与你最般配的伴侣长什么样？这个“夫妻相”生成器要火（附链接）
授权自AI科技大本营（ID：rgznai100）
本文约1000字，建议阅读5分钟
作者使用pix2pix代码训练了一个“夫妻相”生成器。各种奇形怪状的AI生成器都有。
前一段时间，我们盘点了诸多有意思的AI生成器，包括特效生成器、内容生成器、人脸生成器等等（见文末文章链接）。
这不，又一位作者使用pix2pix代码训练了一个““夫妻相””生成器。这个生成器只要输入你自己的人脸图片，就可自动可以生成与你最匹配的未来伴侣，让你在茫茫人海中，发现与你最般配的那张“夫妻脸”，或许可以助你尽早脱单。
GitHub上，作者给出了经过8800个步骤后的训练结果。
该模型可以在短时间内拟合训练图像。
她还给出了一个可能有用的ckpt模型文件下载地址：
https://cloudstor.aarnet.edu.au/plus/s/YHDWgez1g3RFc6o
配置环境
应该是tensorflow == 1.1 ...
还需要下载VGG预训练权重：
https://github/machrisaa/tensorflow-vgg
快速开始
下载训练图像并将其解压：
https://cloudstor.aarnet.edu.au/plus/s/VWZJaWfbla3kFch
运行bash autotest.sh
作者称，这是两年前的旧项目，他们在互联网上收集了已婚夫妇的照片，并对图像进行预处理。
你也可以把自己与所喜欢人的合照作为训练对。
训练图像的示例：
总的来说，这是一个输入你自己的人脸照片就能自动生成一个与之匹配的异性人脸，具有“夫妻相迁移”的效果。
“人工智能跳大神”，有网友思维开阔，表示同理用离婚数据集也可以学个模型，单身准备处对象的看到相似长相的就可以绕着走了。
当然，“用小三数据集也可以学个模型，方便监督自己的另一半，防患于未然。”
你要不要做一个试试？
该项目的作者是阿德莱德大学的计算机科学在读博士生Yifan Liu，师从沈春华教授。
她本硕毕业于北京航天航空大学，曾在微软亚洲研究院访学，由资深研究员王井东博士指导。2019年3月，她的一篇论文曾被CVPR 接收。
目前，她正在从事语义分割，2D图像和视频实例分割的研究，还将在近期发布有关视频分割的新代码。
她称这个生成器自己做的一个娱乐项目。此外，她还在GitHub有自动绘画、股票预测的EMM等项目。
GitHub链接：
https://github/irfanICMLL
生成器文章系列：
超模脸、网红脸、萌娃脸...换头像不重样？我开源了5款人脸生成器http://mp.weixin.qq/s?__biz=MzI0ODcxODk5OA==&mid=2247511457&idx=1&sn=62d738fe97198c685d87b2e92550942f&chksm=e99e9e58dee9174e55794d05b755e0fadef40db75ec05fd1df606c1b05ac7d23ca9304810063&scene=21#wechat_redirect
我收集了12款自动生成器，无聊人士自娱自乐专用http://mp.weixin.qq/s?__biz=MzI0ODcxODk5OA==&mid=2247511033&idx=1&sn=d21cf09eb97977945432d64e21b84a11&chksm=e99e9800dee91116625fe5c639bfd955ffae344504613e5dc7f4366756e2464cd0aafccd7dff&scene=21#wechat_redirect
这款“狗屁不通”文章生成器火了，效果确实比GPT 2差太远/d/file/gt/2024-02/onrt224omrc THU数据派 ”及姊妹号“ 数据派THU ”获取更多讲座福利及优质内容。
有没有夫妻相？刷一下脸就知道！
本文分享自华为云社区《情人节季，快来上传你的女神照片，测试下你们的夫妻相-云社区-华为云》，作者： HWCloudAI 。
有没有夫妻相？刷一下脸就知道！“夫妻相”是指两人之间的相貌让人感觉是一对夫妻，还有一种说法是指夫妻之间面容相似。
有研究认为：两个人在一起生活得久了,表情动作彼此模仿,会越来越像。其实是因为大多数人都珍爱自己，看到跟自己相像的人格外顺眼，从一开头就是拿自己当范本选择另一半。“夫妻相”的大抵意思是因为常常接触，心灵相倾，习惯趋同，相同的作息、肠道菌落交换等相互影响，以致到了面容相像。夫妻相是面容相像，心灵相倾，习惯趋同，相互影响。
世界各地都有类似的说法：人们容易被面容与自己有共同之处的人吸引。一些进化生物学家认为，这是因为我们潜意识里觉得，与自己长相相似的人更值得信任。然而也有研究表明，当动物处于压力下，它们更倾向与同伴中遗传距离较远的个体交配。
尽管上述描述在当今心理学、生物学方面有争议，但是大多数人还是比较认同“夫妻相”这一说法的。（以上“夫妻相”解释来自百度百科）
基于此，本文利用ssim算法，帮你快速打造一个“刷脸测试夫妻相”Demo出来。
夫妻相似度 ssim算法原理SSIM（structural similarity）是一种用来衡量图片相似度的指标，也可用来判断图片压缩后的质量。
基本原理：
其中有几个需要注意的点：
C1、C2、C3为常数，避免分母接近于0时造成的不稳定性。
SSIM函数S具有对称性、有界性（不超过1）和最大值唯一性（当且仅当x＝y时，S＝1，表示两幅图一样）。
上述S函数为C3=C2/2的简化形式。
（更多SSIM介绍可自行搜索论文《Image Quality Assessment: From Error Visibility to Structural Similarity》）
