来源：量子位
随便一张照片，就可生成3D头像。而且光线真实，任意角度可调。
这是苹果的最新黑科技生成框架FaceLit。
正如其名，FaceLit的特色就是可以将人脸“点亮”。
“自带光环”的FaceLit在易用性上也不输同类，甚至更胜一筹——
进行3D建模时，需要的照片素材无需专门选择角度，数量上也只需一张。
甚至对表情、发型、眼镜等元素进行调节时，也不需要额外素材。
而传统的头像合成工具或者需要多张图片才能工作，或者对照片角度有刁钻的要求。
正是凭借这一创新，FaceLit获得了3.5的FID评分，较同类产品直接高出了25%。
改进式EG3D合成人像，光线信息单独处理
下面就来看一下FaceLit具体是如何实现头像合成的。
国内第一张数字银行卡已经正式发行:8月15日，国内第一张数字银行卡已经正式发行。经中国人民银行营业管理部批准，百信银行通过虚拟发卡系统发行的首张数字银行卡正式亮相。据悉，这张由中国银联和百度公司、百信公司三方共同推出的银行卡，同时集合了借记卡和贷记卡的功能于一身，申请时就可以获取几千元到五万元不等的额度。由于该银行卡没有实体卡片，完全存在于数字网络中，因此在安全上也采取了更多的防范措施。（财华社）[2020/8/20]
总的来说，苹果采用了将人物本体与光线分别处理再进行叠加的策略。
早期的三维人像合成工具在转换过程中可能产生形变。
而爆火的NeRF通过将场景拆分成具体因素，提高了3D图像合成效果，改善了这一问题。
但苹果团队认为，在可控性方面，NeRF仍存有不足之处。
于是，在EG3D框架的基础上，苹果创造了FaceLit的合成模型。
EG3D通过三平面解码器，赋予了二维卷积神经网络生成渲染3D模型所需深度参数的能力。
苹果团队对标准的EG3D训练方式进行了扩展，并将之转化成了FaceLit框架。
声音 | 张楠赓：烤猫失踪唯一可查询记录是一张去往泰国的机票购买记录:据腾讯新闻《潜望》消息，嘉楠董事长张楠赓接受采访时透露，寄望于通过联合挖矿来翻身的烤猫，在发现自己被之后，离奇失踪，唯一可查询的记录是一张去往泰国的机票购买记录，但至今仍下落不明。张楠赓提起烤猫的悲剧仍是一身冷汗，“因为差点被的就是我。”令他遗憾的是，当初了烤猫的那帮人，至今仍活跃在矿圈，逍遥法外。[2020/1/2]
△FaceLit与传统EG3D渲染流程对比图
标准的ED3G使用相机位置p参数作为基本输入参数。
在建立GAN2操作时，苹果在EG3D的基础上加入了光照参数l。
不同p(左→右)与l(上→下)值下的初始图像
苹果选择了经过球形谐波方式简化后的Phong反射模型作为处理光源的物理基础。
动态 | 云南近日开出全国第一张区块链电子冠名发票:近日，在由云南省人民政府主办的2019年首届“数字云南”区块链国际论坛上，云南省省长阮成发与腾讯副总裁、腾讯云总裁邱跃鹏一道，通过“游云南”平台共同开出全国第一张区块链电子冠名发票。这是云南省与腾讯公司将区块链应用于税务领域的一次新探索。（科技日报）[2019/8/6]
光照参数l就是在这一基础之上独立处理得到的。
在自然界中，反射包括镜面反射和漫反射两种形式。
△不同镜面反射率条件下的效果对比
因此，苹果在ED3G模型中加入了镜面反射解码器和漫反射解码器。
它们替代了可以直接得到颜色c、密度σ数据的三平面解码器。
动态 | 外媒：万事达卡已批准欧洲第一张加密借记卡:据Blog.Coinspectator消息，万事达卡已批准欧洲第一张加密借记卡。Tap n Go （Tap）已与Transact Payments Limited （TPL）合作，提供TapPrepaidMastercard?，允许客户在接受万事达卡消费的场景中使用Tap持有的加密资产。据悉，Tap n Go已向直布罗陀金融服务委员会申请DLT牌照，目前正在审查中。[2019/4/30]
△反射解码器流程示意图
通过对GAN2产生的数据进行再次解码，可以得到镜面反射率ks和漫反射率kd。
然后再通过两种反射着色器得到颜色c，密度σ则由漫反射解码器计算得出。
最终，FaceLit以与三平面解码器相同的参数渲染图像，并进行分辨率优化。
有的放矢设计训练策略，数据无需人工标注
生成框架已有，那就来到训练阶段，其特点在于训练过程中无需人工标注。
方法论层面，在训练时，团队使用了FFHQ、MetFaces和CelebA-HQ数据集。
对于不同的数据集，苹果使用了不同的训练方式。
动态 | 重庆市发出第一张区块链营业执照:据中国电子银行网消息，3月6日，重庆市新注册登记营业执照全部加入政务区块链，并发出了第一张基于区块链技术的电子营业执照，这是重庆市实施“全渝通办”、探索政务区块链技术创新应用取得的又一阶段性成果。[2019/3/8]
FFHQ包含了7万余条人脸数据，其训练分为两个阶段：先在较低的分辨率下训练，再提高分辨率再次进行。
对于包含2万数据量的CelebA-HQ，训练不需要分阶段进行。
而对于更小的MetFAces，则只需要通过ADA扩容的方式，使用预训练的FFHQ进行优化调整即可。
定性地看，训练结果在机位、光源和反射高光等方面都有出色的表现，图中的细节也有所增强。
△FaceLit生成的头像唇齿部位的细节进行了明显重构
定量结果同样表明，FaceLit在FID、KID等指标上均优于包括标准EG3D在内的传统生成方式。
在使用FFHQ作为训练集的条件下，各生成方式的表现如下表，不难看出FaceLit拥有最低的FID和KID值。
而相比于英伟达的StyleGAN2，FaceLit的表现依旧出色：
光线准确度方面，FaceLit在使用三种不同训练数据集的情况下，与人工设定的标准值平均均方误差均低于0.01。
网友：人们低估了苹果AI
消息发出后，便有网友认为“这是对更重磅产品的预热”。
更有网友直接推测，FaceLit的出现标示着人工智能将进军AR和VR领域，苹果的混合现实将最终实现商用……
也有网友认为，FaceLit不会商用，否则苹果才不会以论文的形式发表。
针对FaceLit本身，也有网友表示，除了LLM，其他都是浮云，他们如果不开发LLM，就没有未来。
但这位网友同时也说，苹果可能已经在做了。
相应的，也有网友称人们“低估了苹果在AI领域的深度”。
所以各位网友对苹果在AI领域还有什么样的期待呢？
论文地址：https://arxiv.org/abs/2303.15437
GitHub地址：https://github.com/apple/ml-facelit
参考链接：https://twitter.com/AlphaSignalAI/status/1648361623004774400
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。