據(jù)美國科技媒體Motherboard報道，一名程序員最近開發(fā)出一款名叫DeepNude的應(yīng)用笼蛛，只要給DeepNude一張女性照片洒放，借助神經(jīng)網(wǎng)絡(luò)技術(shù)，軟件可以自動“脫掉”女性身上的衣服滨砍，顯示出LUO體照片往湿。
目前DeepNude只能處理女性照片妖异，如果原圖LUO露的皮膚越多，處理效果越好领追；而上傳男性照片他膳，最后得出的結(jié)果還是女性部位。
DeepNude官網(wǎng)已上線绒窑，照片可在官網(wǎng)處理棕孙，可下載的Windows和Linux應(yīng)用也在6月23日推出，使用者無需專業(yè)知識些膨。
這款應(yīng)用有免費版和50美元付費版蟀俊。使用免費版獲得的圖片會出現(xiàn)較大水印，付費版雖然沒有免費版出現(xiàn)的水印傀蓉，但會在圖片左上角加上“FAKE”（虛假）的印章式標注欧漱。
Motherboard用幾十張照片測試，發(fā)現(xiàn)如果輸入《體育畫報泳裝特輯》（Sports Illustrated Swimsuit）的照片葬燎，得到的LUO體照片最為逼真误甚。但這一技術(shù)還有缺點，多數(shù)照片（尤其是低分辨率照片）經(jīng)過DeepNude處理后谱净，得出的圖像會有人工痕跡窑邦；而輸入卡通人物照片，得出的圖像是完全扭曲的壕探。
Motherboard還聯(lián)系了DeepNude的創(chuàng)建者冈钦，此人化名為“阿爾貝托”（Alberto）。他表示李请，該軟件基于加州大學伯克利分校研究者開發(fā)的開源算法pix2pix創(chuàng)建瞧筛，并使用1萬張女性LUO圖加以訓練。這一算法與之前的人工智能換臉技術(shù)deepfake算法相似导盅，也和無人車技術(shù)所使用的算法相似较幌。
“阿爾貝托”表示，該軟件目前之所以只能用于女性照片白翻，是因為女性LUO體圖像更容易在網(wǎng)上找到乍炉，但他希望能創(chuàng)建一個男性版本的軟件。
他還表示滤馍，他繼續(xù)這一實驗是出于“有意思”和好奇心岛琼。“我不是偷窺狂巢株。我是技術(shù)的愛好者槐瑞，”他說，“繼續(xù)提升這個算法阁苞，最近也是吸取了之前的教訓（來自其它創(chuàng)業(yè)公司）和經(jīng)濟上的問題随珠，我問我自己是否可以在這個算法上獲得經(jīng)濟回報灭袁。這就是我創(chuàng)建DeepNude的原因殿遂≌舐”
但Motherboard指出顷扩，之前就有deepfake在網(wǎng)絡(luò)上流傳孵运，但這種技術(shù)很容易就會成為傷害女性的工具——要么在未經(jīng)同意的前提下使用女性照片怎爵，要么在網(wǎng)上惡意散布SQ內(nèi)容锹杈。而DeepNude相當于deepfake技術(shù)的進化版闯割，操作更簡單曙咽，處理速度更快拉讯。
昨日凌晨涤浇，@deepnudeapp 在其推特發(fā)表聲明，稱為了防止DeepNude被濫用魔慷，宣布關(guān)閉這個網(wǎng)站及程序只锭。
@deepnudeapp在聲明中表示，我們在幾個月前創(chuàng)建了這個娛樂項目院尔。我們以為這款應(yīng)用的傳播也在我們可控范圍內(nèi)蜻展。事實上，這款應(yīng)用并不是很完善邀摆，它只適用于特定的照片纵顾。我們從沒想過它會像病毒一樣傳播開來，以至于我們也無法控制栋盹，我們大大低估了用戶對這個應(yīng)用的需求施逾。
盡管采用了安全措施(加水印)，但要是有50萬人使用它例获，人們?yōu)E用它的可能性就太高了汉额。我們不想用這種方式賺錢。這款應(yīng)用(制造出來)的一些裸體的副本會在網(wǎng)上被分享榨汤，我們不想成為出售這些“作品”的人闷愤。另外從其他來源下載或以任何其他方式共享本軟件(生成的作品)將違反本網(wǎng)站的條款。從現(xiàn)在開始件余，DeepNude將不會發(fā)布其他版本，也不會授權(quán)任何人使用遭居，激活高級版本許可也將停止啼器。
首先文件如圖：
深度學習計算機視覺（猜測）
