首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

注意力机制YYDS,AI编辑人脸终于告别P一处而毁全

来自深圳大学和特拉维夫大学的最新成果,通过在GAN中引入注意力机制,成功解决了编辑人脸时会产生的一些“手抖”问题: 比如改变人的发型时把背景弄乱; 加胡子时影响到头发、甚至整张脸都不太像是同一个人了:...具体来说就是利用StyleGAN2的潜空间进行人脸编辑。 其映射器(Mapper)建立在之前的方法之上,通过学习潜空间的偏置(offset)来修改图像。...通讯作者为沈琳琳, 深圳大学模式识别与智能系统专业硕士生导师, 目前研究方向为人脸/指纹/掌纹等生物特征识别、医学图象处理、模式识别系统。 他本硕毕业于上海交大应用电子专业,博士也毕业于诺丁汉大学。

70331
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    FusionNet:基于稀疏雷达点云和RGB图像的深度补全

    一方面,单目图像进行深度预测无法生成较为精确的深度;另一方面,立体视觉方法仍然明显优于基于激光雷达的方法。深度补全任务的目标是从映射到二维平面的稀疏和不规则点云生成密集的深度预测。...论文提出了一个新的框架,可以同时提取全局和局部信息,以生成合适的深度。...创新点 深度补全是从稀疏的点云预测密集的深度。在许多计算机视觉应用中,精确的深度值至关重要。近年来,由于工业需求的原因,这项工作受到了重视。...由于上述的限制,深度补全目前已成为一个非常活跃的研究领域。 主要有以下三点: (1)将全局信息和局部信息相结合,以准确地完成和纠正稀疏输入,并使用单目RGB图像作为深度补全任务的导向。...(2)以无监督的方式学习全局和局部分支的confidence map,并用各自的confidence map对预测的深度进行加权,这种后期融合方法是框架的一个基本部分。

    2.1K10

    一件代发图片相同如何处理?如何学好P技巧?

    一旦被人告侵权的话,那么得不偿失,一件代发图片相同如何处理呢? 一件代发图片相同如何处理? 现在就来了解一下一件代发图片相同如何处理。...如何学好P技巧? 一件代发图片相同如何处理,其实对于专业的制图人员来说是非常好处理的,为了避免自己的图片被人状告侵权可以自己学习制图技巧,那么该怎样学好呢?...首先应当给电脑下载一个专业的大型制图软件,网络上会有很多的软件免费教程,以及一些制图网站的经验分享,只要多多的时间,多多的拿图片来进行练习,不处多长时间就可以成为一个P高手了。...以上就是一件代发图片相同如何处理的相关内容。总体来说,提高自己的制图水平,可以有效的解决许多图片处理的问题。

    1.5K10

    AI「照妖镜」:不仅知道你P,还知道你P前长啥样

    随着技术的发展和流行,制作这种假照片的门槛越来越低,几乎人人都可以是修大师,更不用说手机厂商和科技公司已经有实时 AI 美颜技术了。 如果有人利用 P 过的来行骗,成功率估计也会相应提高。 ?...那我们要如何识别这些被 P 过的照片呢? 众所周知,PS 是美国公司 Adobe 推出的一款专业图形编辑软件 Photoshop 的简称。...该方法效果如何呢?请先看下图: ? 如果对比左右两张,你可能会发现右的脸颊更宽,而左图中更瘦,尤其是靠近下巴一块;右的嘴角下垂,而左图嘴唇是微笑的状态。 但如果只看左图呢?...脸部感知液化可以先识别人脸五官,然后用户可以使用它进行相应的修改,如眼睛大小、额头宽窄、瘦脸、鼻高等,还可以轻松调出微笑唇。 ? Liquify 工具堪称修神器,而且使用起来也非常简单。...三张的嘴角弧度不同,原图很明显是下垂的,而修过的图片则是微笑唇,撤销修后的图片嘴角弧度则处于中间状态。 这些图像被 P 过吗? 研究人员训练了一个卷积神经网络,以识别出修改过的人脸图像。

    2.5K10

    AI「照妖镜」:不仅知道你P,还知道你P前长啥样

    随着技术的发展和流行,制作这种假照片的门槛越来越低,几乎人人都可以是修大师,更不用说手机厂商和科技公司已经有实时 AI 美颜技术了。 如果有人利用 P 过的来行骗,成功率估计也会相应提高。 ?...那我们要如何识别这些被 P 过的照片呢? 众所周知,PS 是美国公司 Adobe 推出的一款专业图形编辑软件 Photoshop 的简称。...该方法效果如何呢?请先看下图: ? 如果对比左右两张,你可能会发现右的脸颊更宽,而左图中更瘦,尤其是靠近下巴一块;右的嘴角下垂,而左图嘴唇是微笑的状态。 但如果只看左图呢?...脸部感知液化可以先识别人脸五官,然后用户可以使用它进行相应的修改,如眼睛大小、额头宽窄、瘦脸、鼻高等,还可以轻松调出微笑唇。 ? Liquify 工具堪称修神器,而且使用起来也非常简单。...三张的嘴角弧度不同,原图很明显是下垂的,而修过的图片则是微笑唇,撤销修后的图片嘴角弧度则处于中间状态。 这些图像被 P 过吗? 研究人员训练了一个卷积神经网络,以识别出修改过的人脸图像。

