нейросеть менять лица
»Илон Маск Знаменитости нейросети
По моему великолепно
Парень запил нейросеть которая меняет инстателкам лицо на лицо Илома Маска, плюс вишенка на торте сгенерированые описаниянаука нейросети эмоции Реактор познавательный
Масштабное исследование выявило 21 универсальное выражение лица
Американские психологи провели крупное исследование эмоций в разных культурах с помощью глубокой нейронной сети. В эксперименте почти шесть тысяч участников подражали фотографиям лиц с различными выражениями, а затем определяли изображенные эмоции. Используя нейросеть, ученые проанализировали полученные данные и выявили 21 выражение с высокой культурной универсальностью.
Эмоции можно назвать универсальным языком человечества. Дарвин объяснял их возникновение и развитие эволюционной необходимостью. Психолог Пол Экман выделял шесть универсальных выражений лица: гнев, отвращение, страх, удивление, печаль и радость. Но эмоций и выражений внутреннего состояния существует несколько десятков, и в разных культурах они называются по-разному. Сколько вообще эмоций можно передать мимикой и насколько они универсальны?
Подобными вопросами задались исследователи из США. Они собрали базу данных из выражений лиц 5833 участников из шести стран: Китая, Эфиопии, Индии, Южной Африки, США и Венесуэлы. Ученые взяли 4659 изображений различных выражений лица и попросили испытуемых сфотографировать себя, имитируя мимику на картинках.
Участники в сумме сделали 423 193 фотографии и оценили эмоциональную интенсивность от нуля до 100 согласно 48 эмоциональным определениям в шести странах. Используя глубокую нейросеть, которую обучили предсказывать значения движений лица, игнорируя внешность и контекст, исследователи выявили 21 выражение с высокой культурной универсальностью. Результаты опубликованы в журнале iScience.
Главные недостатки предыдущих подобных исследований, как утверждают авторы статьи, состояли в недостаточной выборке и в том, что нейросеть ранее обучалась на эмоциях одной культуры. Чтобы избежать неправильного перевода определений в разных культурах, в новой работе нейросеть обучали определять выражение лица в каждой культуре отдельно — у нее не было предварительных знаний о том, как эмоциональные понятия переводятся с одной языка на другой.
Участники проходили эксперимент в два этапа. Сначала они подражали случайным выражениям лица из 4659 предложенных изображений. Затем они определяли, что чувствует человек на картинке, и оценивали интенсивность эмоции от нуля до 100. Испытуемые из Индии, Южной Африки и США использовали термины английского языка, из Китая — китайского, из Эфиопии — амхарского, из Венесуэлы — испанского. На втором этапе независимая группа участников из каждой страны по тем же критериям оценивала мимику на фотографиях других испытуемых.
В результате выяснилось, что выражения лица, которые ассоциируются с 17 разными эмоциями, определялись одинаково во всех шести странах. Это «гнев», «скука», «концентрация», «отвращение», «страх», «радость», «боль», «грусть», «сексуальное желание», «(положительное) удивление», «усталость», «триумф», «спокойствие», «растерянность», «разочарование», «страдание» и «интерес». Четыре других понятия ученые классифицировали не так точно: «созерцание» в одних странах ассоциировалось с «сомнением» в других, то же самое случилось с парами «любовь» / «романтика»; «удовлетворение» / «довольство»; «(негативное) удивление» / «благоговение».
Однако, как отметили авторы, их исследование не лишено ограничений. Так, 4659 выражений лица испытуемых — это далеко не все возможные комбинации движений лицевых мышц. К тому же, помимо четырех выбранных языков, на которых говорит 40% населения Земли, существует еще 189 стран и 6500 других языков. Также до конца не ясно, как меняется мимика в зависимости от пола, социального класса и прочих индивидуальных различий.
нейросеть Раса Игры Фильмы
Чешские разработчики делают нейросеть, которая сможет менять расу в играх и фильмах©
Чешские разработчики из студии Paranormal делают нейросеть, которая сможет менять не просто цвет кожи персонажей с черного на белый или наоборот, а расу.
