开源项目Barbershop：用AI给人像照片换发型和发色

开源项目Barbershop：用AI给人像照片换发型和发色

Barbershop是一个开源项目，能够实现给人像照片更换发型和发色的功能。该项目基于GAN（生成对抗网络）技术，能够实现高质量的图像合成，效果非常逼真。本文将介绍该项目的技术原理和使用方法。

技术原理

Barbershop项目的核心技术是基于GAN的图像混合。由于光照、几何和部分遮挡的复杂关系会导致图像不同部分之间的耦合，因此无缝混合多个图像的特征极具挑战性。尽管最近关于 GAN 的研究能够合成真实的头发或面部，但仍然很难将它们组合成单个、连贯且合理的图像，而不是一组不连贯的图像块。

为了解决这个问题，Barbershop项目提出了一种基于GAN反转的图像混合解决方案。具体来说，项目提出了一种新的图像混合潜在空间，它能够更好地保留细节和编码空间信息，并提出一种新的GAN嵌入算法，它能够稍微修改图像以符合常见的分割掩码。这种新颖的表示方法能够从多个参考图像中传输视觉属性，包括痣和皱纹等特定细节。因为我们在潜在空间中进行图像混合，所以我们能够合成连贯的图像。这种方法避免了其他方法中存在的混合伪影，并找到全局一致的图像。

使用方法

Barbershop项目提供了两种部署方式：本地部署和Google Colab部署。这里我们主要介绍Google Colab部署方式。

1. 设置环境：选择GPU和Python版本
2. 下载源码：

   !git clone https://github.com/ZPdesu/Barbershop.git
   

3. 进入根目录：

   %cd Barbershop
   

4. 安装依赖项：将environment.yaml文件中需要pip的包复制出来，粘贴进新建的一个requirements.txt中，然后运行

   !pip install -r requirements.txt
   

5. 人脸预处理：

   !python align_face.py
   

6. 进行推理：

   !python main.py --im_path1 90.png --im_path2 15.png --im_path3 117.png --sign realistic --smooth 5
   

实验效果

下面是几个实验效果示例：

处理后生成的mask图：

处理后生成的结果图：

项目地址

• GitHub地址：https://github.com/ZPdesu/Barbershop
• 论文地址：https://zpdesu.github.io/Barbershop/Barbershop.pdf