原以為今年三月介紹過、那個於GTC 2019中所展示的風景生成工具”GauGAN”僅是個Demo,
未來頂多作為商用軟體套裝功能之一推出,大概不會有機會能使用到;
直到前幾日讀了iThome的”GauGAN AI作畫技術大公開“一文,
方才發現原來”GauGAN”已經於六月開放公測,只要到NVIDIA Research網站便能免費嘗鮮,
既然如此,當然要好好去看看這以”生成對抗網路(generative adversarial networks, gan)”為基礎,
還利用了超過百萬張圖片訓練所形成的模型到底有多厲害了 ww
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!
用「DeepNude」讓AI幫你製作裸體照片！
近10年前所介紹過,那號稱可用增廣實境(AR)合成裸體影片的APP”Nude it”,
雖然後來被證實僅是個惡搞,並無真實產品,但拜科技發展突飛猛進之賜,
繼日前出現使用類神經網路、將人臉照片與A片演員合成的軟體”DeepFake“後,
用AI將照片中的人物剝光、自動產生裸體影像的程式終於也毫不意外的登場了…..
那就是由deepnudeapp公司於幾日前所推出的產品”DeepNude“!
NVIDIA的GauGAN讓風景畫真的「看！很簡單吧！」
從Gigazine看到的報導,NVIDIA日前於自家的GTC 2019(GPU Technology Conference 2019)中,
展示了一款以法國印象派畫家高更(Paul Gauguin)為名的深度學習應用工具”GauGAN”,
根據NVIDIA官方介紹,該軟體使用生成對抗網路(generative adversarial networks, gan)為基底,
只要從中選擇畫筆、大致描繪出背景輪廓,”GauGAN”就會依循它那受超過百萬張圖片訓練所形成的模型,
自動將圖片轉換、生成為寫實的風景圖片─”看!很簡單吧!”
用AI自動為圖片去背的服務「remove.bg」
隨著使用人工智慧與機器學習的”Adobe Sensei“整合進越來越多Adobe旗下產品,
現在就連Photoshop也已經能一鍵去除背景,而根據今年三月Adobe於GTC2018的發表,
Photoshop接著甚至還計畫要再加入無須使用遮罩、自動偵測目標的進階功能”Deep Matte”,
雖然該專案目前還未釋出,若已迫不及待想嘗嘗把圖全交給AI來自動去背是什麼滋味,
那麼或許可以藉由”remove.bg“所推出的免費線上去背服務,搶先一探究竟!
用AI製作電影明星─例如Gal Gadot和Emma Watson的色情片！
“將明星或暗戀對象的照片後製或貼在寫真集上”此類常於ACG作品出現、
現實生活中亦偶有所聞的性幻想方式,在陪伴眾多世代的人們成長之後,
隨著科技進步與工具成本降低,或許會於不久的未來被慢慢遺忘─
因為,AI將會為我們迅速合成好新鮮熱辣的色情片!
(2017/12/12的原始文章因受檢舉而遭系統鎖定,詢問Pixnet客服後仍無法編輯,故移除違規內容後重po一篇)
用大頭照自動產生臉部3D模型！
以往介紹過的一些新奇建模方法,像是3D掃描、靜態圖片節點感知等,
雖然看起來都是非常快速又方便的工具,但若單論人臉3D模型的成形,
恐怕…..都比不太上今天所介紹的這個了!
從iThome看到的報導,諾丁罕大學(The University of Nottingham)電腦視覺研究室的人員,
日前釋出了其專案”Large Pose 3D Face Reconstruction from a Single Image
via Direct Volumetric CNN Regression”的演算法內容於GitHub,
並製作了一個展示演算法內容的公開網站─只要上傳2D的大頭照,
該網站便會自動偵測臉孔,並即時建立出3D模型!
手機板的偽春菜：SELF TYPE-03 AI！
0 則迴響
文章分類：電腦相關
浪費才能也能很認真的「あの人の研究論文集」
在4月新番開播後,“例の紐“便成了這陣子最熱門的話題之一,
那只細細的緞帶在吸引眾多繪師和Coser們爭相創作之餘,
亦激發了許多實事求是的觀眾們努力”再現”或討論其現實可能性,
洗得這整個月來的twitter十分精彩、到處都是歐派;
然而目前所看到的分析與模擬,卻多僅止於幾張示意圖或照片而已,
對再現之流程、材料或背景變項等資訊付之闕如,也無其他相關研究者的評斷,
無論VIP或鄉民們在底下喊”才能の無駄遣い”、”有神快拜”或”OO王”喊得多大聲,
也依然不能改變他們缺少了”重複驗證”及”同儕審查”等科學要素的事實─
若沒有嚴謹的態度,再較真的討論也難脫跟風起鬨,不易留下有價值的知識,
眾多僅依靠空想示意圖來猜測”細繩能否支撐歐派”的網友,
若能將時間拿來細細研讀相關領域期刊、例如”あの人の研究論文集“,
想必就能瞭解…..即便是浪費才能的紳士研究,也可以很Empiricism!