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:
(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:
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:
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:
已经糊到包浆的照片也能秒变人像大片,这feel立刻就来了~
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。
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。
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。
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。
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:
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!
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。
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。
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。
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。
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。
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