微软的 FaceShifter 与现有方法比拟
据理解，FaceShifter 能用源图像中的人更换掉目标图像中的人，同时保留了头部姿态、面部表情、光芒、颜色、强度、背景和其他特色。但像 Reflect 和 FaceSwap 这样的运用程序声称也可以准确地做到这一点，但是微软论文的合著者表示，FaceShifter 对姿势和视角变革更加敏感。
值得一提的是，AEI-Net 整合了研究职员所称的把稳力非正规化（AAD）层，该层可自适应地学习在哪里整合面部属性，而单独的模型“启示式缺点识别细化网络（HEAR-Net）”，则利用了重修图像与其输入之间的差异来识别斑点遮挡。
来自 FaceShifter 上的示例
来自 FaceShifter 上的示例
再来单独感想熏染下周杰伦“换脸”的过程～
微软的研究团队表示，在定性测试中，FaceShifter 保留了人脸轮廓，并准确地还原了目标的光芒和图像分辨率。此外，纵然是从互联网上抓取的“陌生面孔”，该框架也学会了在不依赖人工标注数据的情形下规复非常区域——包括眼镜、阴影和反射效果，以及其他遮挡物。
与 FaceShifter 不同的是，Face X-Ray 的浸染是用于检测假造的虚假头像。目前，假造头像被滥用的情形横行网络。去年 6 月，一份报告显示，一名特工利用 AI 天生的个人资料图片欺骗了 LinkedIn 上的联系人，同年 12 月，Facebook 创造了数百个利用 AI 合成的假脸作头像的虚假账户。研究职员表示，确实须要像 Face X-Ray 这样的工具来检测深度假造的图像。
结果表明，Face X-Ray 能够分辨出以前从未见过的假造图像，并能准确地预测稠浊区域。该团队指出，他们的方法是针对稠浊图像的，因此，它可能不适用于完备合成的图像，可能被对抗样本骗过。暂且撇开这个不谈，研究团队认为，这是迈向假造人脸检测的主要一步。
极客
代价 199 元的学习加油包，内含逐日一课VIP专享月卡和学习加油包，可免费畅看代价万元线下大会实录视频，425位国内外大厂资深专家特邀分享，更有极客韶光爆款课程任意学，左耳朵耗子、许式伟、丁奇等一线大咖独家履历传授，面对面向 BAT 等一线大厂取经。
小伙伴们关注+评论+转发+点赞后，私信