CEiC领投法币聚合商Transak，持续投资Web3赛道
06-18
*转载文章不代表本站观点。
本文来自微信公众号《量子比特》（QbitAI）作者：金磊“排队的人，等几秒……”——今年的网友们为了在动漫中一睹自己的风采，真是辛苦了！ “原创”是一个可以将肖像变成动画的生成器。
只需一张图片或者一个视频，所有男女老少，还有明星的业余爱好者，都可以一睹他的“动画风”～什么是“国民老婆”王冰冰：什么是“国民妹妹”IU ：什么科技圈大佬、EDG成员、金发美女、容嬷嬷……他的头发、眉毛，甚至眼神里流露出来的情绪都给你“描绘”得淋漓尽致……难怪网友们都压服了服务器。
如果光看大家的作品，几乎是深不可测。
查看GitHub上的相关项目，确实已经登上了趋势榜的榜首。
这个 AnimeGAN 真的太棒了！如何给自己打造一张动漫脸？看到展示的效果后，你是不是也想创作出属于自己的漫画脸呢？这是可以的，我现在就一步步教你。
第一种方法很简单，只需要上传照片即可。
提供在线游戏的网站（链接在文末）就是大名鼎鼎的Hugging Face。
它专门开通了一个在线AnimeGANv2 App，你可以直接把图片“扔”进去。
但！ ！ ！刚才也说了，这个AI现在确实有点太流行了。
简单的网上方式就相当于排队。
这不，等了几秒，前面还有15个人……如果我不想排队怎么办？接下来就是第二种方法——代码！热心网友等了3个小时终于忍不住了，强烈推荐安利Colab版本（链接在文末）：先运行文档中的前两段代码，然后简单修改照片路径。
当然，如果你想增加挑战难度，还有一个AnimeGANv2的GitHub项目：上面介绍的方法都使用了图像转换。
如果想使用视频，只需在 AnimeGANv2 项目中执行以下两条命令即可： 当然，这个项目也有 Pytorch 实现，但 Pytorch 版本目前仅支持图像转换；如果要转换视频，暂时需要自己写一个脚本~风格迁移+GAN 那么，这样的效果背后的原理是什么呢？ ？ AnimeGAN是武汉大学和湖北工业大学的一项研究，采用神经风格迁移+生成对抗网络（GAN）的组合。
它实际上是基于CartoonGAN的改进，提出了更轻量级的生成器架构。
AnimeGAN的生成器可以看作是一个对称的编码器-解码器网络，由标准卷积、深度可分离卷积、反向残差块、上采样和下采样模块组成。
为了有效减少生成器的参数数量，AnimeGAN网络中使用了8个连续且相同的IRB（反转残差块）。
在生成器中，最后一个具有 1×1 卷积核的卷积层不使用归一化层，后面是 tanh 非线性激活函数。
上图中，K为内核大小，C为特征图数量，S为每个卷积层的跨度，H为特征图高度，W为特征图宽度，Resize值用于设置特征图尺寸的插值方法。
, ⊕ 表示按元素相加。
该V2版本基于第一代AnimeGAN的升级，主要解决模型生成的图像中高频伪影的问题。
具体来说，采取的措施是使用特征的层归一化来防止网络在生成的图像中产生高频伪影。
作者认为，层归一化可以使特征图中的不同通道具有相同的特征属性分布，可以有效防止局部噪声的产生。
AnimeGANv2的生成器参数大小为8.6MB，而AnimeGAN的生成器参数大小为15.8MB。
他们使用的判别器大致相同，不同的是 AnimeGANv2 使用层归一化而不是实例归一化。
网友：我变美了。
这个AI吸引了很多粉丝。
有网友“闯二次元”后发现了她们的惊人美感：变美了！他还非常自豪地展示了自己的卡通脸。
看到比尔盖茨的效果后，有网友惊呼：天啊！盖茨看起来聪明又性感。
作者：AnimeGANv3 即将推出，它能产生更好的结果。
AnimeGAN的原作者有3位，分别是刘刚副教授、湖北工业大学陈杰博士以及他们的学生陈鑫。
这个项目的诞生主要源于团队成员的个人兴趣，即对2D宅男文化艺术的热爱。
作者的同学之一陈表示，AnimeGAN和AnimeGANv2各花了2-3个月的时间才完成，遇到了很多困难。
这包括硬件资源的极度缺乏。
比如当时AnimeGAN使用的NVIDIA单卡服务器是艺术设计学院院长饶健教授提供的，而他负责的研究也是靠借其他同学的机器来跑实验。
到了AnimeGANv2的时候，就只剩下一台单卡ti服务器可以使用了。
然而，所有的努力都白费了。
现在AnimeGAN已经受到了很多人的关注和喜爱，这让陈老师和他的导师团队感到了极大的成就感。
要知道，连导演新海诚都转发过AnimeGAN的作品。
然而，这个由爱好驱动的科学研究项目不仅仅是为了好玩。
在我们与团队的沟通中，他们表示主要目标是以学术论文为里程碑，最大的期望是项目能够落地到实际应用中。
接下来，AnimeGANv3 即将推出。
然后它将使用更小的网络大小，可能减少到只有4M左右；同时，它会解决AnimeGANv2的一些缺点（例如v2保留了太多原始图像的细节），使得生成的动画效果的质量会更高。
这也意味着AnimeGANv3将具备商业化的能力。
AnimeGANv3完成后，他们将继续优化从人脸到动画的算法。
还有一件事最后，大家在开始之前一定要注意。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-18
06-18
06-21
06-06
06-18
最新文章
首先告诉我什么是智能汽车！
盲盒明星卡的暴利与泡沫：2元卡卖700万，直播卖卡月入百万
黑色星期五轰轰烈烈地回来了，结果这些中国企业扛起了全场
锂电池隔膜疯狂扩产：兴源材料欲夺回C位？
当我考上缅语专业时：凌晨三点我还在走廊里背单词，毕业后，我不仅仅是一名翻译者
被遗弃，被收获？老年人上网到底有多难？
海外日报 -今年，我国自主研发游戏海外实际销售收入实现两位数增长；三星电子正式成立机器人业务团队36氪海外·15分钟前
腾讯音乐：爱、相信、坚持