“一鍵脫衣”的DeepNude下架后，我在GitHub上找到它涉及的技術
開源最前線(ID：OpenSourceTop) 綜合整理
綜合自：https://github.com/yuanxiaosc/DeepNude-an-Image-to-Image-technology、程序猿等
前段時間，一名程序員開發出了一款名為 DeepNude 的應用軟件。
該APP的使用方法很簡單，打開軟件→轉化→生成照片，從那個網上給出的生成結果來看，效果確實可以以假亂真，如下：
目前，這個程序已經被下線，不過，猿妹在Github上找到一個關于DeepNude使用的圖像生成和圖像修復相關技術項目，該項目由yuanxiaosc創建
這個倉庫包含DeepNude的pix2pixHD(由英偉達提出)算法，更重要的是DeepNude背后的通用的Image-to-Image理論與實踐研究。
Image-to-Image Demo
這一部分提供一個試玩的 Image-to-Image Demo：黑白簡筆畫到色彩豐富的貓、鞋、手袋。DeepNude 軟件主要使用了Image-to-Image技術，該技術理論上可以把你輸入的圖片轉換成任何你想要的圖片。
在左側框中按照自己想象畫一個簡筆畫的貓，再點擊process按鈕，就能輸出一個模型生成的貓。
體驗地址：https://affinelayer.com/pixsrv/
DeepNude的技術堆棧
- Python + PyQt
- pytorch
- 深度計算機視覺
Image-to-Image Theoretical Research
這一部分闡述DeepNude相關的人工智能/深度學習理論(特別是計算機視覺)研究，
1. Pix2Pix
Pix2Pix是伯克利大學研究提出的使用條件對抗網絡作為圖像到圖像轉換問題的通用解決方案。(Github地址：https://github.com/phillipi/pix2pix)
2、Pix2PixHD
從語義圖上獲得高分辨率圖片。語義圖是一幅彩色圖片，圖上的不同色塊代表不同種類物體，如行人、汽車、交通標志、建筑物等。Pix2PixHD將一張語義圖作為輸入，并由此生成了一張高分辨率的逼真的圖像。之前的技術多數只能生成粗糙的低分辨率的圖片，看起來也不真實。而這個研究卻生成了2k乘1k分辨率的圖像，已經很接近全高清的照片。(Github地址：https://github.com/NVIDIA/pix2pixHD)
3. CycleGAN
CycleGAN使用循環一致性損失函數來實現訓練，而無需配對數據。換句話說，它可以從一個域轉換到另一個域，而無需在源域和目標域之間進行一對一映射。這開啟了執行許多有趣任務的可能性，例如照片增強，圖像著色，樣式傳輸等。您只需要源和目標數據集。
使用CycleGAN神經網絡模型實現照片風格轉換、照片效果增強、照片中風景季節變換、物體轉換四大功能。
4. Image Inpainting 圖像修復
在演示視頻中，只需用工具將圖像中不需要的內容簡單涂抹掉，哪怕形狀很不規則，NVIDIA的模型能夠將圖像“復原”，用非常逼真的畫面填補被涂抹的空白。可謂是一鍵P圖，而且“毫無ps痕跡”。該研究來自Nvidia的Guilin Liu等人的團隊，他們發布了一種可以編輯圖像或重建已損壞圖像的深度學習方法，即使圖像穿了個洞或丟失了像素。這是目前2018 state-of-the-art的方法。
事實上，可能不需要Image-to-Image。我們可以使用GAN直接從隨機值生成圖像或從文本生成圖像：
1.Obj-GAN
微軟人工智能研究院(Microsoft Research AI)開發的新AI技術Obj-GAN可以理解自然語言描述、繪制草圖、合成圖像，然后根據草圖框架和文字提供的個別單詞細化細節。換句話說，這個網絡可以根據描述日常場景的文字描述生成同樣場景的圖像。
效果
模型
2.StoryGAN
微軟新研究提出新型GAN——ObjGAN，可根據文字描述生成復雜場景。他們還提出另一個可以畫故事的GAN——StoryGAN，輸入一個故事的文本，即可輸出連環畫。
當前最優的文本到圖像生成模型可以基于單句描述生成逼真的鳥類圖像。然而，文本到圖像生成器遠遠不止僅對一個句子生成單個圖像。給定一個多句段落，生成一系列圖像，每個圖像對應一個句子，完整地可視化整個故事。
效果
現在用得多的Image-to-Image技術應該就是美顏APP了，所以我們為什么不開發一個更加智能的美顏相機呢
技術無罪，但也別娛樂至死，什么能做什么不能做要領的清，希望以上這些技術，大家都能把它們用到正道上。
