想看特朗普跳《鸡你太美》吗？这个AI技术做到了

|
蕾师师 发自 凹非寺
量子位 报道 | 公众号 QbitAI

只要一张照片、一段视频，就能让特朗普跟着蔡徐坤「唱、跳、Rap、篮球」！

像这样。

这就是来自上海科技大学团队的一项新研究，在提出的新框架内，处理人体图像合成任务。

其中包括人体运动模仿、外观转换和新视角合成等。

并且，该项目的代码、数据集已开源。

建立模仿数据集

首先，研究团队建立了一个具有多种样式、不同人物穿不同衣服的数据集，称为Impersonator（iPER）数据集。

研究人员采集了30个研究对象的数据，他们的体型、身高各不相同。每个研究对象穿着不同的衣服，完成一套指定动作和一套随机动作。

整个数据集有206个视频、包含241564帧画面。

206个视频以特定的命名保存，例如“ xxx_yyy_zzz.mp4”，其中：

  • xxx：演员姓名
  • yyy：外观编号，不同的编号表示不同的衣服
  • zzz：动作类型，1代表姿势，2代表随机姿势

如何保留人物细节特征？

目前，主要是用2D图片来确定肢体的结构和动作，但是这远远不能满足这里的需求。

这里采用了3D网格肢体复原形式来提取动作和姿势，即可以模拟关节的位置和旋转，又能够表现出个性化的身体形状。

但是纹理、样式、颜色又该怎么保留呢？

针对这个问题，研究者提出了注意型液化GAN。

通过降噪卷积自动编码器提取特朗普的身体特征，然后经过GAN不断地训练学习、微调、监督、转化，将低分辨率的模型转变成高分辨率的模型，使输出来的视频图像清晰。

整个模型的工作流程大致如下：

（a）首先，肢体网格恢复模块将每个图像的3D网格图绘制好。

（b）其次，流组模块将计算图像空间中的投影顶点，将图像分成动作前景图和背景图。

（c）最后，GAN模块生成三个层，第一层是背景层，第二层是临摹出来的动作层，第三层是参考保留细节层。

注意型液化GAN

在本文中，不仅提出了注意型液化GAN，还提出了一种带有注意型液化块AttLWB（Attentional Liquid Warping Block），两者共同运作，输出高真的模仿图像。

（a）addWB结构，获取了GTSF的数据，生成自己的数据模型。
（b）(Attentional) Liquid Warping Block结构，基于GSID和GTSF的数据，并经过一系列的运算，生成参数。
（c）AttWB结构层。经过这里，得到了最终的数据结果。

△网络架构图

 

大量的实验证明了这个方法在保持面部特征性、形状一致性和衣服细节等方面很有效。

AI舞蹈动作恶搞，不仅恶搞了特朗普，还有人还恶搞了华盛顿。

微博互联网知名博主说，现在的AI论文Demo越来越不尊重“老人”了。调侃200多岁的华盛顿好吗？这不好。

作者团队介绍

这个科研团队来自于上海科技大学。

通讯作者是高盛华，高盛华博士2008年本科毕业于中国科学技术大学，2012年博士毕业于新加坡南洋理工大学，2014年8月加入上海科技大学，任助理教授，研究员。

他的研究方向是计算机视觉、机器学习。

△高盛华

第一作者是Wen Liu，2016年在西北工业大学获得了学士学位，目前在上海科技大学攻读博士。主要研究人体三维体重建、图像合成、运动转移等方面。

△Wen Liu

还有一位作者是Lin Ma，硕士毕业于哈尔滨工业大学，在香港中文大学获得了博士学位。曾经是华为诺亚方舟实验室的研究员，现在是深圳腾讯AI实验室的首席研究员。他目前的研究兴趣在计算机视觉领域、多模式深度学习领域等。

△Lin Ma

其他参与的作者还有Zhixin Piao、Zhi Tu、Wenhan Luo 等。

项目地址：
https://www.impersonator.org/work/impersonator-plus-plus.html

数据集下载地址：
https://svip-lab.github.io/dataset/iPER_dataset.html

开源代码地址：
https://github.com/iPERDance/iPERCore

论文地址：
https://arxiv.org/pdf/2011.09055.pdf

— 完 —

本文文字及图片出自 微信公众号

你也许感兴趣的：

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注