火爆全网的“蚂蚁呀嘿”AI变脸特效，是如何实现的？

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

今日推荐视频

智能手环抢着增加的这个新功能

厉害在哪里？

近年来智能手环厂商争相增加

监测“血氧饱和度”功能

这个指标重要在哪里？

小小一个手环又如何监测？

热门阅读

（点击图片即可阅读）

原标题：《火爆全网的“蚂蚁呀嘿”AI变脸特效，是如何实现的？》

阅读原文