Нейросеть которая старит лицо
Как скачать FaceApp
Конечно, по хорошему разработчики должны предупреждать о том, что собирают данные, иначе кто-то может подумать, что впоследствии их перепродадут и будут использовать маркетологи для контекстной рекламы. Или фото автора Hi-News.ru появится в рекламе одного банка для пенсионеров (надеюсь, что нет).
Не секрет, что сейчас нейросети чаще всего используются в фотографии. Мы уже видели, как они способны работать с анимацией на обычном компьютере, а картины, написанные искусственным интеллектом, уходят с молотка дороже произведений именитых художников. Неудивительно, что именно нейросети легли в основу приложения FaceApp, которое за считанные дни завоевало популярность во всем мире, штурмуя магазины App Store и Google Play.
Kolors Try-On — нейросеть для переодевания человека на фотографии. Сервис актуален как для сотрудников fashion-индустрии, так и для пользователей, желающих сэкономить время на примерке одежды. AI-приложение переоденет человека на фото в пальто, бикини, платье и другие наряды. Доступен API.
Extrapolate — нейросеть, способная состарить или омолодить ваше лицо. Наверняка вам интересно посмотреть, как будете выглядеть в старости, или сверить прогнозы искусственного интеллекта с фотографиями из молодости. Нейросеть на основе вашего фото предоставляет анимацию изменения возраста от юности до глубокой старости в формате .gif.
Приложение стало популярным уже через несколько месяцев после выхода в начале 2017 года. FaceApp держался в топе App Store и Google Play в России, США, Великобритании, Франции, Германии и многих других странах. Вскоре приложение достигло отметки в 40 миллионов скачиваний. Интересно, что новый виток популярности FaceApp принес именно фильтр «состаривания». Многим молодым людям было интересно, как они будут выглядеть через 30, 40 и даже 60 лет, а FaceApp за счет точности своих алгоритмов позволил им это сделать.
В случае с FaceApp, вероятно, генератор сначала определяет атрибуты человеческого лица (от улыбки до волос и даже веснушек), а затем накладывает на него атрибуты старого/молодого лица (вроде морщин или, наоборот, гладкой кожи) — но так, чтобы изображение выглядело как настоящее.
Разработчики не раскрывают используемый алгоритм (что неудивительно). Возможно, в основе проекта лежит алгоритм генеративных нейронных сетей StyleGAN, разработанный компанией Nvidia. Именно он был задействован в проекте thispersondoesnotexist, который генерировал реалистичные лица, которые на самом деле никогда не существовали. Правда, в том случае имела место работа сразу двух нейросетей: одна из них отвечала непосредственно за создание изображения, после чего вторая анализировала образ на предмет реалистичности. При генерации лица нейросеть использует черты сразу нескольких людей, а затем адаптирует их с нужным возрастом, мимикой, длиной волос и другими параметрами.
Neural-Networked – ваш проводник в мире нейронных сетей. Наш сайт-каталог предлагает удобный доступ к широкому спектру нейросетевых моделей, чтобы помочь вам воплотить свои идеи в жизнь. Используйте удобные фильтры и поиск для выбора подходящего инструмента.
Интересное
Почему именно фотография? Ответ на самом деле простой — снимков и разнообразных изображений в Сети очень много. Да не просто много, их миллиарды! Вероятно, количество фото давно превысило число населения Земли, и пусть не все снимки выкладываются в интернет, их все равно очень много. Поэтому нейросеть гораздо проще обучать на основе фотографий: ей можно «скормить» множество данных, которые находятся в открытом доступе. Именно так разработчикам FaceApp удалось достичь впечатляющей точности в обработке видео — приложение очень хорошо умеет искусственно «состаривать» и омолаживать людей, менять прическу, наносить макияж — возможностей там довольно много.
Нет зарубежной банковской карты? Вы можете выгодно оплатить подписку на иностранный сервис с помощью GetPayAll с минимальной комиссией на рынке. Назовите менеджеру промокод neural для получения скидки 30% на комиссию при первой оплате.
Компания работает как с физическими, так и с юридическими лицами. Помимо оплаты зарубежных сервисов, предлагается выпуск индивидуальной карты с возможностью пополнения.
Авторы создали две отдельные модели для мужчин и женщин. Для обучения они использовали датасет лиц с Flickr FFHQ и с помощью краудсорсинга разметили все 70 тысяч фотографий на 10 возрастных интервалов. Каждую фотографию оценивало по три разных человека. После этого разработчики оставили шесть интервалов, в которых была достаточно точная оценка возраста (не сильно разнились оценки разных добровольцев): от 0 до 2 лет, от 3 до 6, от 7 до 9, от 15 до 19, от 30 до 39 и от 50 до 69. Обучение проводилось по схеме генеративно-состязательной нейросети.