    1.4K10

    天天P工程师教你如何实现检测手机壳换主题

    天天P的工程师闻讯急忙停下手中正在写的bug,不,写的需求,前来围观! ? P的工程师看了这个需求,比自己的产品经理提的需求有趣多了,都纷纷打算出手挑战下这个需求! ?...P的技术竟然到了这地步?!程序表示这只是常规操作! ? 随着体态方案挑战成功,人脸方案的小组坐不住了,立马开会讨论技术方案: ? 不一会儿,人脸方案也敲定了!...方案B-人脸方案: 根据摄像头拍摄到的用户人脸,提取出眼睛里反射的手机壳图像,分析手机壳的颜色。 ? 基于深度学习的人脸识别技术,能精确识别眼睛的位置: ?...人脸方案小组也挑战成功! 看来天天P的技术的确很牛!平安的产品经理是嘛?来一打! 如果你是一个热爱折腾的程序猿,请来P坐坐,海量需求等着你!来一张P的妹子! ?...天天P是由腾讯公司开发的业内领先的图像处理、相机美拍的APP。欢迎扫码或搜索关注我们的微信公众号:“天天P攻城狮”,那上面将陆续公开分享我们的技术实践,期待一起交流学习!

    2.2K60

    “军装照” 背后:天天 P 如何应对 10 亿流量的后台承载

    不过本文不教你如何做一个爆款H5,而是介绍天天P在“军装照”活动过程中,如何面对10亿流量时的后台承载。...天天P智能换脸 这款H5于7月29日晚一经推出,浏览量就迅猛攀升。...1、制定测试目标 根据之前多次H5活动经验,天天P对活动流量通常都有一个稳定的预期。...活动,最为重要的一个接口就是用户上传图片到天天P人脸融合”后台的接口,通过完成接口地址的配置,天天P技术团队完成了压测的配置。...压测数据结果(demo数据) 在完成了服务器架构的最佳优化之后,天天P在“军装照”活动爆红之后,依赖腾讯云海量处理能力和灵活扩展性,天天P团队紧急在腾讯云调动服务器,进行弹性扩容,从一开始的400台

    2.4K00

    腾讯(优)新技术的人脸检测

    【导读】分享的文章,其提出了一种新的人脸检测网络,解决了人脸检测的三个关键方面,包括更好的特征学习、渐进的损失设计和基于锚的数据增强。...由于这些技术都与双流设计有关,所以将提出的网络命名为双镜头人脸检测器(DSFD)。对流行的基准,WIDER FACE和FDDB进行了广泛实验,证明了DSFD优于现有技术的人脸检测器的优越性。 ?...注意,训练图像的输入尺寸为640,这意味着从最低层到最高层的特征大小为160到5。...然后对上面的特征进行抽样,用当前的特征映射来制作元素级的产品。最后将特征映射分为三个部分,然后是包含不同数目的膨胀卷积层的三个子网络。 ? 实验 特征增强模块的有效性 ?...不同尺度人脸的数目分布 ? 新技术的可视化结果

    1.1K20

    Python骚操作 | 用Python来P

    ---- 写在前面 PS作为世界四大发明之一可以说被广大网友用到了极致,只有你想不到的没有我P不了的,任何正经的图片在都可以变成搞笑图片(比如下图)当然也可以用ps做一点正经的事情。 ?...作为一个爱折腾的程序猿能用代码的解决的事情绝对不会用其他的方式,Python可以打飞机,人工降雪,那么p对于Python来说是小儿科了,今天就教给大家Python之p大法。 ?...(王老湿吞热狗镇楼) 具体介绍 今天P主要用到的就是PIL库。...主要参考自: http://www.effbot.org/imagingbook/ 代码实现 先上一个效果。 ?...##边缘检测 7blu.save('k.jpg') 8con.save('k2.jpg') 9edge.save('k3.jpg') 看一下效果第一张是原图,剩下的是根据我们设置的呈现的效果

    1.5K30

    人脸识别该如何测试

    02 影响人脸识别性能的因素及解决方法 (1)背景和头发:消除背景和头发,只识别脸部象部分。...(2)人脸象平面内的平移、缩放、旋转:采用几何规范化,人脸象经过旋转、平移、缩放后,最后得到的脸部象为指定大小,两眼水平,两眼距离一定。...(3)人脸象平面外的偏转和俯仰:可以建立人脸的三维模型,或进行三维融合(morphing),将人脸象恢复为正面象。 (4)光源位置和强度的变化:采用直方图规范化,可以消除部分光照的影响。...采用对称的从阴影恢复形状(symmteric;shape;from;shading)技术,可以得到一个与光源位置无关的象 03 采集场景 正常场景下,在合适的光源下,采集人脸的正面,包含正常完整的人脸轮廓...因此人脸比对有一个阈值的概念。设置相似度大于x%的时候,视为人脸比对通过,小于x%的时候,视为人脸比对不通过。设定阈值的过程就是模型评估。 阈值设定过低,则人脸比对通过率高,误报率可能也会升高。

    4.7K20
    领券