用深度神經網路修復H漫:看完這篇你就能眼中無碼
曉查 發自 凹非寺
量子位 出品 | 公眾號 QbitAI
AI“腦補”能力一流,現在甚至已經能畫出藝術品。熱愛H漫的死宅們靈光一閃,AI是否也可以把馬賽克阻擋的內容也畫出來呢?
果然,原始動物本能是第一科技生產力。最近就有人在GitHub上釋出了一個DeepCreamPy專案,能幫你把H漫中羞羞的畫面補上。
該專案使用深度完全卷積神經網路(deep fully convolutional neural network),參照了英偉達在今年4月前釋出的一篇論文。當然,英偉達原文的目的可不是用來做羞羞的事情,而是為了復原畫面被單色條帶遮擋的問題。
從實際效果來看,復原後的圖片塗抹痕跡仍然比較明顯,不過處理線條比較簡單的漫畫可以說是綽綽有餘。
接下來,就是讓你“眼中無碼”的DIY教程啦!
適用範圍
DeepCreamPy僅適用於薄碼,如果馬賽克太大太厚,去碼可能會失效。另外,它對真人圖片無效。如果你非要嘗試,可以看一下強行使用的效果:
而且DeepCreamPy目前的版本還不能完全自動處理圖片,需要用Photoshop首先對馬賽克部分進行手動預處理。
如果你十分介意這些缺點,那麼後面的內容可以跳過了。如果你學(wu)習(ma)的意願很強烈,請接著往下看。
使用方法
安裝軟體
64位Windows使用者可以直接下載exe程式,資源地址請見附錄。
如果你使用的不是Windows系統,需要自己編譯,程式中已經包含訓練模型,請從壓縮包中提取。
編譯程式碼需要一下元件:
Python 3.6
TensorFlow 1.10
Keras 2.2.4
Pillow
h5py
Tensorflow、Keras、Pillow、和h5py可以使用pip安裝:
$ pip install -r requirements.txt
請注意軟體版本,Windows上的TensorFlow不相容Python 2,也不相容Python 3.7。
手動處理黑條遮擋和馬賽克遮擋
首先開啟Photoshop或者GIMP。對於單色條遮住人物敏感部位的情況,使用純綠色(色號#00FF00#)預處理圖片,以綠條取代圖片中的黑條。
強烈建議使用鉛筆而不是毛刷工具,如果使用毛刷,請一定要關閉抗鋸齒功能。或者用魔棒選中馬賽克區域,再用油漆桶上色。
最後將處理的檔案以PNG格式儲存在軟體的”decensor_input”資料夾中。
如果敏感部位不是黑條,而是馬賽克,還需要將未上色的原始圖片放入”decensor_input_original” 資料夾中,並確保其檔名和放在”decensor_input”中的預處理圖片檔名相同。
執行去馬賽克軟體
A. 使用exe直接處理
雙擊軟體即可
B. 命令列處理
對於黑條遮擋的圖片,輸入以下命令:
$ python decensor.py
對於馬賽克遮擋的圖片,輸入以下命令:
$ python decensor.py —is_mosaic=True
注意事項
如果你圖片處理後成了這樣:
一定是你處理的姿勢不對,請注意不要犯以下兩種錯誤:
第一幅圖中,圖片馬賽克區域沒有完全塗滿;第二幅圖中,由於開啟了抗鋸齒功能,導致馬賽克邊緣區域不是純綠色填充,請關閉抗鋸齒功能!!
最後給伸手黨們附上軟體地址,請自行下載,低調使用。Enjoy it!
資源地址
GitHub專案地址:
https://github.com/deeppomf/DeepCreamPy#dependencies-for-running-the-code-yourself
軟體下載地址:
https://github.com/deeppomf/DeepCreamPy/releases/tag/v1.2.1-beta
英偉達論文地址:
https://arxiv.org/pdf/1804.07723.pdf
— 完 —
加入社群
量子位AI社群開始招募啦,歡迎對AI感興趣的同學,在量子位公眾號(QbitAI)對話介面回覆關鍵字“交流群”,獲取入群方式;
此外,量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募,面向正在從事相關領域的工程師及研究人員。
進專業群請在量子位公眾號(QbitAI)對話介面回覆關鍵字“專業群”,獲取入群方式。(專業群稽核較嚴,敬請諒解)
活動策劃招聘
量子位正在招聘活動策劃,將負責不同領域維度的線上線下相關活動策劃、執行。歡迎聰明靠譜的小夥伴加入,並希望你能有一些活動策劃或運營的相關經驗。相關細節,請在量子位公眾號(QbitAI)對話介面,回覆“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
վ'ᴗ' ի 追蹤AI技術和產品新動態
相關文章
- 【深度學習篇】--神經網路中的卷積神經網路深度學習神經網路卷積
- 神經網路篇——從程式碼出發理解BP神經網路神經網路
- 白話深度神經網路神經網路
- 看了這7篇論文,你會完全掌握卷積神經網路!卷積神經網路
- 僅用一行程式碼就能視覺化人工神經網路(ANNs)!行程視覺化神經網路
- 深度剖析卷積神經網路卷積神經網路
- 如何優化深度神經網路?優化神經網路
- 漫畫版:什麼是神經網路?神經網路
- 【神經網路篇】--RNN遞迴神經網路初始與詳解神經網路RNN遞迴
- 關於神經網路:你需要知道這些神經網路
- 如何來構建神經網路?看看這篇乾貨神經網路
- 再聊神經網路與深度學習神經網路深度學習
- AI之(神經網路+深度學習)AI神經網路深度學習
- 【深度學習】神經網路入門深度學習神經網路
- 深度學習與圖神經網路深度學習神經網路
- 與神經網路相比,你對P圖一無所知神經網路
- Tensorflow系列專題(四):神經網路篇之前饋神經網路綜述神經網路
- 【人工神經網路基礎】為什麼神經網路選擇了“深度”?神經網路
- 深度神經網路的壓縮與加速神經網路
- 【深度學習】1.4深層神經網路深度學習神經網路
- 深度學習三:卷積神經網路深度學習卷積神經網路
- 30分鐘講清楚深度神經網路神經網路
- 深度學習教程 | 深層神經網路深度學習神經網路
- 【深度學習原理第4篇】卷積神經網路詳解(CNN)深度學習卷積神經網路CNN
- 【深度學習篇】--神經網路中解決梯度彌散問題深度學習神經網路梯度
- 探索無限大的神經網路神經網路
- 用神經網路模型給你的照片打分(Part I)神經網路模型
- 貝葉斯網路,看完這篇我終於理解了(附程式碼)!
- 深度神經網路成長記:帶你瞭解它的工作原理!神經網路
- 【深度學習篇】--神經網路中的調優二,防止過擬合深度學習神經網路
- 深度學習經典卷積神經網路之AlexNet深度學習卷積神經網路
- 神經網路之卷積篇:詳解經典網路(Classic networks)神經網路卷積
- 4種除錯深度神經網路的方法除錯神經網路
- 深度學習之RNN(迴圈神經網路)深度學習RNN神經網路
- 深度學習迴圈神經網路詳解深度學習神經網路
- 深度學習——LeNet卷積神經網路初探深度學習卷積神經網路
- 深度學習之上,圖神經網路(GNN )崛起深度學習神經網路GNN
- 深度學習筆記------卷積神經網路深度學習筆記卷積神經網路