一键脱衣 App DeepNude 引爆争议!GitHub

一键脱衣 App DeepNude 引爆争议!GitHub

 

一键脱衣 App DeepNude 引爆争议!GitHub

上週,又一 AI 偏门应用 DeepNude 爆出,一键直接「脱掉」女性的衣服,火爆全球。

应用也很容易上手,只需要给它一张照片,即可藉助神经网路技术,自动「脱掉」衣服。原理虽然理解门槛高,但是应用起来却毫不费力,因为对于使用者来说,无需任何技术知识,一键即可获取。

一键脱衣 App DeepNude 引爆争议!GitHub

DeepNude 处理的图片有明显人工痕迹

据发布者表示,研发团队是个很小的团队,相关技术显然也还很不成熟,多数照片(尤其是低分辨率照片)经过 DeepNude 处理后,得出的图片会有人工痕迹;而输入卡通人物照片,得出的图片是完全扭曲的,大多数图片和低分辨率图片会产生一些视觉伪像。

当然,目标「图片」还是各种女性,较早曝光这一应用的科技媒体 Motherboard 表示,他们通过几十张的照片测试,发现如果输入《体育画报泳装特辑》(Sports Illustrated Swimsuit)的照片,得到的裸体照片最为逼真。

一键脱衣 App DeepNude 引爆争议!GitHub

这一应用瞬间引发了社区的各类声讨,表示是对 AI 利用的反例。

连吴恩达也出面发声,声讨这一项目。

 

一键脱衣 App DeepNude 引爆争议!GitHub

该应用在一片讨伐声中很快下线,但是,余震犹存。

尤其是对这一应用背后技术的探讨还一直在持续。

本週,一个名为「研究 DeepNude 使用的图片生成和图片修复相关的技术和论文」的 GitHub 升至一周热榜,获得了不少星标。

项目创始人显然对于这一项目背后的技术很有研究,提出了其生成需要的一系列技术框架,以及哪些技术可能有更好的实现效果。文摘菌在此进行转载, 希望各位极客在满足技术好奇心的同时,也可以正确使用自己手中的技术力量。

以下为原文内容和 来源

接下来我会开源一些 image/text/random-to-image 的神经网路模型,仅供学习交流之用,也欢迎分享你的技术解决方案。

DeepNude 软体主要使用 Image Inpainting for Irregular Holes Using Partial Convolutions 中提出的 Image-to-Image 技术,该技术有很多其它的应用,比如把黑白的简笔划转换成色彩丰富的彩图,你可以点击 连结 在浏览器中尝试 Image-to-Image 技术。

 

一键脱衣 App DeepNude 引爆争议!GitHub

在左侧框中按照自己想像画一个简笔划的猫,再点击 pix2pix 按钮,就能输出一个模型生成的猫。

    论文 NVIDIA 2018 paper Image Inpainting for Irregular Holes Using Partial Convolutions and Partial Convolution based Padding.代码 Paper code partialconv。一键脱衣 App DeepNude 引爆争议!GitHub

    在 Image_Inpainting(NVIDIA_2018).mp4 影片中左侧的操作界面,只需用工具将图片中不需要的内容简单涂抹掉,哪怕形状很不规则,NVIDIA 的模型能够将图片「复原」,用非常逼真的画面填补被涂抹的空白。

    可谓是一键 P 图,而且「毫无 PS 痕迹」。该研究来自 Nvidia 的 Guilin Liu 等人的团队,他们发布了一种可以编辑图片或重建已损坏图片的深度学习方法,即使图片穿了个洞或丢失了像素。这是目前 2018 state-of-the-art 的方法。

    DeepNude 通常使用这种 Pix2Pix 技术。

      论文 Berkeley 2017 paper Image-to-Image Translation with Conditional Adversarial Networks.主页 homepage Image-to-Image Translation with Conditional Adversarial Nets代码 code pix2pixRun in Google Colab pix2pix.ipynb

      一键脱衣 App DeepNude 引爆争议!GitHub

      Image-to-Image Translation with Conditional Adversarial Networks 是柏克莱大学研究提出的使用条件对抗网路作为图片到图片转换问题的通用解决方案。

        论文:Berkeley 2017 paper Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks代码:code CycleGANRun in Google Colab cyclegan.ipynb一键脱衣 App DeepNude 引爆争议!GitHub

        CycleGAN 使用循环一致性损失函数来实现训练,而无需配对数据。换句话说,它可以从一个域转换到另一个域,而无需在源域和目标域之间进行一对一映射。

        这开启了执行许多有趣任务的可能性,例如照片增强,图片着色,样式传输等。您只需要源和目标数据集。

        可能不需要 Image-to-Image。我们可以使用 GAN 直接从随机值生成图片或从文本生成图片。

        微软人工智慧研究院(Microsoft Research AI)开发的新 AI 技术 Obj-GAN 可以理解自然语言描述、绘製草图、合成图片,然后根据草图框架和文字提供的个别单词细化细节。

        换句话说,这个网路可以根据描述日常场景的文字描述生成同样场景的图片。

        一键脱衣 App DeepNude 引爆争议!GitHub

         

        一键脱衣 App DeepNude 引爆争议!GitHub

        进阶版神笔:只需一句话、一个故事,即可生成画面

        微软新研究提出新型 GAN——ObjGAN,可根据文字描述生成複杂场景。他们还提出另一个可以画故事的 GAN—— StoryGAN,输入一个故事的文本,即可输出「连环画」。

        当前最优的文本到图片生成模型可以基于单句描述生成逼真的鸟类图片。然而,文本到图片生成器远远不止仅对一个句子生成单个图片。给定一个多句段落,生成一系列图片,每个图片对应一个句子,完整地可视化整个故事。

        一键脱衣 App DeepNude 引爆争议!GitHub

        现在用得最多的 Image-to-Image 技术应该就是美颜 App 了,所以我们为什幺不开发一个更加智慧的美颜相机呢?

上一篇: 下一篇: