真人映像秒高清动画脸，数十种滤镜补选，需要注册在线游戏[siggraph asia2022量子位，

自己拍摄的动画也转换成高分辨率的动画脸，用这个AI在线可以玩！

有几十种肖像样式，也支持高分辨率。

例如想要生成“迪士尼”：

还想生成游戏中的角色风格：

这会产生皮克斯动画风的效果：

这是一个名为VToonify的开源框架，目前在Huggingface和Colab上运行。

看完上面的例子，心里痒痒的吗。下面有一本详细的教程，可以手把手教你怎么玩，快点学吧！

在线可以玩的VToonify的操作可以说非常简单。

首先，选择你喜欢的动画风格，公主风，肌肉风，大眼睛的特殊效果……插图风的东西也准备了5种。

然后，上传包含正确脸部的动画（或图像），点击一次进行缩放。这是为了避免CPU/GPU过载，但不会影响最终生成的视频质量。

此外，您还可以裁剪或填充上传视频的大小。

之后，只需等待十几秒，最终的高清版角色就会到手。

另外，如果对“美颜度”不满意，也可以以后再调整。

那么，这个效果的背景是什么呢

要理解将两个框架集成到一起的VToonify样式迁移的原理，StyleGAN是必不可少的，但是很多画风迁移框架都是以这个模型为基础的。

StyleGAN基础的方法也被称为图片卡通，在潜在的空间中对脸部进行编码，然后将生成的代码应用于由艺术肖像数据集调整的StyleGAN，最终生成不同风格的肖像图像。

1024 × 能生成1024的高分辨率图像是很重要的

但是，StyleGAN在调整肖像的风格时需要以一定的尺寸进行，由于不完整的脸和奇怪的手势会产生影响，所以对动态肖像不太友好。

因此，我来介绍另一个图像转换框架。使用卷积网络的图像转换框架，能很好地无视测试阶段的图像尺寸和人的脸的位置的制约（与StyleGAN完全互补）

回到VToonify，这是两个框架的集大成，是一个全新的混合框架。

研究人员创建了一个编码器生成器架构，删除固定大小的输入特性和低分辨率层，并创建完整的卷积。

具体来说，StyleGAN将模型集成到生成器中，结合模型和数据，将该模式修正特性继承给VToonify。

另外，通过在作为生成器的StyleGAN中训练编码器，可以大幅减少训练时间和难易度。

顺便说一下，这个研究小组在今年3月以DualStyleGAN的框架为基础，开发了可以灵活控制风格、修改风格度的画风过渡AI“帕斯蒂克大师”。

此次研究小组发表了的VToonify，一边继承DualStyleGAN的好处，一边修正DualStyleGAN的风格控制模块，把这些功能进一步扩展到了视频。

研究小组VToonify的研究小组全体人员南洋理工大学

杨秀苑，南洋理工大学研究员，专注于图像的生成和图像的编辑，本科和博士在北京大学学习。

公报吕健勤，南洋理工大学计算机科学与工程学院副教授，也是香港中文大学客座副教授，主要研究计算机视觉与深度学习。

VToonify在线是这边的链接。在意的人请一定要试试看哦。

在线可玩：[1]https：//huggingface.co/spaces/pkuwilliamyang/vtoonifycontinueflag=4b9ae61e5c13076ecd7ba4f70434f863 [2] https：//colab.research.google.com/github/williamyang1991/vtoonify/blob/master/notebooks/inference_playground.ipynb

论文原文：https：//arxiv.org/abs/2209.11224

引用：[1]https：//www.reddit.com/r/machinelearning/comments/xyxe8w/r_vtoonify_controllable_highresolution_portrait/ [2] https：//huggingface . co / pkuwilliamyang vtoonifycontinueflag = 4 b9ae61e5c13076ecd7ba4f70434f863 [3] https：//twitter.com/shuaiyang1991/status / 1576937439528042499