以往做游戏换装什么的, 大多是使用骨骼来调整体型/脸型, 这算是比较成熟的技术了. 最近的项目里尝试了使用MorphTarget(BlendShape)来做这个事情, 好处是能够做到逐顶点的调节, 可以做出比较细腻的效果, 但是与此同时带来了制作成本的上升. 不过目前AAA级的游戏中这种做法已经比较普遍了, 所以还有必要把制作流程理一下. 常见的问题: 比如我们人的身体通过Morph做了胖瘦, 那么衣服也需要跟随身体做相应的变形. 这在使用骨骼控制时是没有问题的, 但是使用Morph后, 就需要衣服
哪一个人脸识别 API 是最好的？让我们看看亚马逊的 Rekognition、谷歌云 Vision API、IBM 沃森 Visual Recognition 和 微软 Face API。
「打开手机的前置摄像头，用美图秀秀美美地拍上一张照片，然后把自拍发布到微信朋友圈并等待好友们亮起大拇指。」
加拿大多伦多大学（University of Toronto）的研究人员宣布开发出了人工智能驱动的程序，可干扰脸部识别系统。
随着移动设备的发展，美颜已成为多媒体内容生成链路中不可缺少的一种基本能力，尤其是在来疯直播秀场业务的场景下，主播的颜值就意味着生产力，直接影响主播及平台的收入。
前段时间给大家分享了如何利用colab实现AI绘画自由[1]又更新了不少新功能。最重要的是可以通过谷歌硬盘的快捷方式导入模型，极大的节省了谷歌硬盘容量。
目前已经开发出基于脸部图片认知学习可以准确评估健康状况的计算机模型。据报导，最新研究发现，脸部辨识计算机模型日新月异，可准确预测BMI、体脂肪和血压，换言之，计算机模型看脸就可以猜出健康状况。或许有一天通过智能手机拍摄一张人体健康管理用的脸部特写照片，就可以知道人们今天气色如何，应该注意哪些方面的保养了。
看人先看脸，不同的人脸往往会给我们留下不同的印象，像蒙娜丽莎圆润的脸颊会让人感受到母性的光辉，而蝙蝠侠面具下坚毅的下巴则透露着浓烈的男子气息。
import cv2 import numpy as np lena=cv2.imread("C:/Users/xpp/Desktop/Lena.png",0)#读取原始图像 r,c=lena.shape#读取原始图像的shape值 mask=np.zeros((r,c),dtype=np.uint8) mask[100:400,200:350]=1#打码图像的列和行 key=np.random.randint(0,256,size=[r,c],dtype=np.uint8)#获取一个key，打码、解码所
没错，一位犀利热心网友利用AI换脸技术，把外国小哥换成了电竞主播大司马（圈内人称金轮）。
翻译 | AI科技大本营（rgznai100） 参与 | 周翔、reason_W、shawn 随着 iPhone X 的发布，利用深度学习进行人脸识别预计将逐渐成为智能手机的标配。然而，除了身份认证之
翻译 | AI科技大本营（rgznai100） 参与 | 周翔、reason_W、shawn 随着 iPhone X 的发布，利用深度学习进行人脸识别预计将逐渐成为智能手机的标配。然而，除了身份认证之外，最近还涌现出很多研究，探讨通过“刷脸”是否能预测人的性格，甚至是人的行为。 2016 年年底，上海交通大学的武筱林教授和他的博士生张熙发表了一篇论文——《基于面部图像的自动犯罪概率推断》。该研究认为，通过学习，机器可以通过照片分辨出谁是罪犯，谁是守法公民，且准确率在86%以上。 这篇论文在 AI 界引
在最近推出的 iPhone X 中，它被讨论最多的特点之一是它采用了新的解锁方法，即 TouchID：FaceID。
