照片也变脸，NVIDIA FastPhotoStyle 演算法将氛围转移到另一张照片
▼
想必各位读者多少都有注意到，先前有开发者利用 AI 与图像处理技术，将成人影片中女主角的脸与明星交换，达到“变脸”的效果。这次 NVIDIA 释出的 FastPhotoStyle 演算法，则能分析来源照片的风格，并套用至目标照片，能让目标照片保有原本的景色并染上不同风格，创造出更精彩的照片。
照片风格也能转移
照片风格转移演算法的用意，在于将来源照片的风格与目标照片的景色融合为一，让合成产生的新照片能保有原本的景色，并套上不同风格。虽然目前已有许多现成演算法能达到这功能，但效果并不一定理想，有时还会造成图像错误的情况。且这些演算法往往相当吃运算资源，一张解析度为 640480 的照片可能就需花费好几分钟来处理。
加州大学默塞德分校（University of California, Merced）与 NVIDIA 研究团队为了改善这些问题，一起研发了创新的 FastPhotoStyle 演算法。
FastPhotoStyle 会将处理程序拆分为风格转化（Stylization）与平滑化（Smoothing）等两步骤，在风格转化阶段，程式会分析来源照片的风格，并套用至目标照片。接下来的平滑化阶段，程式则会强化图片空间的一致性，发挥降低破绽的效果。
60 倍速超高效率
FastPhotoStyle 演算法会在风格转化阶段输入来源、目标等两张照片，然后对其进行 Photo WCT 转换（Whitening and Coloring Transform），如此一来便能得到中继照片。这时候中继照片已经具有来源的风格，但是会因为合成影像的关系，让画面产生鬼影与失真。
接下来的平滑化阶段，需要让输出的照片看起来更自然，为了达到这个需求，演算法会输入目标、中继照片，并比对图中邻近的区域，将相近的像素套入相同的风格，让画面更为滑顺，接下来则是避免平滑化让结果偏离 Photo WCT，以维持整体风格。
与现有演算法最大的不同是，FastPhotoStyle 并不需经过更新运算的过程，每个步骤独立进行，能够让处理速度提升 60 倍，并能在研究中以人眼分辨的测试中，获得 2 倍优于目前演算法的评价。
NVIDIA 将 FastPhotoStyle 演算法以开源方式释出，有兴趣尝试的读者可以至GitHub下载程式，或是阅读A Closed-form Solution to Photorealistic Image Stylization 白皮书。
（本文由 T客邦 授权转载；首图来源：）
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
