換臉照怎麼做的?當紅 Faceapp 背後 AI 技術大解析

Faceapp 最近很紅,但你知不知道它背後的 AI 原理?這篇文就幫你科普一下。
評論
評論

本文獲台灣人工智慧學校授權轉載

你也被朋友的異性打扮照洗版了嗎?原本帥氣逼人的男性突然變成了長髮正妹;又或者容貌秀氣的女孩突然成了落腮鬍滿佈的大叔,還有許多男性政治名人也被網友KUSO作圖,引發網友轉發及討論,也讓製作這些「性別轉換」圖片的手機應用程式再度爆紅。這款名為faceApp的「換臉」手機應用程式,能將圖片的人物臉部特徵做性別變換,甚至連髮型、表情、妝容....等等都能夠改變,而這些竟然透過AI演算法就能達到,我們將揭密背後的AI演算法原理。

faceapp的黑魔法:GAN

Faceapp使用的AI技術基底,其實是個被稱為「GAN」的深度學習演算法。GAN的中文譯名為「生成對抗網絡」,顧名思義可用來「生成」資料,搭配大量的訓練資料,GAN能夠學習到資料中的特性,並產生看似真實的「假資料」,例如提供大量人物肖像作為訓練資料,GAN就能學習到人物的圖片特徵,並產生栩栩如生的假人物肖像。

讓我們用白話一點的方式來理解基礎的GAN:

GAN的架構是由一個學徒,與一個導師所組成。學徒負責畫出圖片,而導師負責評論,評判學徒畫出的圖是否足夠真實且令人信服。

一開始,學徒畫出的成果可能不夠真實,但隨著繪畫經驗越來越多,成品也逐漸變好。

學徒不斷地看著大量人物圖片且持續畫出,直到導師覺得足夠「真實」為止。

最後,學徒所畫出的人物肖像已經能夠以假亂真

看完GAN的簡略介紹,我們來看看Faceapp的技術與應用目的。Faceapp主要是對使用者提供的人物圖片,針對人物五官等特徵稍加改變,讓其看起來性別有所不同,例如將男性的五官特徵修改到看起來像女性;而女性圖片則修改其五官特徵到像男性。

faceapp將輸入的人臉線條進行調整,使人物變成異性

如上圖,原本的五官線條差異不大,但在人物眼睛的部分加上一點改變,如眼線,原本的男性看起來就像女性了

除了換臉,GAN還能換聲音:

看到這裡,是否對這樣的技術大為驚嘆呢?其實,近年來GAN所受到的關注越來越熱烈,除了faceapp的年齡轉換、性別轉換等圖片轉換的應用,GAN還可以廣泛應用在各個領域,以下是一些實例:

圖像超解析

隨著時代的演進,大家越來越講究圖片的畫質,也因此在超解析度上有了新的作法,目標是把低畫質的圖片變成高畫質的圖片。

模糊的圖片(左圖),經過超解析後成為中間的樣貌,比對於原圖(右圖)《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》

GAN 文本生成圖像

除了圖像上的轉換,甚至可以給一段文字描述,讓GAN畫出相對應的圖像。

《StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks》

去除圖像中的物件

GAN在多媒體製作產業的重要性正在提升,過去在網路上很紅的「幫我把後面的人去掉」,透過AI技術的演進也變成許多影像編修軟體的內建功能,成為影像工作人員的一大助力。

使用GAN將圖片中的人物去除,並且填補背景《AI image video generation through GANish algorithms》

音訊產生

除了圖像以外,GAN也被用來產生音訊,過去在知名卡通柯南中出現的「變聲領結」,也能透過GAN真實呈現。有興趣的朋友,可以看看台灣人工智慧學校工程師團隊的專案成果《我想當柯南》,如何將GAN應用於聲音轉換。

別害怕被取代,與AI協作將成趨勢

我們可以看到GAN的應用十分多元,但要如何運用這項技術仍得依賴人類的創意與專業知識。隨著科技日新月異,AI的技術也發展得越來越進步與快速,此後勢必將深深影響或改變各產業的既有流程。因此,不論是什麼崗位,都得開始認識人工智慧的相關知識,並開始思考如何善用這個工具,釋放自己的大腦與雙手,做更有價值的工作。未來,有著AI知識的人士,也將藉由AI革新自己身處的領域。

責任編輯:Chris

延伸閱讀:



Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。