注意事项：
本案例使用框架**:** PyTorch-1.8本案例使用硬件规格**:** CPU: 2核 4GB本案例的AI Gallery链接 上传你的女神照片，测试下你们的夫妻相步骤一：下载需要的海报文件和字体import osimport os.path as ospimport moxing as moxparent = osp.join(os.getcwd(),'Valentine')if not os.path.exists(parent): mox.filepy_parallel('obs://modelarts-labs-bj4-v2/case_zoo/Valentine',parent) if os.path.exists(parent): print('Download success') else: raise Exception('Download Failed')else: print("Model Package already exists!")
INFO:root:Using MoXing-v2.1.0.5d9c87c8-5d9c87c8INFO:root:Using OBS-Python-SDK-3.20.9.1Download success步骤二：使用ssim算法计算夫妻相
import numpy as npimport cv2import randomimport matplotlib.pyplot as pltfrom matplotlib import font_managerimport warningsfrom scipy.signal import convolve2d from PIL import Image,ImageDraw,ImageFontwarnings.filterwarnings('ignore')
def matlab_style_gauss2D(shape=(3,3),sigma=0.5): """ 2D gaussian mask - should give the same result as MATLAB's fspecial('gaussian',[shape],[sigma]) """ m,n = [(ss-1.)/2. for ss in shape] y,x = np.ogrid[-m:m+1,-n:n+1] h = np.exp( -(x*x + y*y) / (2.*sigma*sigma) ) h[ h < np.finfo(h.dtype).eps*h.max() ] = 0 sumh = h.sum() if sumh != 0: h /= sumh return hdef filter2(x, kernel, mode='same'): return convolve2d(x, np.rot90(kernel, 2), mode=mode)def compute_ssim(im1, im2, k1=0.01, k2=0.04, win_size=11, L=255): if not im1.shape == im2.shape: raise ValueError("Input Imagees must have the same dimensions") if len(im1.shape) > 2: raise ValueError("Please input the images with 1 channel") M, N = im1.shape C1 = (k1*L)**2 C2 = (k2*L)**2 window = matlab_style_gauss2D(shape=(win_size,win_size), sigma=0.5) window = window/np.sum(np.sum(window)) if im1.dtype == np.uint8: im1 = np.double(im1) if im2.dtype == np.uint8: im2 = np.double(im2) mu1 = filter2(im1, window, 'valid') mu2 = filter2(im2, window, 'valid') mu1_sq = mu1 * mu1 mu2_sq = mu2 * mu2 mu1_mu2 = mu1 * mu2 sigma1_sq = filter2(im1*im1, window, 'valid') - mu1_sq sigma2_sq = filter2(im2*im2, window, 'valid') - mu2_sq sigmal2 = filter2(im1*im2, window, 'valid') - mu1_mu2 ssim_map = ((2*mu1_mu2+C1) * (2*sigmal2+C2)) / ((mu1_sq+mu2_sq+C1) * (sigma1_sq+sigma2_sq+C2)) return npan(npan(ssim_map))def img_show(similarity, img1, img2, name1, name2): # similarity = random.uniform(60,100) zt = "./Valentine/方正兰亭准黑_GBK.ttf" my_font = font_manager.FontProperties(fname = zt,size =20 ) img1 = cv2.resize(img1, (520, 520)) img2 = cv2.resize(img2, (520, 520)) imgs = np.hstack([img1, img2]) imgs2 = imgs[:,:, ::-1] plt.axis('off') plt.title('{0} VS {1} \n CP指数: {2}%'.format(name1, name2, round(similarity, 2)), fontproperties=my_font) plt.imshow(imgs2) path = "a.jpg" cv2.imwrite(path, imgs)加入人脸检测
