本特利330180-12-05
本特利330180-12-05
本特利330180-12-05
本特利330180-12-05
在5G***铺展的新技术时代，随着分身技术落地经验的不断积累以及产品技术的突破创新，5月21日，在***瞩目的两会召开之际，搜狗联合新华社推出的******3D AI合成主播“新小微”正式亮相，为***观众带来***新的***资讯报道。近日，***北京分院的研究团队研发出一个AI人像生成模型。该模型可以依据简笔画生成逼真的人脸肖像。
利用这一模型，没有绘画经验的人也可以很容易地得到逼真图像。除了用于 ，在未来，这个模型或能帮助***人员进行嫌疑人画像。
这项研究发表在学术网站arXiv上，***标题为《深度人脸画像：从草图深度生***脸图像（Deep Face Drawing:Deep Generation of FaceImages from Sketches）》。今年七月份，这项技术将在计算机图形学顶会SIGGRAPH会议上展出。
一、给人脸“分区”，逐块推理出逼真图像
现有的“从图像生成图像”的技术已经可以实现快速输出结果。但是，现有解决方案对输入图像的要求较高，只有以***素描画像等逼真度较高的图像作为输入时，才能生成逼真的人脸肖像。
在这种模型中，输出结果的质量直接受到输入图像的影响，即输出结果受到输入图像的“硬约束”。
为了解决这一问题，***北京分院的研究团队设计出一种“从局部到全局（local-to-global）”的“软约束（soft c***traint）”方法。总的来说，这一方法基于一个深度学习框架，分为两步进行。
首先，研究人员把简笔画输入模型。模型依据简笔画，推理出人脸上各个***的“布局”情况。这一步中，模型采用隐式建模（implicitly model）方法建立人脸图像的形状空间模型，并学习人脸关键部位的特征嵌入。
模型将人脸分成左眼、右眼、鼻子、嘴唇、脸型这5个关键“组件”。
然后，模型依据脸部的“布局”情况，从简笔画“倒推”出逼真的人脸图像。这一步中，模型依据人脸组件样本的特征向量，从输入简笔画的相应部分，推理出潜在的人脸组件流形（Manifold）。
对于每一个关键部位，模型隐式定义了一个潜在流形。研究人员假设底层组件的流形是局部线性的。模型运行经典的局部性嵌入算法，将简笔画人脸特征的组件投影到其组件流形上。
为了改善信息流，研究人员应用另一个深层***网络，使其在上述两步之间输出中间结果。这个深层***网络通过多通道特征映射，学习从嵌入组件特征到逼真图像的映射结果。