科普类网红（科普火爆全网的）
科普类网红（科普火爆全网的）王者峡谷里的英雄们，网友们也是没有放过。“永不过时”的《还珠格格》，也赶上了这趟潮流列车。只需要一张照片大家一起“蚂蚁呀嘿”！ 这款火遍全网的AI特效，只需要一张照片，火速让任何人都可以“蚂蚁呀嘿”。正因为这么便捷，果不其然，马上成为了抖音网友们的“新宠”。
当互联网大佬们集体唱歌，会擦出怎样的火花？现在，火爆抖音的AI特效，一键就可以实现梦幻联动。
最近你是不是也被“蚂蚁牙黑”刷屏？打开任意一个社交软件，都可能被这个魔性的音乐洗脑！
简单点说，就是把一张静态照片，通过软件制作成一个的动态小视频魔性的表情，加上洗脑的音乐，给不少人带来一波欢乐。
效果之魔性，有网友表示，最近是咋滴啦？！一打开抖音，好像捅了蚂蚁窝。
只需要一张照片
大家一起“蚂蚁呀嘿”！
这款火遍全网的AI特效，只需要一张照片，火速让任何人都可以“蚂蚁呀嘿”。正因为这么便捷，果不其然，马上成为了抖音网友们的“新宠”。
“永不过时”的《还珠格格》，也赶上了这趟潮流列车。
王者峡谷里的英雄们，网友们也是没有放过。
除了上面这种九宫格模式外，高端的操作还可以实现集体同框。于是，“爱玩”的德云社就以这种方式亮相了。
AI黑科技是如何
让照片“动起来唱歌”？
AI，是如何搞定各位大佬来唱歌的呢？
让一张照片动起来，人脸跟着音乐一起挤眉弄眼，需要一个叫做一阶运动模型（First Order Motion Model）来搞定。
技术原理借鉴了去年意大利特伦托大学的一项研究，入选了NIPS 2019。
当时的例子是这样的。
以川建国同志为参考，来自《冰与火之歌》的演员照片瞬间做到了神同步。
不光是脸动，一个模特换pose、奔腾的马也都不在话下。
模型框架主要由2部分构成，运动估计模块和图像生成模块。
运动估计模块的目的，是预测一个密集的运动场。研究人员假设存在一个抽象的参考框架，并且独立估计两个变换，分别是“从参考到源”和“从参考到驱动”，这样就能够独立处理源帧和驱动帧。
而这两种变换，通过使用以自监督方式学习的关键点来获得。利用局部仿射变换对每个关键点附近的运动进行建模。
随后，密集运动网络结合局部近似得到密集运动场。
这个网络还能输出遮挡的mask，指示哪些图像的驱动部分可以通过源图像的扭曲（warping）来重建，哪些部分应该被绘制（根据上下文推断）。
在生成模块按照驱动视频中，提供的源对象移动的图像进行渲染。
此处，研究人员还使用一个生成器网络，根据密集的运动对源图像进行扭曲，并对源图像中被遮挡的图像部分进行着色。
训练阶段，研究人员采用了大量的视频序列集合来训练模型，这当中包含了相同类别的对象。
随后在测试阶段，研究人员将模型应用于由源图像和驱动视频的每一帧组成的对，并执行源对象的图像动画。
最终在质量评估中，这一方法在所有基准上都明显优于当前先进技术。
此前类似研究也很火爆
这种AI特效能够如此火爆，甚至“破圈”，让大家玩得不亦乐乎，最主要的原因是方便——不需要任何编程知识，便可完成。
但在此之前，其实这种AI特效在圈里也是有火过，但都需要一定的计算机能力才可以实现。
比如，一张名人照片和一个你说话的视频，就可以让梦露学你说话。
还有印度程序员开发的实时动画特效。你一动，蒙娜丽莎跟着你一起动。
跟风玩AI特效？
当心存在侵犯肖像权风险！
“蚂蚁呀嘿”虽然很有趣
但还是有必要提醒一下大家
如果使用别人的照片进行制作
可能还存着侵犯肖像权的风险
如果把自己清晰的正面照片上传
一旦“丢脸”将面临哪些风险？
↓↓↓
滑动查看详细规定
虽然说这些都是潜在的风险
但大家开心的同时
还是要注意：
跟风虽快乐，风险需自知
转载自｜广东科普
奉贤科技发布
点分享
点收藏