Кампус — нейросеть, решающая задачи по фото или текстовому описанию. Сервис обучен на огромной коллекции студенческих работ по широкому спектру дисциплин. ИИ решает задачи по математике, физике, химии и другим предметам. Доступен поиск ГДЗ с помощью нейросети среди 1 млн работ. С помощью Кампус можно также обратиться за помощью к экспертам.
Чтобы в процессе работы алгоритм сохранял ключевые черты лица конкретного человека, разработчики построили его по модели кодировщика-декодировщика, часто применяемой для превращений разной модальности, например, картины в музыку. Алгоритм авторов на входе получает фотографию — объект с определенным разрешением. Затем он сжимает фотографию и превращает ее в объект меньшей размерности, но сохраняет информацию об основных чертах лица, чтобы можно было восстановить исходное изображение с минимальными искажениями. Затем сжатое представление подается на декодеровщик. Но помимо этого декодировщик также получает еще один вектор, который отвечает за оптимальное преобразование между фотографиями двух конкретных возрастов.
Для получения наиболее качественного результата рекомендуется загружать квадратные фото (соотношение сторон 1:1), на которых отчётливо видно ваше лицо. Если не хотите испугаться от своего внешнего вида в старости, советуем не загружать фотографии с большим количеством макияжа. После генерации анимированного изображения вы можете загрузить его в формате GIF.
В 2018 году исследователи предложили использовать область вокруг глаз в качестве эффективного показателя биологического возраста человека. Они выпустили программу, которая используя созданный ими алгоритм и данные может предсказать возраст человека по фотографии с точностью до двух лет.
Когда вы пользуетесь сервисами, в основе которых лежат нейросети, должны понимать, что каждый «скормленный» им мегабайт данных используется для дальнейшего обучения нейросети. Так что в некотором смысле приложение действительно собирает пользовательские данные. И здесь есть две стороны медали: с одной — свои фотографии хочется держать только у себя; с другой — нейросеть нужно как-то обучать, ведь без этого FaceApp не смог бы так реалистично изменять фотографии.
Kolors Try-On
HeyPhoto — нейросеть для изменения пола, возраста, направления взгляда, добавления улыбки и эмоций. Сервис не просто изменяет перечисленные параметры, но и учитывает изменения выражения лица. Разработчики в ближайшее время собираются добавить изменение причёски, нанесение макияжа и редактирование размера лица.
Группа исследователей из компании Adobe, а также Вашингтонского и Стенфордского университетов под руководством Иры Кемельмахер-Шлицерман (Ira Kemelmacher-Shlizerman) создала новый алгоритм, который проводит превращение с промежуточными возрастами, а также одновременно меняет текстуру и форму лица.
За разработкой FaceApp стоит наш соотечественник — Ярослав Гончаров, выходец из «Яндекса», который основал компанию Wireless Lab. Несколько проектов новой компании были связаны с глубинным обучением нейросетей, а «выстрелил» именно FaceApp, ведь именно фото и видео станут самым важным типом информации в ближайшем будущем. При помощи анализа закономерности во внешности людей FaceApp создает новые изображения, на которых человек выглядит более молодым, взрослым или, например, улыбающимся.
С течением жизни лицо постепенно меняется, однако мы все равно можем узнать человека на его детской фотографии или представить, как ребенок будет выглядеть во взрослом возрасте, поскольку ключевые характеристики, описывающие расположение и форму частей лица, слабо подвержены изменениям. Разработчики уже частично учитывают эту особенность в алгоритмах, причем некоторые из них уже доступны в виде приложений для смартфона. Но пока у этих алгоритмов есть несколько нерешенных проблем. Во-первых, почти все из них работают только с двумя возрастами — например, превращают молодых людей в старых. Во-вторых, их работа, как правило, основана на изменении текстуры лица на изображении, но во время реального старения у людей также меняется и форма лица и отдельных его частей.
Американские разработчики создали нейросеть, способную по одной фотографии предсказывать этапы старения человека начиная с раннего детства или, наоборот, показать, как могло выглядеть его лицо в прошлом. В отличие от других подобных алгоритмов, в том числе и от FaceApp, нейросеть меняет не только текстуру, но и форму лица и отдельных его частей, что позволяет добиться намного более качественного эффекта, рассказывают авторы статьи, которая будет представлена на конференции ECCV 2020.
Интересно, как далеко продвинутся нейросети в ближайшие несколько лет. Всего два года назад компания Lyrebird из Монреаля создала речевой синтезатор на основе ИИ, способный воспроизвести любой голос. Для подражания голосу системе достаточно лишь нескольких секунд аудиозаписи голоса требуемого человека, на основе которых и будет создан звуковой фрагмент. Точное подражание голосу возможно благодаря использованию нейронных сетей на основе искусственного интеллекта, работающих по тем же принципам, что нейронные сети человеческого мозга. ИИ учится распознавать особенности речи человека, а затем эти данные уже используются для синтеза искусственного голоса. Так что селфи — далеко не предел использования нейросетей.