def getFaces(gray): cascPath = "/home/ma-user/anaconda3/envs/PyTorch-1.8/lib/python3.7/site-packages/cv2/data/haarcascade_frontalface_default.xml" faceCascade = cv2.CascadeClassifier(cascPath) im1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) # Detect faces faces = faceCascade.detectMultiScale( gray, scaleFactor=1.1, minNeighbors=5, flags=cv2.CASCADE_SCALE_IMAGE ) return faces步骤三：修改预置的视频和图片
在Valentine文件夹下中，有一个预置的1.png和2.png图片，大家可以将里面的图片替换成自己的，图片的名称不建议修改，如果修改成其他的名称，后面的路径也要相应的修改，上传的图片不要太大，尽量使用正脸的图片。
if __name__ == '__main__': name1 = input('请输入图1照片姓名: \n') name2 = input('请输入图2照片姓名: \n') img1_path = 'Valentine/1.png' img2_path = 'Valentine/2.png' img1 = cv2.imread(img1_path) img2 = cv2.imread(img2_path) im1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) im2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) im1_faces = getFaces(im1) im2_faces = getFaces(im2) if len(im1_faces) !=1 or len(im2_faces)!= 1: raise ValueError("输入图片需要包含一个人脸") im1 = cv2.resize(im1, (520,520)) im2 = cv2.resize(im2, (520,520)) similarity = compute_ssim(im1, im2)*100 if similarity == 100: raise ValueError("图片重复! 请重新上传图片") img_show(similarity, img1, img2, name1, name2)
请输入图1照片姓名: 王强请输入图2照片姓名: 李欣
image = Image.open("a.jpg")image = image.resize((498,278))步骤四：打印输出海报
import osfrom PIL import Image,ImageDraw,ImageFont,ImageFilterfrom PIL import ImageFileImageFile.LOAD_TRUNCATED_IMAGES = True
#@title 请在下面填写创作者 ： def gen_poster(img,txt1,txt2,path): font1 = ImageFont.truetype(zt,42) font2 = ImageFont.truetype(zt,24) img_draw = ImageDraw.Draw(img) img_draw.text((197,629), txt1, font=font1,fill='#961900') img_draw.text((152,689), txt2, font=font2, fill='#252b3a') img.filter(ImageFilter.BLUR) img.save(path)template_img = "./Valentine/ValentinPoster.png" zt = "./Valentine/方正兰亭准黑_GBK.ttf"temp_image = Image.open(template_img) temp_image.paste(image ,(40,266))title_char = str(round(similarity,1)) + "%"author_char = "王强" #@param {type:"string"}savepath = 'ValentinPoster.png' # 海报图片路径gen_poster(temp_image,title_char,author_char,savepath)Image.open(savepath) # 显示图片
点击下方，第一时间了解华为云新鲜技术~
华为云博客_大数据博客_AI博客_云计算博客_开发者中心-华为云
#华为云开发者联盟#