Данная "технология будущего" будет нацелена как на игры, так и на фильмы. До выхода, судя по всему, пока далеко, поскольку дизайнер Якуб Явора сообщил, что они "открыты для инвестиций или сотрудничества в области разработки". Так что радоваться пока рано. Однако, если (или лучше сказать когда) технология реализуется, недовольство мискастингом может исчезнуть раз и навсегда. Ниже представлено видео, демонстрирующее концепцию.
Лица Нетфликс или Диснея представили?
DeepFakes нейронные сети замена лиц честно спижжено timoil94 длиннопост Хлоя Морец FakeApp deep fakes
Инструкция: Как запустить нейросеть меняющий лица актрис на видео.
"Если у вас windows 10 64x, 16gb ОЗУ, 1050ti, i7 7700. То запустится 100% без проблем.
*Для начала скачиваем и устанавливаем CUDA 8.0
https://developer.nvidia.com/cuda-80-ga2-download-archive
Установка стандартная, после перезагружаем. Патчить ничего не надо.
*Скачиваем саму программу:
https://drive.google.com/file/d/1_D6JIZsv4JdIqydhfpXCP63HzlvnqCt6/view
*Скачиваем ffmpeg
https://ffmpeg.zeranoe.com/builds/
*ВАЖНО! ПОВТОРЯЕМ В ТОЧЬ ТОЧЬ!!!
Распаковываем FakeApp.zip в корень диск С. А так-же в корне диска С создаем папку fakes, внутри создаем папки data, data_A, data_B.
ffmpeg, распаковываем в папку FakeApp.
Получаем такую картину:
*Этап подготовки видео.
Скачиваем любое видео например с Хлое Морец и теперь нужно на любом видеоредакторе нарезать участки видео с её лицом и склеить в один видеофайл.
Сохраняем нарезанное видео в качестве 720p в папку C:\fakes\data_A называем её 1.mp4
Запускаем командную строку,пишем:
C:\FakeApp\ffmpeg\bin\ffmpeg.exe -i C:\fakes\data_A\1.mp4 -vf fps=25 "C:\fakes\data_A\out%d.png"
В папке C:\fakes\data_A видим как появляются картинки, ждем завершения процесса.
Запускаем fakeapp.bat в папке C:\FakeApp
Выбираем Align, поле Data указываем C:\fakes\data_A
Жмем Start. ЖДЕМ ПОЛНОГО ЗАВЕРШЕНИЯ!
В папке C:\fakes\data_A появится папка aligned где все упорядочены её лица.
*ЭТАП НОМЕР ДВА
Находим видео для друга и повторяем весь процесс, только вместо data_A указываем data_B.
Главное видео для друга должно быть одно лицо, если лиц в кадре несколько, программа будет менять их все.
После того как в папке data_A и data_B появилась папка aligned с упорядоченными лицами переходим к тренировке. Этот процесс жопаболь, ибо уходит очень много времени для тренировки нейросети.
Переходим на вкладку Train
В поле Data A указываем путь C:\fakes\data_A\aligned
В поле Data B указываем путь C:\fakes\data_B\aligned
Жмем Start и ждем. Ждем. Ждеееееем. Наблюдаем как постепенно нейросеть учится и качество фото улучшается.
Если надоело ждать или качество вас устраивает, нажимаем клавишу Q, программа сохранит "весы" связей и можно будет в дальнейшем продолжить расчеты, ничего не теряется.
Нейросеть будет учиться примерно сутки на 1050ti.Результат работы за 4 часа обучения:
Лицо выглядит пока что вот так:
Что радует, лицо идеально стыкуется с этой актрисой. Главное терпение!
Сшиваем готовое видео
Склеивать готовое видео не долго, по времени уходит максимум 1 час.
Отключаем обучение нажав на клавишу Q, переходим во вкладку Merge.
