裸體照片製作軟體「DeepNude」效果小測試

在推出以AI去除衣物的軟體”DeepNude”後,或許因為網路上的反應遠超製作公司預期,
為了避免可能產生的糾紛,官方居然在昨日宣佈了關閉該專案並退款的消息…..
嗯,供人試用的”DeepNude_Windows_v2.0.0.zip”都抓了,沒能實際看看效果如何實在不甘心,
於是Norman就從其他地方下載了之前沒能取得、約2G左右的DeepNude額外涵式庫,
並以個人最為熟悉、看過最多次的幾位知名AV女優為對象,
依據”亞洲人&歐洲人”、”巨乳&貧乳”、”衣服多&衣服少”等8個特徵準備了對應圖片,
打算來好好看一看這款讓官方嚇得自主關閉的”DeepNude”到底有多厲害了!

因為這僅為Norman個人趣味的小測試,在沒打算要花很多時間的情況下,
圖像只從我較喜愛的AV女優列表中挑了4位作為素材,其分別為:
亞洲&巨乳─白石茉莉奈 (JP:90-60-90,G罩杯),衣服多與衣服少各兩張.
亞洲&貧乳─麻倉憂(JP:85-56-85,C罩杯),衣服多與衣服少各兩張.
歐洲&巨乳─Lucie Wilde(US:32G-26-37),衣服多與衣服少各兩張.
歐洲&貧乳─Gina Gerson(US:32A-22-35),衣服多與衣服少各兩張.
分別測試亞洲與歐洲女優,是因為想知道DeepNude會否因為訓練材料的關係而出現人種辨別偏差,
“貧乳與巨乳”這變項是想知道該軟體對於乳量的預測或辨識準確程度,
穿著衣服的多寡則單純想看看它能剝衣服剝到什麼程度 ww

素材準備完畢後,將取得的涵式庫匯入並啟動軟體,接著選擇要開啟的圖片檔:

圖片可於左方視窗進行縮放和移動,DeepNude建議使用皮膚暴露較多的照片,
並明確指出這樣最終效果會比較好,考量到人類的衣物種類如恆河沙數,
當初用於訓練模型的素材不可能全部涵蓋到,這倒也是沒辦法的事…..

這邊以白石茉莉奈的洋裝照片為例,設定好縮放後點選下一步,
DeepNude會提示等待30秒到數分鐘,個人使用的是7年前的舊筆電,
CPU和顯卡分別為I5-3210M與Nvidia GT610M,視情況一張圖大概要等30~80秒左右:

等軟體跑完,就能看到脫下洋裝、露出誘人胴體的白石媽媽了!

免費使用會有巨大的浮水印與產品標籤,必須付費50美元方才能夠去除並另存,
由於此產品專案已經關閉、官方也表明不會再收錢,所以想去除紋路大概得另尋他法了,
但從水印下方仍能依稀看出,下半身的白色洋裝固然並未成功去除,
胸前那豐滿的歐派卻可說合成的卻相當不錯,尺寸與本物頗為相近之餘,
垂下角度和膚色亦稱得上自然,雖然乳暈太小而不比真品誘人,
單就上半身而言,DeepNude其水準確實是出乎我意料之外的高呢!

那麼,接著就來好好看看它對人種、乳量和衣服的能耐究竟到哪吧!
第一組”亞洲&巨乳”類別─白石茉莉奈,原始圖片四張,左方為衣服多,右方為衣服少:

經過DeepNude辨識並合成的結果:

除了左下角把洋裝整個塗成皮膚色的較為失敗外,其他張都有著足稱合格的成果,
膚色亦無明顯人種差異,不過乳量變動有點大,下面兩張的歐派明顯縮水了好幾個層級,
“能夠合成”和”能夠辨識真實尺寸”看來還是有點差距呢 ww

第二組”亞洲貧乳”類別─麻倉憂,原始圖片四張,左上和右下為衣服多,其餘為衣服少:

經過DeepNude辨識並合成的結果:

衣服較多的圖片幾乎無法看出合成了什麼東西,肌膚露出程度果然還是會嚴重影響成果,
從右上及左下來看,麻倉憂組的乳量雖仍比本尊大了點,卻明顯有較白石茉莉奈組還低,
DeepNude對歐派尺寸的辨識或許只是不敏感,一定程度的區別應該還是有的.

