机心报告作者：魔王张潜
获取这个网站，这个万圣节C 点就是你的了！
毫无疑问，人工智能是一个充满地狱产品的领域。前段时间，有人创建了一个网站“Toonify”，用于生成“可爱的大眼睛”卡通形象，但很快就有人走向了另一个极端——使用类似的技术来创建僵尸生成器。
使用Toonify 生成威尔·史密斯漫画书图像。
威尔·史密斯使用“僵尸生成器”生成僵尸图像。
两位惨败的美国总统候选人。这种有趣而又可怕的风格似乎非常适合即将到来的万圣节。为了让每个人都能享受到这种效果，作者还创建了一个名为“MAKE ME A ZOMBIE”的网站。
网站地址：https://makemeazombie.com/该网站的使用非常简单：上传你的照片，点击“Make Me A Zombie！”，网站会自动识别你的脸并创建一张僵尸照片。
看到生成的效果后，有人提到自己想做一个万圣节派对的照相馆，希望作者能发布代码或者API。
有了这个生成器，您就可以省去万圣节更换头像的麻烦。技术细节据作者介绍，该模型的开发与Toonify 无关，但他们恰好使用了相同的技术栈。该项目首先通过迁移学习获得了StyleGAN2僵尸生成器，然后基于：010创建了混合StyleGAN2。 30000型。该模型的早期层是从原始人体图像生成器获得的，后面的层是从僵尸生成器获得的。最后，项目作者阅读了论文《Cross-Model Interpolations between 5 StyleGanV2 models – furry, FFHQ, anime, ponies, and a fox model》，使用了50,000 个图像对（分别来自人类StyleGAN2 生成器和僵尸生成器），并使用Pix2PixHD 来学习图像对之间的映射。然而，该项目中使用的方法与Toonify 之间有两个细微的差别。 该项目通过crappify (https://github.com/fastai/course-v3/blob/master/nbs/dl1/crappify.py) 执行输入数据增强。混合模型中可能存在差异，例如图像大小调整和压缩伪影的引入。该项目中使用的模型侧重于原始图像的形状和方向，而不是僵尸图像的纹理，而Toonify 模型则相反。该项目中使用的僵尸数据集包含大约300 个万圣节僵尸面具和僵尸化妆图像，主要来自Pinterest 和Google，并手动过滤以删除非僵尸图像。在项目的开发过程中，作者遇到了一些困难。去年，作者尝试在同一数据集上使用CycleGAN，但结果一般。最初，该项目的创建者试图创建一个生成器，可以生成半人半僵尸的图像。作者将数百个样本分为两类，并使用支持向量机(SVM) 学习分离超平面，以确定潜在空间中“僵尸”的方向。然后，作者根据面部图像生成了特定的僵尸，并将其用作Pix2Pix 数据的基础。然而，存在一些问题：1）虽然它在面部数据上运行良好，但产生的结果却很平庸。 2）僵尸和种族之间存在一些问题，作者不想创造一个种族改变者。项目作者使用配备2080Ti 的计算机，在大约一天内用1024×1024 图像训练了模型。具体来说，StyleGAN2 使用预先训练的面部生成器，可以在短短几个小时内生成僵尸照片。虽然Pix2PixHD部分很耗时，并且没有对面部图像进行预训练，而且最初的输入是原始面部图像的模糊单色图像，但经过大约一天的训练，我得到了很好的结果。与过去的许多人工智能应用程序一样，这种“僵尸生成器”让一些用户担心隐私问题。然而，该网站的创建者表示：“我们只会使用你的照片来生成僵尸照片。这些照片甚至没有保存，所以我们没有记录。”
“让我成为僵尸”网站隐私政策。一大波“僵尸照片”即将登陆推特，不少网友已经尝试过这款僵尸生成器。经过测试，我们发现添加了很多牙齿的婴儿照片也可以成功转换。
不过，并不是所有的转换效果都可以称得上“可爱”。
帕瓦罗蒂的僵尸照片。还有一些表情符号可以检测并玩弄人脸。
机器之心编辑部也很好奇，利用内部照片进行了测试，结果是……
如果您也对这款生成器感兴趣，请尝试一下。你可能是万圣节最可爱的孩子！参考链接：https://www.reddit.com/r/MachineLearning/comments/jhl36y/p_turn_yourself_into_a_zombie_with_a_neural/
本文和图片来自网络，不代表火豚游戏立场，如若侵权请联系我们删除：https://www.huotun.com/game/597652.html
