[생성지능개발팀 정택현]
ㅤ
MobileFaceSwap은 AAAI 2022에서 공개된 오픈소스 Face swap 모델로, 기존 Simswap, FaceShifter 모델을 Distillation 기반의 경량화를 적용하여 연산 속도의 측면에서 SOTA(State-of-the-art)를 달성한 것으로 알려져 있습니다.
실제로 Original Simswap이 107M Parameter와 55.7G FLOPs를 요구하는 것과 비교하여 MobileFaceSwap은 0.50M의 Parameter와 0.33G FLOPs로 매우 큰 차이를 볼 수 있습니다.
ㅤ
본 포스팅에서는 이러한 MobileFaceSwap을 누구나 체험해볼 수 있도록 제작된 간단한 토이 프로젝트와 설명을 공유 드리고자 하며, 이를 통해 많은 분들이 영감을 받는 기회가 되었으면 합니다.
ㅤ
MobileFaceSwap 체험하기 🚀
ㅤ
ㅤ
구글 계정만 있다면, 위 링크에 접속하여 MobileFaceSwap을 체험해 볼 수 있습니다.
본 Colab 토이 프로젝트는 공식 MobileFaceSwap Github를 기반으로 하며, 많은 분들이 귀찮은 환경 설정이나 코드 분석 등을 하지 않고도 쉽게 체험해 볼 수 있도록 제작하게 되었습니다.
ㅤ
Google Colab의 유료 결제를 하지 않아도 무료 버전에서도 사용이 가능합니다.
Google Colab에 접속 후에는 별도의 설정 없이, 아래의 그림에 표시된 [실행] 버튼을 순차적으로 눌러주시기만 하면 됩니다.
ㅤ
ㅤ
이미지 업로드 파트에서는 실행 버튼 후 나타나는 [파일 선택] 버튼을 통해 원하는 이미지를 업로드하시면 됩니다.
ㅤ
ㅤ
이후, 실행 파트에서도 [실행] 버튼만 누르시면, 원하는 결과물이 아래와 같이 표시되는 것을 볼 수 있습니다.
만약 다른 이미지로 추가 실험을 원하시는 경우, 이미지 업로드 파트부터 다시 순차적으로 실행 하면 됩니다.
ㅤ
ㅤ
이처럼 대표적인 One-shot learning 기반의 face swap 모델 중 하나인 MobileFaceSwap의 사용법을 공유드렸는데요,
MobileFaceSwap에 대한 자세한 기술적 정보가 궁금하시다면, 여기에 접속하여 자세한 정보를 얻으실 수 있습니다.
ㅤ
이번에 공유 드린 Colab 프로젝트는 자유롭게 수정 및 배포 하셔도 되며, 컴퓨터 비전과 관련된 다양한 기술들이 조만간 추가로 업데이트 될 예정이니 많은 기대 부탁드립니다 😀
ㅤ
만약, 궁금하신 점이나 피드백이 있으시다면 언제든 tackhjung@smilegate.com으로 문의 주세요 📧
감사합니다.
ㅤ
References
[1] https://github.com/Seanseattle/MobileFaceSwap
[2] https://aaai-2022.virtualchair.net/poster_aaai1391
[3] https://github.com/neuralchen/SimSwap
