当前在手机上运行的大多数装饰应用程序(例如Snow和Line Camera)以提取面部地标并覆盖先前创建的对象的形式运行。另外,近来已经引入了各种图像处理技术,例如美容滤镜,以显示出更丰富的效果。
作为与这些视觉效果相关的AI技术,可以考虑基于深度学习的生成模型,例如GAN和VAE。查看到目前为止发布的结果,可以获得远远超过当前服务的应用程序支持的效果的结果,但它的缺点是复杂度比面部标志提取要高得多。由于这个复杂性问题,基于深度学习的生成模型不仅难以直接在手机上运行,而且难以提高所应用图像的分辨率。
基于服务器的实现而非移动电话在某种程度上缓解了此问题,但是在这种情况下,服务器成本随着用户数量的增加而迅速增加,并且由于网络延迟而难以应用于基于视频的应用程序。
HyperGAN是旨在在手机上运行的开源GAN。 HyperGAN不能解决上面提到的所有问题,并且在结果质量方面还有很多事情需要改进,但是似乎参考代码可以充分发挥作用。这是一个HyperGAN项目页面,一个带有学习方法和模型转换方法的HyperGAN github存储库,以及指向HyperGAN android代码库的链接:
HyperGAN / HyperGAN-android
用于运行HyperGAN模型的Android应用。通过在GitHub上创建一个帐户来为HyperGAN / HyperGAN-android开发做出贡献。