上海工业大学的一组研究人员
使用框架
该工具包接收二维图像作为输入,并根据所选模型合成修改后的结果。 支持三种转换选项:
创建一个跟随模型训练动作的移动对象。 将外观元素从模型转移到物体(例如,换衣服)。 生成新角度(例如,基于全脸照片合成个人资料图像)。 所有三种方法都可以组合使用,例如,您可以从照片生成视频,模拟穿着不同衣服的复杂杂技表演。
在合成过程中,选择照片中的物体和形成移动时缺失的背景元素的操作是同时进行的。 神经网络模型可以训练一次并用于各种变换。 用于装载
与基于描述身体在二维空间中的位置的关键点进行变换的变换方法不同,Impersonator 尝试使用机器学习方法合成具有身体描述的三维网格。
所提出的方法允许考虑个性化的体形和当前姿势进行操作,模拟肢体的自然运动。
在变换过程中保留纹理、风格、颜色和面部识别等原始信息,
来源: opennet.ru