ai可以画画吗(不会画画可以学ai吗)

色彩丰富来自奥菲斯的qubit报告| qbi tai，微信官方账号新手画家如何画出像样的手绘人像？除了随着时间的推移练习，也许你还可以使用以下工具！首先，你只需要画出脸部的轮廓，比如如下：
然后，电脑会提示你肖像整体结构的线条，供你参考：
然后，给出脸部细节的提示行：
最后，你可以画一幅这样的图：
比一张白纸的新手强很多吗？
两步指南教你画人像。这个工具叫做dualFace。
它之所以能辅助新手画家和普通用户画出像样的人像，是因为它可以基于你最初的线条。
草图线给出了肖像的全局框架和局部细节。你只要照着做，没有绘画训练的“残疾人党”也能完成！
在全局引导阶段，dualFace可以根据你画出的大概轮廓，从内部数据库中搜索出几个阶段。
关闭人像，在画布背景上显示建议的脸部轮廓线。
在局部引导阶段，dualFace使用全局引导绘制的轮廓，使用深度生成模型合成人脸地图。
喜欢，然后给出合成结果的细节(眼睛，鼻子，嘴巴等。)作为辅助线。请注意，在全球舞台上，人像是数据库中的真实人像。本地舞台是一个合成的虚拟肖像。为什么不分两个阶段用同一个头像？
这样做是为了让计算机给出的指导更加多样化！毕竟数据库里的人数有限，用户可以使用。
一个模特可以在细节上分辨出更多的人像。此外，dualFace具有切换功能，用户可以选择最合理的本地引导；
如果用户认为本地指导不符合他们的想象，他们还可以单击按钮返回完整的绘制过程。
局阶段。
这两个阶段是如何工作的：
全局引导全局引导阶段分为三个步骤：数据生成、轮廓匹配和交互引导。数据生成是将数据库中的人脸图像转换为人脸轮廓。
他们使用BiSeNet生成原始人脸的语义标签掩膜。又是从这里
从语义标签模板中提取人脸轮廓。遮罩中的每个像素(如眼睛、鼻子和嘴巴)都会出现。
原图的人脸标签ID(方便以后搜索)。此外，轮廓图像与相应的原始面部图像一起存储。
轮廓匹配步骤：计算用户绘制的轮廓与数据库中存储的轮廓图像之间的相似度，以获得最精确的轮廓。
近轮廓图像。使用Galif(基于Gabor局部线的特征)，即基于局部线的Gabo。
r特征描述符)用于草图检索和局部形状匹配。
交互步骤根据用户不断更新的笔画实时检索最相似的“候选对象”，并进行转换。
变成阴影图。
当地导游提供了整体结构图后，系统开始提供详细线路。局部引导阶段包括两个步骤：生成遮罩和生成人像草图。
掩模生成步骤，使用由用户在全局阶段中绘制并在全局阶段数据生成部分中生成的数据。
面具库，系统可以生成最终的面具，如下图所示。
草图生成步骤：使用MaskGAN生成与前一阶段相匹配的“真人”画像，使用APdrawi。
NgGAN把肖像变成素描。
其中，由于这两代模型是独立训练的，为了连接起来，这一步还使用了梯度提升决策。
树(GBDT)来计算人脸标志点，并将合并后的遮罩转换成二值背景轮廓。
在这个阶段，可以生成许多详细的人像草图，用户可以选择最需要的一个作为后续绘制的参考。
测试。而且用户一开始画的轮廓不完整也没关系。缺失的部分可以通过“笔画遮罩”来映射
“自动完成。是以上两个阶段引导的具体实施过程。接下来，他们进行了用户研究，以定性的方式验证该工具的有效性。
抽象输入识别不正确dualFace是一个在Windows S10平台上用Python编写的实时绘图程序。
在全局导航阶段，每次释放鼠标后检索图像平均需要0.36秒，而在局部导航中，每次生成一个图像
人像图像需要2.78秒。
以下是实验者在全局、局部和整体使用体验的问卷调查结果，满分5分，两者平均分。
3.9以上。从整体用户体验来看，所有参与者都认为这个工具可以帮助他们更好地绘制肖像。
与其他绘图工具相比，dualFace在空间关系和面部细节的绘图评估方面取得了很高的成功。
表现，平均分分别是4.5分和4.32分。
因此，dualFace可以通过正确的面部空间关系和详细的面部特征来引导用户获得更好的结果。
肖像，而其他绘图程序可能无法提供这些信息。
另外，如下图最右边所示，用dualFace作画，最短4分15秒，最长17分15秒，平均花费。
大约10分钟后。虽然用户的绘画技巧可能不同，但花更多的时间必然会画得更好。
数字结果。
以下是实验者的绘画结果：
可以看出，系统给出的指导图水平差不多，但最终结果还是有点受限于用户的现实。
绘图级别。
不过前面说了，最后一组只画了眉毛和眼睛，系统不会限制，也可以给。
完整的导游图。当然，他们的方法也有局限性：抽象的草图未必能转换成合理的人脸面具。
例如，下图中用户所画的轮廓中的嘴被误认为是鼻子的一部分，从而导致了下面的系列
屠的鼻子不对。
这是因为人脸数据库里都是真实的照片，dualFace只能支持绘制真实风格的人像。
因此很难实现表情、夸张的卡通造型等高级语义素描。
作者介绍，这个项目的研究人员来自北陆前沿科技大学和东京大学。
前者是日本国立大学，成立于1990年，拥有日本支持的多个重点学科和科研。
与东大、北大相比，情报学方面的研究极其拔尖。七个研究成员中有四个是中国人，包括一两篇论文。试戳GitHub地址下载：https://github.com/shasph/dualFace论文地址：https://www.arxiv-vanity.com/papers/2104.12297/—End—
量子qbitai头条号签约
关注我们，第一时间获悉前沿科技动态。