人工智能

一张照片生成3D头像 苹果新模型击败StyleGAN2 表情光线都能调

字号+作者: 来源:量子位 2023-05-02 16:14 评论(创建话题) 收藏成功收藏本文

随便一张照片,就可生成3D头像。而且光线真实,任意角度可调。这是苹果的最新黑科技生成框架FaceLit。正如其名,FaceLit的特色就是可以将人脸“点亮”。“自'...

随便一张照片,就可生成3D头像。而且光线真实,任意角度可调。这是苹果的最新黑科技生成框架FaceLit。正如其名,FaceLit的特色就是可以将人脸“点亮”。“自带光环”的FaceLit在易用性上也不输同类,甚至更胜一筹——kB3品论天涯网


kB3品论天涯网

进行3D建模时,需要的照片素材无需专门选择角度,数量上也只需一张。kB3品论天涯网

甚至对表情、发型、眼镜等元素进行调节时,也不需要额外素材。kB3品论天涯网

而传统的头像合成工具或者需要多张图片才能工作,或者对照片角度有刁钻的要求。kB3品论天涯网

正是凭借这一创新,FaceLit获得了3.5的FID评分,较同类产品直接高出了25%。kB3品论天涯网

改进式EG3D合成人像,光线信息单独处理kB3品论天涯网

下面就来看一下FaceLit具体是如何实现头像合成的。kB3品论天涯网

总的来说,苹果采用了将人物本体与光线分别处理再进行叠加的策略。kB3品论天涯网

早期的三维人像合成工具在转换过程中可能产生形变。kB3品论天涯网

而爆火的NeRF通过将场景拆分成具体因素,提高了3D图像合成效果,改善了这一问题。kB3品论天涯网

但苹果团队认为,在可控性方面,NeRF仍存有不足之处。kB3品论天涯网

于是,在EG3D框架的基础上,苹果创造了FaceLit的合成模型。kB3品论天涯网

EG3D通过三平面解码器,赋予了二维卷积神经网络生成渲染3D模型所需深度参数的能力。kB3品论天涯网

苹果团队对标准的EG3D训练方式进行了扩展,并将之转化成了FaceLit框架。kB3品论天涯网


kB3品论天涯网

FaceLit与传统EG3D渲染流程对比图kB3品论天涯网

标准的ED3G使用相机位置p参数作为基本输入参数。kB3品论天涯网

在建立GAN2操作时,苹果在EG3D的基础上加入了光照参数lkB3品论天涯网


kB3品论天涯网

不同p(左→右)与l(上→下)值下的初始图像kB3品论天涯网

苹果选择了经过球形谐波方式简化后的Phong反射模型作为处理光源的物理基础。kB3品论天涯网

光照参数l就是在这一基础之上独立处理得到的。kB3品论天涯网

在自然界中,反射包括镜面反射漫反射两种形式。kB3品论天涯网


kB3品论天涯网

不同镜面反射率条件下的效果对比kB3品论天涯网

因此,苹果在ED3G模型中加入了镜面反射解码器和漫反射解码器。kB3品论天涯网

它们替代了可以直接得到颜色c、密度σ数据的三平面解码器kB3品论天涯网


kB3品论天涯网

反射解码器流程示意图kB3品论天涯网

通过对GAN2产生的数据进行再次解码,可以得到镜面反射率ks和漫反射率kdkB3品论天涯网

然后再通过两种反射着色器得到颜色c,密度σ则由漫反射解码器计算得出。kB3品论天涯网

最终,FaceLit以与三平面解码器相同的参数(c,w,σ)渲染图像,并进行分辨率优化。kB3品论天涯网

有的放矢设计训练策略,数据无需人工标注kB3品论天涯网

生成框架已有,那就来到训练阶段,其特点在于训练过程中无需人工标注。kB3品论天涯网

方法论层面,在训练时,团队使用了FFHQ、MetFaces和CelebA-HQ数据集。kB3品论天涯网

对于不同的数据集,苹果使用了不同的训练方式。kB3品论天涯网

FFHQ包含了7万余条人脸数据,其训练分为两个阶段:先在较低的分辨率下训练,再提高分辨率再次进行。kB3品论天涯网

对于包含2万数据量的CelebA-HQ,训练不需要分阶段进行。kB3品论天涯网

而对于更小的MetFAces,则只需要通过ADA扩容的方式,使用预训练的FFHQ进行优化调整即可。kB3品论天涯网

定性地看,训练结果在机位、光源和反射高光等方面都有出色的表现,图中的细节也有所增强。kB3品论天涯网


kB3品论天涯网

FaceLit生成的头像(左侧四列)唇齿部位的细节进行了明显重构kB3品论天涯网

定量结果同样表明,FaceLit在FID、KID等指标上均优于包括标准EG3D在内的传统生成方式。kB3品论天涯网

在使用FFHQ作为训练集的条件下,各生成方式的表现如下表,不难看出FaceLit拥有最低的FID和KID值。kB3品论天涯网


kB3品论天涯网

而相比于英伟达的StyleGAN2,FaceLit的表现依旧出色:kB3品论天涯网


kB3品论天涯网

光线准确度方面,FaceLit在使用三种不同训练数据集的情况下,与人工设定的标准值平均均方误差均低于0.01。kB3品论天涯网


kB3品论天涯网

网友:人们低估了苹果AIkB3品论天涯网

消息发出后,便有网友认为“这是对更重磅产品的预热”。kB3品论天涯网

更有网友直接推测,FaceLit的出现标示着人工智能将进军AR和VR领域,苹果的混合现实将最终实现商用……kB3品论天涯网


kB3品论天涯网

也有网友认为,FaceLit不会商用,否则苹果才不会以论文的形式发表。kB3品论天涯网


kB3品论天涯网

针对FaceLit本身,也有网友表示,除了LLM,其他都是浮云,他们(苹果)如果不开发LLM,就没有未来。kB3品论天涯网


kB3品论天涯网

但这位网友同时也说,苹果可能已经在做(LLM)了。kB3品论天涯网

相应的,也有网友称人们“低估了苹果在AI领域的深度”。kB3品论天涯网


kB3品论天涯网

所以各位网友对苹果在AI领域还有什么样的期待呢?kB3品论天涯网

本网除标明“PLTYW原创”的文章外,其它文章均为转载或者爬虫(PBot)抓取。 本文只代表作者个人观点,不代表本站观点,仅供大家学习参考;转载此文是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网站编辑联系,我们将及时更正、删除,谢谢。 本站邮箱[email protected]