Maison >Périphériques technologiques >IA >Revivez les beaux moments du passé ! La technologie IA vous aide à réparer de vieilles photos !
Cet article présente une technologie d'IA open source (sortie en 2021) qui peut vous aider à réparer d'anciennes photos et vous permettre de revivre les beaux moments du passé !
Site d'essai gratuit en ligne : https://huggingface.co/spaces/akhaliq/GFPGAN
Parce que ce modèle est relativement volumineux et nécessite beaucoup de ressources informatiques, notamment de ressources GPU, et qu'il est gratuit, donc je ne le fais pas. Je ne sais pas quand sera fermé. Peu de personnes l’utilisent actuellement, cette expérience en ligne peut donc toujours être utilisée gratuitement.
L'algorithme GFPGAN est utilisé derrière cette réparation. GFPGAN est l'algorithme open source de réparation du visage de Tencent. Il utilise des facteurs préalables riches et divers encapsulés dans un GAN facial pré-entraîné (tel que StyleGAN2) pour effectuer une réparation du visage aveugle et est conçu pour être développé pour des algorithmes pratiques du monde réel. réparation.
https://www.php.cn/link/649adc59afdef2a8b9e943f94a04b02f
Choisissez une ancienne photo pour voir comment fonctionne la réparation.
J'ai spécialement choisi une photo très floue.
L'effet après réparation :
Alors, comment GFP-GAN obtient-il un effet aussi puissant ? Les chercheurs se sont inspirés de StyleGAN2 :
Étant donné que le GAN peut déjà générer des images réelles, les informations faciales qu'il contient peuvent-elles également aider à la réparation du visage ? Par conséquent, dans le cadre du modèle GFP-GAN, un module de suppression de dégradation et un GAN pré-entraîné sont principalement utilisés comme a priori.
Les deux modules sont connectés via un mappage de codage latent et des couches de changement de caractéristiques spatiales de segmentation multiple (CS-SFT).
Pendant le processus de formation, les visages de mauvaise qualité doivent d'abord être soumis à un traitement grossier tel que la réduction du bruit, puis les informations faciales sont conservées.
En termes de fidélité, les chercheurs ont introduit une perte faciale (Facial Component Loss) pour déterminer quels détails doivent être améliorés et conservés, puis les ont réparés avec une perte de préservation de l'identification (Identity Preserving Loss).
Stable Diffusion, qui est récemment devenue populaire dans le domaine des graphiques IA, utilise également GFPGAN. Reportez-vous à la sixième ligne du fichier du package de dépendances ci-dessous https://github.com/AUTOMATIC1111/stable-diffusion-webui/blob/master/requirements.txt
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!