作者：腾讯 ISUX 交互设计师 梁睿思 在刚过去的考试月里，别人家的期末考试都在一本正经的考“老九门”，南京的一所高校期末考试居然考起了表情包！而面对这样的“无厘头”题目，学生们也是绞尽“墨汁”认真作答。无图无真相： [1501470264828_6886_1501470265284.jpg] 在现代互联网的社交中，斗图已然成为一种聊天方式，不发表情感觉都没法好好聊天！出题的这位老师在出考卷时，就是看到学生们正在群里斗图，才灵机一动想到了这道题目，以表情包作为考点，考查学生对“用户体验与心理”的认知。
在这新版本中，Adobe从命名上就做出了新的改变，去除了用了七八年的CC，新版直接就叫做Adobe Photoshop 2020。
在漫长的无心工作的“年底”里，你们大概需要动用深度学习技能来假装好好工作：当老板快要走到身后，让电脑自动隐藏“工作不宜”的窗口。 付出这么多努力就为了工作时开个小差？ 好像是的…… AHOGRAMMER发布了这样一个名为“老板传感器”的制作教程： 定义任务 这个程序的任务就是当老板接近的时候，自动隐藏“工作不宜”窗口。 老板和我的座位距离约6-7米，如果我在看“工作不宜”的东西，当老板离开座位，有4-5秒的时间切换界面。 策略 用深度学习训练一个模型，让电脑能认出老板的脸。 在桌上安装一个摄像头
原标题：苹果修改政策：不再对网络打赏抽取“苹果税” 划重点： 1 苹果对iOS软件的审核政策进行了修改，苹果将不会对个人收到的“网络打赏”再提取抽成。 2 苹果同时还规定，移动软件的开发商不得从这些虚
（2017年12月5号Google更新了Android8.1的CDD） 如今，基于生物识别的解锁模式几乎仅通过错误接受率 (FAR) 指标（即模型错误地接受随机选择的有误输入的概率）进行评估。虽然它是很有用的测量指标，但它无法提供足够信息来评估模型抵御针对性攻击的效果。 Android 8.1 引入了两项与生物识别解锁相关的新指标，旨在帮助设备制造商更准确地评估设备安全性： 冒名接受率 (IAR)：生物识别模型接受意图模仿已知良好样本输入的概率。例如，在 Smart Lock 可信声音（语音解锁）机制
AI视频分析解决方案在视频行业的使用已经逐步步入大家的日常生活、面部识别、个人行为分析、车辆识别等场景。AI视频分析解决方案可以应用于包含前端处理和后台预警提醒、监控视频、视觉系统等。根据视频流分析，捕获脸部，检验照片中的脸部，并标识脸部外框。检验脸部后，可以分析面部，得到双眼、嘴、鼻轮廊等关键环节，精确鉴别各种各样脸部特性。
【新智元导读】 多伦多大学的一项研究发现人脸能够泄露我们的经济地位，这是因为与生活经历相联系的表情会在脸上留下印记。研究者称：平静的人脸部表情是一个可以用来判断人的经济状况的因素，并且可以影响人际关系和职场的成功。这一研究表明，表情依赖与人脑对人脸识别过程中的后期的分支模型相一致（在这种模型中，脸部要素的改变和识别都在相同的框架下进行编码），这对于揭示人脑识别人脸的原理是一个较大推动。 细微的脸部线索也能让其他人根据第一印象来判断你是富有还是贫穷。 一项新的研究发现，平静的人脸部表情是一个可以用来判断人的经
历史 1.1.0（2017-09-23） 将可能使用dlib的5点脸部姿势估计器（而不是68点脸部姿势参数） dlib v19.7现在是最低要求的版本 face_recognition_models v0.3.0现在是最低要求的版本 1.0.0（2017-08-29） 通过面部删除呼叫中的model =“cnn”参数，增加了对dlib的CNN脸部检测模型的支持 使用dlib的CNN面部检测器模型增加了对GPU批量面部检测的支持 在示例中添加了find_faces_in_picture_c