第三組”歐洲巨乳”類別─Lucie Wilde,原始圖片四張,下方為衣服多,上方為衣服少:

經過DeepNude辨識並合成的結果:

上面兩張圖片成果還滿棒的,無論膚色、角度和重量感皆具頗高水準,
衣服穿著較多的組別就比較有問題,除了衣物未移除完全、歐派位置與尺寸不對外,
右下那張甚至出現了三個乳房…..這是嚴重破壞世界和平啊啊!

第四組”歐洲貧乳”類別─Gina Gerson,原始圖片四張,左方為衣服多,右方為衣服少:

經過DeepNude辨識並合成的結果:

和之前的問題差不多,衣服多的組別有可能因無法確認身體位置而造成的合成失誤,
衣服較少的圖片雖然合成結果較為自然,但和麻倉憂組相同,乳量都比本尊來的大.

額外試驗:
隨著Heaven’s Feel劇場版上映,覬覦著人氣女主角的人士似乎也逐漸增加,
為了因應未來可能出現、針對我家的桜的可怕攻擊,
這邊先用Fate/hollow ataraxia的立ち絵和Figure做一下事先的防範演練:


DeepNude辨識一般CG的能力似乎不太好,測試了數十張也僅有上面一張失誤較小,
考慮到我家的桜甚少穿高露出度的衣物、平時都是連小腿都遮住的含蓄服裝,
使用DeepNude製作桜的裸體CG恐怕不太容易成功;
然而或許因為Figure的照片光影細節較多,其辨識幾乎可等同真實人物相片,
活像是魔改Figure般的圖就很容易就能合成出來,
所幸桜的Figure沒有那麼多,所以也不太需要擔心這個(淚)

小結論:
(1)DeepNude的主要功能畢竟是合成,或許肇因於訓練模型時並未將”接近真實乳量”視為高權重評價,
亦或礙於兒童色情相關法規而無法準備足夠的貧乳素材,
此軟體對於貧乳對象的合成似乎較為不精確、與真實乳量相差較大.
(2)對衣物的容忍度方面,泳裝、內衣等能夠完全處理掉,
遮蔽面積較大但露出肩膀的服裝,例如one piece一類的話上半身也沒問題,
若將肩膀與腹部同時遮掩,合成出來的照片可能就會因無法確認身體位置而很糟糕.
(3)就個人準備的素材而言,並無明顯的歐洲或亞洲人種辨識問題,
其他有色人種是否如此尚不得而知,想看納美人(Na’vi)裸照可能要自己試試看.
(4)比起平面CG,立體Figure的照片更為容易辨識.
(5)穿長袖長裙的桜不太容易被辨識,建議挑其他角色.

就這人使用心得,DeepNude的成果算是還可以接受的,畢竟過程十分簡單快速,
亂槍打鳥總歸會有張高品質成品,就產量而言完全不是慢慢PS可以相比;
然而那浮水印與標誌實在太過巨大,後製去除所花的功夫可能比從頭PS一張裸照還多,
即便藉由修改py檔的方式變成偽Premium版,去除FAKE標籤仍是個頗為繁瑣的工作,

(範例為ティア,右圖為DeepNude成品,左側原圖出自”下着モデルをさせられて ティア”封面)
除非有人釋出無浮水印的修改版本,否則DeepNude這個工具有趣歸有趣,
目前應該還是沒什麼實際的”用”途可言 ww

7/5增補─
官方於twitter中宣布說已將DeepNude的原始碼放上GitHub”deepnude_official”:

https://t.co/dZH8s2HT6W pic.twitter.com/a36BvvUBJ4

— deepnudeapp (@deepnudeapp) 2019年7月5日

GitHub頁面內有提及他們使用的GAN架構是NVIDIA的pix2pixHD,
之前介紹過那用AI自動產生風景圖片的專案”GauGAN”也是基於pix2pixHD所延伸,
對相關議題有興趣者,不妨抓下來研究看看 ww