В пункте Data указываем C:\fakes\data_B\aligned
В пункте Direction указываем BtoA ( что на что меняем)
Нажимаем Start. В папке C:\fakes\data_B появится папка merged с изображениями где лица заменены. Теперь нужно картинки превратить в видеозапись. Есть два способа
*Способ 1й
Пример команды:
ffmpeg -i папка/название_секвенции_%05d.jpg -r [FPS, например 25] -c:v libx264 -q:v 2 output.mp4
Склеит секвенцию из папки "папка" с кадрами названия "название_секвенции_00001.jpg", т.е с пятью цифрами. Если хочется добавить звуковую дорожку, то следует дописать вот так:
ffmpeg -i папка/название_секвенции_%05d.jpg -i название_дорожки.wav -r [FPS, например 25] -c:v libx264 -q:v 2 output.mp4
Расширение картинок может быть любым, а не только jpg, тоже самое со звуком.
Вытащить дорожу из видео можно с помощью того же ffmpeg'a
ffmpeg -i название_видео.mp4 -b:a 320k выходная_дорожка.mp3
Получим mp3шку с 320к битрейтом
*Способ 2й.
Запускаем Adobe After Effects.
Файл - Импорт - Файл...
Переходим в папку C:\fakes\data_B\merged
Выделяем все фотки из папки merged. Ставим галку "Эпизод PNG"
Жмем Импорт.
В раскадровке появится видео. Накладываем звук, экспортируем, все готово.
Если в merge вылазит ошибка. Проверьте, не удалили файл alignments.json? Вот так должна выглядеть папка C:\fakes\data_B :
Примечание:
Форма черепа и лица должна быть максимально похожей. Без очков.
Можно сшивать мужские лица, главное следить за растительностью на лице, иначе сильно выделяется. "
ChatGPT песочница кровь и бетон пост из чистилища нейросети
С ругательствами у нейросети пока слабовато. Кое-что она может, но получаются монологи в стиле "Кровь и бетон"
Photoshop нейронные сети gif большая гифка
Фотошоп+нейросети: Есть плагин для Photoshop и Krita под названием flying dog с поддержкой Stable Diffusion, который позволяет сразу менять выделенную или вырезанную область на результат текстового запроса.
Fazanishe нарисовал сам Мысли вслух нейросети длиннопост
Нейросеть - Deus ex machine или как обезличить искусство.
Сейчас мы являемся свидетелями революционного события, компьютер начал творить.
Любой обладатель подходящего железа может создавать рисунки по нажатию кнопки. Как пример это доступно в программах "DALL-E", "midjourney" и им подобные.
Но в чем подвох, ведь чем больше контента тем лучше?
Для этого нужно обозначить, что материалом для нейросети является любое цифровое изображение.
В частности работы художников и фотографов. Нейросеть собирает базу данных и при помощи алгоритма комбинирует новый продукт. Этот процесс можно сравнить с созданием персонажа в игровом редакторе, когда новый персонаж собирается из уже готовых элементов.
Так в чем же проблема?
Авторство. После машинной обработки оригиналы не упоминаются. Автором становится программа, а соответственно и её обладатель.
Например, AsukaLn, пользователь с портала deviantart. Он выкладывает работы полученные использованием нейросети. Работы красивы и однозначно заслуживают внимания. Но авторство оригиналов не упоминается, потому что только программа знает сколько и откуда взято.
Таким образом выстраивается неприятная для художника схема, где он становится конкурентом самому себе.
И чем больше и лучше рисует художник, тем выше шанс, что его работы станут базой для нейросети.
Также стоит отметить и неочевидную пользу. В отличие от искусства люди не вечны. Но нейросеть может продолжать их творчество бесконечно долго, пока существует база данных. Мы получили инструмент, способный сделать искусство по-настоящему бессмертным.
Прошу вас поделится своим мнение на эту тему. Как вы относитесь к творчеству нейросетей и что вы от них ждете в будущем?
Отличный комментарий!