导读：ECAI 2016是欧洲展示AI科学成果的最佳场所，大会为研究人员提供了很好的机会，去介绍和听取当代最优秀的人工智能研究成果。 人脸识别的随机典型相关判别分析（Randomized Canoni
在美图秀秀推出的小程序中，用户只需上传一张老照片，就能使用 AI 还原旧时光，把模糊照片变得更高清。
在接下来的几篇文章中，我们将训练计算机视觉+深度学习模型来进行面部识别。在此之前，我们首先需要收集脸部数据集。
今天coco玛奇朵给大家带来了一款ps磨皮插件，超级简单好用。Portraiture 滤镜是一款 Photoshop，Lightroom 和 Aperture 插件，DobeLighttroom 的 Portraiture 消除了选择性掩蔽和逐像素处理的繁琐的手工劳动，以帮助您在肖像修整方面取得卓越的效果。它是一个强大的，但用户友好的插件照明.这是一个有效的工具，以平滑皮肤，同时保持纹理的现实效果-一个精细的线条，所有的肖像摄影师必须意识到。童鞋们可以按自己需求来找，都已经出了好几个版本，可以装在ps里，官方版可以一直更新，使用更方便。更详细的教程可以看下面这个，不仅介绍了portraiture还有其他几个常用插件的使用方法。
CodeFormer是一种基于AI技术深度学习的人脸复原模型，由南洋理工大学和商汤科技联合研究中心联合开发。该模型通过结合了VQGAN和Transformer等技术，可以通过提供模糊或马赛克图像来生成清晰的原始图像。它的主要功能有：
Openface人脸识别的原理与过程： https://zhuanlan.zhihu.com/p/24567586 原理可参考如下论文： 《OpenFace: A general-purpose face recognition library with mobile applications》 第一步：找出所有的面孔 我们流水线的第一步是人脸检测。 我们的目标是找出并比较当前像素与直接围绕它的像素的深度。然后我们要画一个箭头来代表图像变暗的方向： 用梯度来代替像素这事看起来没有明确目的，但其实背后的理由
像Owlchemy实验室和LIV这样的创业公司正尝试简化图像捕获的过程，并获取更高质量的图像，但现有的图像捕捉方法都受到一个障碍的限制。人体最富有表现力的一部分，人们的脸，往往无法被捕捉成功。在与虚拟
据美国国家标准与技术研究院（NIST）研究报告称，在过去5年内，脸部识别技术的准确率已大幅提升。
目前，一家名为itSeez3D的公司应用基于手机的3D扫描技术同样提供了类似的服务，能够把一张自拍转化为照片般逼真的3D虚拟化身。 itSeez3D官网称，使用智能手机的摄像头，不需要任何额外的硬件，
【新智元导读】中科院自动化所（CASIA），中科院大学和南昌大学的一项合作研究，提出了双路径 GAN（TP-GAN），通过单一侧面照片合成正面人脸图像，取得了当前最好的结果。研究人员提出了一个像人类一
Photoshop的修图功能很强大，但需要一定的经验，让很多修图新手相当苦恼。下面我们会介绍一些常用的修图工具，让Photoshop新手也能轻松驾驭。
连Facebook都十分看好的VR社交，到底有何魔力？VR社交的优势在于能有效地解决传统社交的三大痛点，即视觉享受差、互动娱乐性低以及用户参与度低。但目前VR社交所存在的问题也不少，技术开发等难题都有
识别图片中人，人脸，手部等部分，将其mask掉。将mask范围扩大并执行inpaint（重绘），然后取其原始mask大小的区域放回原图，如此一来重绘的部分就能和背景融合在一起。
松下公司宣布，采用深度学习技术的人脸识别服务器软件将于2018年7月在海外先行推出，而8月才在日本本土推出。 视频：http://imgcdn.atyun.com/2018/02/videoplayb
在之前讲到的人脸测试后，提取出人脸来，并且保存下来，以供训练或识别是用，提取人脸的代码如下：
