想“死而复生”？迪士尼这个新AI分分钟搞定，失业压力给到特效师

Pine 发自 凹非古寺

粒子位 | 公众号 QbitAI

卡通惊现“返老还童”一气！

可用一段影片，演员分分钟就能变年轻，变老也不在话下。精准度是酱婶儿的：

而且下一步，卡通准备将这种AI方法中用经典电影中都去。

衣著特效师的挨国际自然现象保护联盟～～～

卡通这个新的AI方法名叫FRAN ，至于对比过往类似的静态，它的精准度可谓是上了一个台阶。

帧与帧过渡生硬、易受人物形象单手略为影响、忽略氛围……这些解决办法FRAN统统都解决掉下来了！

悦有说得这么厉害？不妨来独自康康～

卡通的AI方法精准度如何，对比以往的静态，精准度就高下立判了！

过往静态在彻底改变成年的全过程中都往往都聚焦在奇特额头，但会忽略掉下来人像后面的氛围，比如DLFS直接就扣掉下来了氛围平面图。

并且帧与帧之间的过渡也不是很明快。

反观卡通的新AI方法，在氛围处理这块想到的就尤其自然现象了。

FRAN可以直观地保存演员的既有的之外观上，即使在头部单手略为很小时或光线叠加的但会也能如此。

除此之之外，FRAN的灵活性也更是强了，可以任意调节只想的成年，比如下面这个影片，拖曳进度条就能迅速感受下从年轻到年老的精准度。

倍数得一提的是，FRAN还容许初期人员对填充的影片顺利先成二次调整，使整个影片更是加自然现象，这个全过程也是视觉特效工作的一个不可或缺区别于。

话说回来，那FRAN又是怎样超出这样的精准度的呢？

关的到两个解决办法：

一是数据库集解决办法，主要用途受训静态的数据库怎么解决？当然，用悦实的奇特数据库（年轻～年老）来受训认同是不现实的，算是也没那么多数据库。

在这里，卡通运用当此前SOTA静态填充的奇特平面图像作为数据库，用这些数据库来受训FRAN。

第二个解决办法是人脑的架构，FRAN采行的是U-Net架构。

在填充的全过程中都，FRAN但会预测躯干的哪些像素点但会随着成年的增长速度而彻底改变，比如增加或去除波纹，然后这些结果但会作为额之外的视觉信息管道覆盖在本来的额头。

在这个全过程中都，还可以必需使用预先受训好的奇特分离互联网：BiSeNetV2，并设置全局的可用和输出成年倍数，来限制皮肤上周围的再老化，使填充的精准度更是好。

不过倍数得注意的是，在成年宽度较大时，比如从童年到中年，FRAN可能就但会无法控制了，算是它整体的大逻辑是添加和祛除波纹。

卡通方案将AI技术用在经典电影制作者中都也不是一天两天了，大家也都知道，想到视觉特效是悦烧钱，不仅烧钱，还费时间。

两年此前，卡通就曾开发过一款换脸技术，精准度直接看平面图：

并且在躯干捕捉方面，卡通也是下了狠功夫，今年早些时候，它还另一款了并不需要刮胡子就能顺利先成躯干捕捉的新方法。

不太可能呢，卡通除了揭晓FRAN这个AI方法之外，还揭晓了一个可以制作者相同形态、相同风格烟雾的AI。

卡通这边开发AI技术是开发得次大，不知道那边特效师的成见如何，算是这些AI预见可是要干他们的活啊。

关于AI抢特效师挨，你明白预见但会显现吗？

参考链接：[1][2]

— 先 —

粒子位 QbitAI · 头条号签约