这些 AI 算法太强了，我有个大胆的想法！

╰半夏微凉° 2022-12-07 12:29 393阅读 0赞

![这些 AI 算法太强了，我有个大胆的想法！][AI]

> 点赞再看，养成习惯，微信公众号搜索【JackCui-AI】关注这个爱发技术干货的程序员。本文 GitHub [Jack-Cherish/PythonPark][Jack-Cherish_PythonPark] 已收录，有一线大厂面试完整考点、资料以及我的系列文章。

好久没有推荐有趣的[算法][Link 1]了，今天 Jack 再带大家逛逛「AI 乐园」，看看最近新出了哪些新奇好玩的 AI 算法。

## 一、深度估计 ##

不知你有没有发现，最新的视觉技术研究，多了很多 3D 相关的工作。

深度估计就是其中之一。

Facebook 的最新一项研究，根据视频帧序列，就可以**稳定地估计图像的深度**。

![20200915231553855.gif][]

图像深度信息有了，就可以做很多有意思的视频特效：

「**水漫金山**」、「**漫天飞雪**」、「**金星环绕**」。

![20200915231425531.gif][]

论文提出了一种重建单目视频中所有像素密集、几何一致性深度估计算法。

比以往的单目深度估计方法具有更高的精度，同时结果更加稳定。

代码开源，**盘它**！

项目地址：[https://github.com/facebookresearch/consistent\_depth][https_github.com_facebookresearch_consistent_depth]

## 二、Wav2Lip ##

AI 技术可以撑起鬼畜视频的一片天。

Wav2Lip，算法如其名，Wav 音频转嘴唇 Lip。

就是字面的意思，给算法一个**音频文件**，算法可以让**视频里的人物**，将这段话**自然地念出来**。

![20200915231700882.gif][]

任何人物身份，甚至包括卡通人物，任何语音和语言，都可以将口型视频高精度同步到任何目标语音。

这位老哥甚至还为小白量身打造了网页 Demo，上传音频和视频就可以体验。

网页地址：[https://bhaasha.iiit.ac.in/lipsync/][https_bhaasha.iiit.ac.in_lipsync]

对于有一定编程基础的，可以去 GitHub 下载源代码，只要有你想鬼畜的人的照片或者视频，再输入一段文字，就能合成你想要的视频了。

比如来一段「特朗普热爱中国宣言」，是不是就突然来了灵感。

天啊，我脑海里浮现了好多**大胆的想法**。

有个 Wav2Lip 还不算完，还有个 **Lip2Wav**。

我们可以理解为 AI “读唇术”。

视频的声音没了，Lip2Wav 帮你生成。

根据画面嘴唇的动作，进行“读唇”，给你音频结果。

![这些 AI 算法太强了，我有个大胆的想法！][AI 1]

值得注意的是，**Lip2Wav **和 B站 那些机械风格的鬼畜调音不一样。

这个 AI 效果炸裂，你几乎感觉不到是机器配音，就像人类在发言一样。

算法原理就是根据面部特征，对唇部进行编码，再使用 LSTM 进行音频合成。

![这些 AI 算法太强了，我有个大胆的想法！][AI 2]

Wav2Lip 和 Lip2Wav 都有开源代码。

来吧，翻牌子，喜欢哪个点哪个。

Wav2Lip 项目地址：[https://github.com/Rudrabha/Wav2Lip][https_github.com_Rudrabha_Wav2Lip]

Lip2Wav 项目地址：[https://github.com/Rudrabha/Lip2Wav][https_github.com_Rudrabha_Lip2Wav]

## 三、HiFiC ##

没做过网站的朋友可能不知道。

图片的大小，太影响网页的加载速度了。

过多过大的图片，可能让你的页面加载，就像**老太太吃硬饼**一样，得慢慢磨。

还在为图像加载犯愁吗？

最新的好消息是，谷歌团队采用了一种 GANs 与基于神经网络的压缩算法相结合的图像压缩方式**HiFiC**，在码率高度压缩的情况下，仍能对图像高保真还原。

下面是这种算法展现出来的图像与 JPG 格式图像的对比。

![这些 AI 算法太强了，我有个大胆的想法！][AI 3]

左边是 HiFiC 算法压缩效果，右边是同等体积 JPG 格式图片的效果。

可以非常明显地看到，HiFiC 算法压缩的图片要清晰太多了。

代码还没有开源，但是作者老哥说「快了，快了，这次一定！」

想要体验的小伙伴，直接网页走起！

项目地址：[https://hific.github.io/][https_hific.github.io]

## 四、总结 ##

文章写完，已经凌晨1点多了，肝得我脑瓜仁疼。

点赞收藏三连有没有？这次一定！

> 文章持续更新，可以微信公众号搜索【JackCui-AI】第一时间阅读，本文 GitHub [Jack-Cherish/PythonPark][Jack-Cherish_PythonPark] 已经收录，有大厂面试完整考点，欢迎Star。

[AI]: /images/20221123/f1af28cde42e4735b236425d49e6fbec.png
[Jack-Cherish_PythonPark]: https://github.com/Jack-Cherish/PythonPark
[Link 1]: https://cuijiahua.com/blog/tag/%E7%AE%97%E6%B3%95/
[20200915231553855.gif]: /images/20221123/7fd0f084fad0430e865075675cce8194.png
[20200915231425531.gif]: /images/20221123/53d571c51926424a8a161c0637dab378.png
[https_github.com_facebookresearch_consistent_depth]: https://github.com/facebookresearch/consistent_depth
[20200915231700882.gif]: /images/20221123/602095057545473facb58ef97790af58.png
[https_bhaasha.iiit.ac.in_lipsync]: https://bhaasha.iiit.ac.in/lipsync/
[AI 1]: /images/20221123/b21d917675c347f6b090176f5e33159c.png
[AI 2]: /images/20221123/d33f9505f7d447d18b7c90758a78637b.png
[https_github.com_Rudrabha_Wav2Lip]: https://github.com/Rudrabha/Wav2Lip
[https_github.com_Rudrabha_Lip2Wav]: https://github.com/Rudrabha/Lip2Wav
[AI 3]: /images/20221123/e83420164fcd4c2dab5485131c7be506.png
[https_hific.github.io]: https://hific.github.io/