Как сообщает РБК со ссылкой на данные data.ai, приложение для редактирования фотографий Lensa в конце этой недели стало самых загружаемым в App Store среди пользователей iOS в России и Белоруссии.
Приложение Lensa было создано российскими разработчиками из Prisma Labs и выпущено ещё в начале этого года, предложив функции стандартного фоторедактора. Однако 21 ноября вышла обновленная версия с функцией Magic Avatars, которая позволяет «сделать очень оригинальную фотосессию за небольшие деньги» при помощи нейросети. Последняя делает людей на фотографиях похожими на персонажей аниме, фильмов, настоящих звёзд и супергероев.
Сначала необходимо загрузить в Lensa от 10 до 20 фотографий одного человека, при этом нужно соблюдать ряд рекомендаций. Чем точнее вы выполните их, тем лучше будет результат (на фото должен быть только один человек, с разных ракурсов, с разным фоном). Затем нейросеть выдаст от 50 до 200 сгенерированных изображений, за которые просят 279 или 649 руб. соответственно.
Как бы Выглядели Советские Актрисы с Современным Макияжем
Напомним, летом 2016 года в рейтинг самых скачиваемых приложений попало Prisma от тех же разработчиков. Этот фоторедактор после обновления позволял редактировать фотографии в стиле известных произведений искусства. Тогда приложение Prisma тоже взлетело во всех чартах, но довольно быстро о нём перестали говорить.
Lensa, как и вышеупомянутое приложение Prisma, работает на основе нейросети Stable Diffusion, которая доступна для всех разработчиков. Ее обучением занимается американский стартап Stability.AI. Стоит также добавить, что генерация 50 портретов в Lensa занимает около 20 минут, а для создания 200 картинок придётся запастись терпением.
При этом Lensa не входит в рейтинг самых скачиваемых приложений для Android. И ещё одно: на Android генерация таких аватаров в Lensa стоит больше примерно на 20%.
Источник: www.ixbt.com
Нейросеть генерирует изображения с примеркой одежды
PF-AFN — это нейросеть, которая генерирует изображения с примеркой одежды. Модель принимает на вход изображение человека и изображение предмета одежды. На выходе модель отдает изображение, на котором на целевую персону надет предмет одежды. Нейросеть обходит предыдущие подходы, которые основываются на модели сегментации частей человека.
Ограничения предыдущих подходов
Задача виртуальной примерки одежды по изображению заключается в том, что бы наложить изображение целевого объекта одежды на изображение человека. Предыдущие подходы опирались на разметку изображения человека. Однако незначительные ошибки в сегментации приводили к нереалистичным изображениям, которые содержали визуальные артефакты.
8 СЕКРЕТОВ КАК ВЫГЛЯДЕТЬ ДОРОГО | КАК БЫТЬ КРАСИВОЙ | КАК СТАТЬ УХОЖЕННОЙ | ALINA CHAROVA | ЧАРОВА
Последние работы использовали подход дистилляции знаний, чтобы сократить зависимости модели от парсинга человека на изображении. В таком случае изображения с примеркой одежды, которые сгенерировал метод, основывающийся на парсере, используются как разметка для обучения модели-студента.
Модель-студент не опирается на разметку человека на изображении при генерации изображений с примеркой. В свою очередь, учится реплицировать поведение модели-учителя. Однако качество модели-студента ограничено моделью-учителем, которая основана на парсере. Чтобы обойти это ограничение, исследователи предлагают подход для дистилляции знаний «учитель-репетитор-студент» («teacher-tutor-student»).
Подробнее о нейросети
Предложенный подход позволяет генерировать высоко реалистичные изображения без сегментации человека на изображении. Такой подход позволяет использовать изображения, которые сгенерировал метод с парсером, в качестве знаний репетитора. Артефакты на таких изображениях могут быть исправлены в self-supervised формате с помощью знаний учителя, которые извлекаются из изображений реальных людей.
Сравнение предложенной модели с альтернативным подходом, который не использует парсер человека
Исследователи формулируют задачу дистилляции знаний для генерации изображений с примеркой как дистилляцию потоков внешнего вида между изображением человека и изображением вещи. Это позволяет находить соответствия между ними и генерировать изображения в высоком качестве.
Тестирование работы модели
В сравнении с state-of-the-art подходами, которые основываются на парсерах, и тех, что не используют парсер человека на изображении, предложенная модель выдает более реалистичные результаты. Среди методов, основанных на парсерах: CP-VTON, ClothFlow, CP-VTON+ и ACGPN. Единственная альтернативная модель без парсера — WUTON.
Источник: neurohive.io
Компьютерная модель показала, как бы выглядела Барби в мире людей
Кукла Барби не дает покоя психологам и экспертам от здравоохранения. По их мнению, она транслирует нездоровый образ женского тела, ведь у нее слишком длинные ноги и чересчур тонкая талия, пишет The Daily Mail. Последнее исследование подтверждает эти опасения.
Если сравнивать с показателями среднестатистической 19-летней девушки, у Барби не обычные 84-79-84, а 91-46-90. Средние показатели взрослой женщины — 96-86-102. Примечательно: прообраз Барби — пин-ап модели вроде Бетти Грейбл. Однако кукольные пропорции все равно далеко ушли от модельных (у Грейбл были размеры 91-61-89, а у современных моделей — 86-61-86).
Ученые рассчитали «человеческий» вес Барби. Оказалось, примерно 50 килограммов, а Индекс массы тела равнялся бы 16,24, что соответствует анорексии. Иллюстратор Николай Лэмм специально разработал компьютерные модели, сравнивающие Барби и обычную 19-летнюю девушку.
Помимо слишком малого объема талии, у Барби была излишне тонкая шея (голова бы просто не держалась, ведь ее обхват — 23 сантиметра, а у подростка — 38). Рост человеческого аналога куклы — 173 сантиметра (средние человеческие показатели для девушки 19 лет — 162).
Ряд экспертов призывает оставить Барби в покое, утверждая, что это просто кукла. Но психологи приводят в качестве примера куклу 1965 года выпуска. «Барби пижамная вечеринка» продавалась с весами, на которых значился показатель «50 килограммов», и книгой с диетой. В ней содержался единственный совет: «Не ешь».
Источник: earth-chronicles.ru