總是邋遢開視訊會議?!來不及的時候就用AI來開外掛吧!!(下)
有了這款 AI 視訊神器~穿得再邋遢也能體面示人喔~心動想試用了解看看嗎?塊一起往下看吧!!(下) 本篇為下篇,上篇請點 總是邋遢開視訊會議?!來不及的時候就用AI來開外掛吧!!(上) Vid2Vid Cameo:完美結合 2D 照片與 3D 動態 Vid2Vid Cameo 是 NVIDIA Maxine AI 視訊串流平台背後、以 生成對抗網絡 (Generative Adversarial Network,GAN)為基礎的深度學習模型之一。 根據相關論文的解釋,該模型在 NVIDIA DGX 系統 上使用 18 萬高品質的對話頭像資料集來進行訓練,學習辨識20 個關鍵點(用來建模「臉部表情」與「頭部運動」所必備的關鍵點),以便在沒有人類加以標註的情況下,能針對臉部動作建立模型。關鍵點中,包含針對眼睛、嘴巴、鼻子等特徵位置進行編碼。 下圖展示了 20 個關鍵點當中,前 5 個關鍵點的計算流程,給來源圖像及預測模型來規範關鍵點。 NVIDIA 的研究人員表示:從用戶的參考圖片中抓取這些關鍵點,用戶的參考圖片可事先發給其他的視訊與會者,或是從過往的視訊會議中擷取並重複使用。如此一來,視訊會議平台只需傳送用戶臉部特徵的動作數據,而不需要在每一個與會者間傳送龐大的即時視訊資料。對接收者來說,GAN 模型使用這些資料,在接收端合成一個模擬參考圖片外觀的視訊畫面。 整體來說, NVIDIA 去年推出的「會議神器」 Maxine 平台就使用 AI 驅動來實現高解析度、背景噪音消除、眼神校正等功能,讓你不需升級電腦效能也能擁有高品質的視訊會議。近期新推 Maxine 平台的深度學習模型 Vid2Vid Cameo 更讓你體面開會, AI 技術完美掩蓋鏡頭前的蓬頭亂髮!Vid2Vid Cameo 目前已可在 NVIDIA AI Playground 上測試使用,其開發套件也將在不久後推出,讓開發人員可以運用優化後的訓練模型,為視訊、直播串流強化效果。 更多關於AI人工智慧的相關文章請點閱下方連結~ 其他閱讀 再邋遢...