Image Inpainting
可以參考NVIDIA論文使用部分卷積和基于部分卷積的填充來修復不規(guī)則孔的圖像。
紙質(zhì)代碼部分轉(zhuǎn)換俱萍。論文地址:https://arxiv.org/abs/1804.07723和https://arxiv.org/abs/1811.11718
在Image_Inpainting實驗測試視頻的圖像界面中端壳，您只需使用工具簡單地涂抹圖像中不需要的內(nèi)容。即使形狀非常不規(guī)則枪蘑，NVIDIA的模型也可以非常逼真地“恢復”圖像损谦。圖片填充了涂抹的空白岖免。它可以被描述為一鍵式P圖片，并且“沒有ps痕跡”照捡。該研究基于Nvidia的桂林 劉大佬的團隊颅湘。姬長信也在持續(xù)關(guān)注他們,他們發(fā)布了一種可以編輯圖像或重建已損壞圖像的深度學習方法，即使圖像穿了個洞或丟失了像素栗精。這是目前2018國家最先進的方法闯参。
Pix2Pix(需要配對數(shù)據(jù))論文參考:https://arxiv.org/abs/1611.07004
下面是訓練Pix2Pix模型200個epochs后產(chǎn)生的輸出。
CycleGAN（無需配對數(shù)據(jù)）
CycleGAN使用循環(huán)一致性損失函數(shù)來實現(xiàn)訓練悲立，而無需配對數(shù)據(jù)鹿寨。換句話說，它可以從一個域轉(zhuǎn)換到另一個域薪夕，而無需在源域和目標域之間進行一對一映射脚草。這開啟了執(zhí)行許多有趣任務(wù)的可能性，例如照片增強原献，圖像著色馏慨，樣式傳輸?shù)取Ｖ恍枰春湍繕藬?shù)據(jù)集嚼贡。
參考論文https://arxiv.org/abs/1703.10593
Windows版DeepNude使用過程
DeepNude可以真正實現(xiàn)圖像到圖像的目的熏纯，并且生成的圖像更加真實。
ps:刪除deepnude根目錄中的color.cp36-win_amd64.pyd文件粤策，然后添加color.py文件以獲取deepnude的高級版本樟澜。
對deepnude下架爭取再重新上架的個人建議
1.尺寸。包括156M DeepNude_Windows_v2.0.0.zip和1.90G pyqtlib.rar;
2.速度叮盘。轉(zhuǎn)換圖片需要30秒;
3.內(nèi)容秩贰。使用圖像到圖像神經(jīng)網(wǎng)絡(luò)自動從女性身上移除衣服以揭示她們的裸露。此應(yīng)用程序適用于深度學習的錯誤應(yīng)用柔吼。
?* DeepNude可以使用Tensorflow實現(xiàn)毒费，并使用模型壓縮技術(shù)。
?* DeepNude應(yīng)該改變目前不尊重女性的做法愈魏。
總結(jié)
實際上觅玻，可以不需要Image-to-Image。我們可以使用GAN直接從隨機值生成圖像或從文本生成圖像培漏。
Obj-GAN:https://github.com/jamesli1618/Obj-GAN
StoryGAN:https://github.com/yitong91/StoryGAN
微軟人工智能研究院（Microsoft Research AI）開發(fā)的新 AI 技術(shù)可以理解自然語言描述溪厘、繪制草圖、合成圖像牌柄，然后根據(jù)草圖框架和文字提供的個別單詞細化細節(jié)畸悬。換句話說，這個網(wǎng)絡(luò)可以根據(jù)描述日常場景的文字描述生成同樣場景的圖像珊佣。
當前最優(yōu)的文本到圖像生成模型可以基于單句描述生成逼真的鳥類圖像蹋宦。然而披粟，文本到圖像生成器遠遠不止僅對一個句子生成單個圖像。給定一個多句段落冷冗，生成一系列圖像守屉，每個圖像對應(yīng)一個句子，完整地可視化整個故事贾惦。
去水印無限制版下載地址：
https://u16167808.pipipan.com/fs/16167808-385598533
源代碼下載地址：
https://github.com/yuanxiaosc/DeepNude-an-Image-to-Image-technology