昨天IFAA联盟发布“本地人脸识别安全解决方案”，用来实现金融级别现金支付的技术，“像iPhone X那样去人脸支付吧！安卓终于再一次追平了苹果”，并总结出“攻克了几乎是行业性的四大难题”：
【新智元导读】作者Geethika Bhavya Peddibhotla列出了49个人工智能领域常用的API，包括机器学习和预测、人脸和图像识别、文本和情感分析以及翻译。下文只是列举式陈述，有其他推荐
也许你已经听过了这一消息。去年，斯坦福大学的 助理教授 Michael Kosinki 和同事 Yilun Wang 在一篇论文中展示了人脸识别算法如何从图像中提取特征，来识别某人是否是同性恋。研究称，在只有一张正面照的情况下，算法判断男同性恋的准确率达到 81％，女同性恋的准确率则为 74％。
但实际上，全世界的神经科学家们从上世纪60年代开始找，找了半个多世纪，都没能发现这种“人脸记忆细胞”的踪迹。
人脸识别，是基于人的脸部特征信息，进行身份识别的一种生物识别技术，主要用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术。
首先需要选择合适的DeepFaceLab下载（https://www.deepfacelabs.com/list-5-1.html），然后安装相应的显卡驱动，如果已经准备好这些工作，那么恭喜你，终于开始迎接新的挑战 —— AI换脸的使用！接下来会采用图文解说的方式进行演示，只需要跟着一步一步操作即可使用DeepFaceLab进行AI换脸！
最近，一项由东南大学附属中大医院、金银潭医院等国内外众多机构共同研究表明：严重的新冠肺炎患者，脸部朝下趴着(俯卧位)，可以改善他们的肺功能。
今天给大家带来一篇人脸识别中的脸型识别，不同的脸型适合的眼镜发型不同，那么计算机要如何基于人脸图像来确定脸型呢？
欢迎关注本文首发公众号：Python学习实战。公众号主要发布Python相关技术文章，分享Python实用案例、面试问答题、Python基础巩固等内容。
AI Deepfakes，就是人工智能的深度换脸技术；简单来说就是脸部替换，可以将B的脸换到A的脸上。和PS不同的是，这项技术不仅可以生成图片，还是可以生成视频的，而且你并不需要懂得那么多的技术；只要你收集到足够素材，程序的AI就可以帮你自动完成。举个例子，你可以将自己的脸换到特朗普总统演讲的视频上，这样看上去像是你自己在总统演讲，只要你的脸部表情素材足够多，换完之后表情颜色和口型会非常自然。
换脸是非常吸引人的一种应用，开发者可以用 VAE 或 GAN 做出非常炫酷的效果。一般而言，换脸会将 A 脸特征换到 B 脸上，同时保留 B 脸的神情或动态。像 FaceSwap 这样开源项目已经能生成非常真实的假脸视频，不过仔细看看仍然会发现有的地方存在模糊，有的地方转换不太自然。
在修图的过程中，我们经常使用到的就是液化功能，液化功能非常强大，它能够轻松地实现瘦脸、瘦腿、瘦腰等功能，我们以下面这张照片为例：
涉及上传脸部，获取反馈和分享结果的应用程序并不总是受人欢迎。但是Google最新推出的“艺术与文化”（GoogleArts＆Culture）APP已经成为一种“病毒式攻击”，在网络上受到极大欢迎。该应用程序利用的最新人工智能的人脸识别技术，还有望扫描70多个国家的1200多所博物馆。 据《华盛顿邮报》报道，虽然GoogleArts＆Culture应用程序2016年已经上市，但在12月发布的最新版本中，发布了“寻找与您脸部相似的艺术作品”功能。（发布自拍照，查看自己的肖像是否在博物馆中） Google发言
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
