏈接就能即傳即玩。。不過雖然簡單快捷，但偶爾還是要排隊等個幾分鐘:

所以強烈安利 colab 版本，向 test_input 文件夾中導入任意圖像，比如我們這里放入一張冰冰，然后點擊運行:

再繼續(xù)運行下面的生成模塊:

把我的冰冰女神 JOJO 化，這也在你的算計之中嗎 GAN !

嗯 這不得整一個提瓦特大陸版的馬斯克

上傳一張老馬的正經(jīng)圖:

再在 style_images 文件夾中上傳一張原神風格的人像:

然后進行微調，等待幾分鐘，再點運行:

這個堅毅的眼神，再配上原圖里老馬的那個遠眺抱胸的姿勢，感覺下一秒就能來句天動萬象了！

通過 GAN 反轉獲取近似風格

我們一起來看看這個叫做 JoJoGan 的模型。

它主要是通過 GAN 反轉來獲取近似風格的，主要工作流程分四步:

• 通過 GAN 將參考風格圖像反轉為近似的配對訓練數(shù)據(jù)，得到相應的風格化的代碼，

• 根據(jù)風格化代碼生成真實的人臉圖像，并與參考風格圖像相匹配，形成成對的數(shù)據(jù)作為配對訓練集，

• 基于這些成對的訓練數(shù)據(jù)，對 StyleGAN 進行微調，

• 使用微調后的 StyleGAN 生成新的樣本。

開發(fā)者表示，這一模型非常關注零監(jiān)督下的風格細節(jié)，并且在不同風格中具有良好的通用性，能夠輕松泛化到其他風格的圖像上。最近，她也帶來了最新作品，特里休middot;烏納的COS美圖。

從二次元到技術宅

開發(fā)者 Min Jin Chong 也是我們的老熟人了，之前曾經(jīng)搞過二次元老婆生成器:

Min Jin Chong 本人本科畢業(yè)于美國伊利諾伊大學厄巴納—香檳分校，后繼續(xù)留校讀博，主要研究領域為機器學習，計算機視覺和圖像生成。此前曾為大家介紹過日本COSER:桃兎もも，因為極好的身材和模仿超還原的JOJO立姿勢走紅網(wǎng)絡。

此前他曾在字節(jié)實習過 3 個月，現(xiàn)在與兩位同校學生一起創(chuàng)立了一個叫做 Style Space 的時尚購物應用，允許用戶在虛擬空間中試用和購買產(chǎn)品。

而他的導師 David Forsyth 則是一位 CV 領域的大牛，曾與 Jean Ponce 著有計算機視覺經(jīng)典教材《Computer Vision:A Modern Approach》:

Hugging Face 在線試玩:

colab 在線試玩:

論文鏈接:

參考鏈接:

鄭重聲明：此文內容為本網(wǎng)站轉載企業(yè)宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。