資訊專欄INFORMATION COLUMN
摘要：年后的你長什么樣北京航空航天大學和密歇根州立大學的研究人員設計了一個系統，采用生成對抗網絡，可以根據原始照片生成一個人年齡增長后的樣子，甚至連發際線逐漸后移也能逼真地模擬。
20年后的你長什么樣？北京航空航天大學和密歇根州立大學的研究人員設計了一個AI系統，采用生成對抗網絡（GAN），可以根據原始照片生成一個人年齡增長后的樣子，甚至連發際線逐漸后移也能逼真地模擬。論文發表在CVPR 2018。
論文：https://arxiv.org/pdf/1711.10352.pdf
警方要搜尋一個失蹤多年的人或逃犯時，有時候線索只有一張舊照片。藝術家或計算機程序可以嘗試根據舊照片推測這些人今天的樣子，但這兩種方法都有缺陷。現在，科學家們已經能夠利用AI來渲染照片中的人年老后的樣子，其結果比以往的方法更加逼真。
來自北京航空航天大學和密歇根州立大學的研究人員設計了這樣一個系統。該系統采用一種由兩個部分組成的算法，即生成對抗網絡（GAN）。第一部分以一張臉的照片作為輸入，并生成目標年齡的同一個人年齡增長后的臉。在訓練過程中，第二部分將生成的圖像與該年齡的人的真實圖像和原始圖像進行對比，并提供反饋，以令第一部分改進生成圖像的效果。
圖1：年齡增長（ageing）的模擬結果（第1列是輸入的圖像）。
其他這類系統也有使用GAN的， 但這個系統的不同之處在于它不僅關注年齡的正確性，還關注保持特定人的身份。與其他系統不同的是，它還能渲染前額和發際線逐漸升高的樣子，如上圖演示的結果。
圖2：提出的年齡增長方法的框架。
在這個框架中，一個基于CNN的生成器G學習年齡變化（age transformation）。訓練中的critic在圖像空間加入平方歐幾里得損失，GAN loss鼓勵生成的人臉與訓練中相應年齡的老年人的臉無法區分，以及 identity preservation loss使高級特征表示的輸入輸出距離最小化。
這個研究的主要貢獻如下：
提出了一種新的基于GAN的年齡發展方法，該方法結合了人臉驗證和年齡估計技術，從而解決了衰老效果生成和身份線索保存的問題。
強調了前額和頭發的重要性，這與我們認知的年齡增長現象密切相關，但在其他研究中被忽略了；這確實提高了所生成的衰老照片的精度。
除了現有的實驗外，研究者還設置了新的驗證實驗，包括基于商業化的面部分析工具的評估以及對表情、姿勢和化妝變化的不敏感性評估。該方法不僅被證明有效，而且對于年齡增長也具有穩健性。
24個不同的受試者在CACD數據庫上獲得的老化效果（Aging effects）。每個部分的第一個圖像是原始的人臉圖像，隨后的3個圖像是該受試者在[31- 40]、[41-50]和50+年齡組的變老圖像。
圖：24個不不同的受試者在MORPH數據庫獲得的老化效果。
研究人員在來自兩個數據庫的10萬張圖像上訓練了他們的AI，這些數據庫中包括不同年齡的警方存檔的面部照片和名人照片。然后，研究者用一個獨立的計算機程序判斷AI在一組新圖像上的表現。舉例來說，當AI將人的照片老化20年以上時，原本30歲以下的人看起來應該在50歲至60歲之間，計算機程序將他們（平均）視為60歲（面部照片）或52歲（名人照片）。
圖：與先前工作的對比
在進一步的統計調查中，研究人員從已發表的論文中收集了54個人的138張配對的照片，并邀請10位人類觀察者來評估哪張年齡增長的臉更好。在1380票中，69.78%投給了我們的工作，20.80%投給了以前的工作，9.42%表示兩者不分上下。此外，該方法不需要像以前的工作那樣進行繁瑣的預處理，只需要兩個標志點用于瞳孔對齊。總而言之，研究者稱他們提出的方法優于以前的方法。
相關論文發表在本月的CVPR 2018會議上。
歡迎加入本站公開興趣群商業智能與數據分析群
興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統等全方位知識
QQ群：81035754
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/4799.html
摘要：通過生成高質量的行人圖像，將其與行人重識別模型融合，同時提升行人生成的質量和行人重識別的精度。若使用這些低質量的行人生成圖像來訓練行人重識別模型，會引入與原始數據集之間的差異。首次提出了利用生成的圖像輔助行人重識別的特征學習。 前幾天英偉達開源了DG-Net的源碼。讓我們來回顧一下這篇CVPR19 Oral的論文。 論文是英偉達(NVIDIA), 悉尼科技大學(UTS), 澳大利亞國立...
摘要：元旦假期即將來臨，我們精心準備了這本阿里巴巴機器智能計算機視覺技術精選，收錄了頂級會議阿里論文，送給計劃在假期充電的同學們，也希望能和更多學術界工業界同仁一起探討交流。 當下計算機視覺技術無疑是AI浪潮中最火熱的議題之一。視覺技術的滲透，既可以對傳統商業進行改造使之看到新的商業機會，還可以創造全新的商業需求和市場。無論在電商、安防、娛樂，還是在工業、醫療、自動駕駛領域，計算機視覺技術都...
摘要：但年在機器學習的較高級大會上，蘋果團隊的負責人宣布，公司已經允許自己的研發人員對外公布論文成果。蘋果第一篇論文一經投放，便在年月日，斬獲較佳論文。這項技術由的和開發，使用了生成對抗網絡的機器學習方法。 GANs「對抗生成網絡之父」Ian Goodfellow 在 ICCV 2017 上的 tutorial 演講是聊他的代表作生成對抗網絡（GAN/Generative Adversarial ...
摘要：所以，我們美團外賣技術團隊嘗試結合技術，來協助設計師避免這種低收益高重復的任務，同時低成本高效率高質量地完成海報圖片的生成。圖封面配色布局設計在設計領域的一些子問題上，可以用算法來挖掘出數據背后的規律如圖所示。 背景 在視覺設計領域中，設計師們往往會因為一些簡單需求付出相當多的時間，比如修改文案內容，設計簡單的海報版式，針對不同機型、展位的多尺寸拓展等。這些工作需要耗費大量的時間、人力...
摘要：在過去幾年中，深度學習改變了整個人工智能的發展。在本文中，我將介紹年深度學習的一些主要進展，與年深度學習進展版本一樣，我沒有辦法進行詳盡的審查。最后的想法與去年的情況一樣，年深度學習技術的使用持續增加。 在過去幾年中，深度學習改變了整個人工智能的發展。深度學習技術已經開始在醫療保健，金融，人力資源，零售，地震檢測和自動駕駛汽車等領域的應用程序中出現。至于現有的成果表現也一直在穩步提高。在學術...
閱讀 3686·2021-09-07 10:19
閱讀 3627·2021-09-03 10:42
閱讀 3584·2021-09-03 10:28
閱讀 2548·2019-08-29 14:11
閱讀 809·2019-08-29 13:54
閱讀 1594·2019-08-29 12:14
閱讀 417·2019-08-26 12:12
閱讀 3614·2019-08-26 10:45
