曉查 發自 凹非寺，量子位 報道 | 公眾號 QbitAI
英偉達的最新AI工具又讓網友使用者們激動了。
「我已經等不及了！」
一位網友在看完演示視訊後表示。
對於「手殘黨」來說，英偉達的EditGAN簡直就是零基礎P圖神器。
能夠高質量、高精細度地對圖像進行修改，讓P圖方式從未如此容易。
例如，讓畫像和雕塑「擠眉弄眼」：
只要你會上傳圖片、能畫草圖，就能夠輕鬆P圖。如此「魔性」的工具，難怪得到了網友熱捧。
EditGAN甚至能精細到修改車輪輻條大小和方向：
當然，真人照片也不在話下，如控制人眼朝向、頭髮量等：
還能給貓咪修改耳朵大小：
而你要做的，只是上傳一張圖片，然後由程序生成一張語義分割草圖，直接在草圖上塗抹修改。
△ 在草圖中加入牙齒部分，人就笑了
EditGAN只會修改你想要改變的部位，其他部分都原封不動。
和最近的GauGAN2一樣，英偉達也為EditGAN開發了一個電腦軟體：
這項研究已經被NeurIPS 2021接收。
本文一作是來自多倫多大學的華人博士生凌歡，他同時在該校人工智慧研究院（Vector Institute）和英偉達做研究。
首個GAN驅動的圖像編輯器
研究人員表示，EditGAN是第一個GAN驅動的圖像編輯框架，它的主要特點是：
1、提供非常高的精度編輯，
2、只需要很少的註釋訓練資料，
3、可以實時互動式運行，
4、允許多個編輯的直接合成，
5、適用於真正的嵌入式、GAN生成甚至域外圖像。
首先，EditGAN使用StyleGAN2生成圖像。
StyleGAN2的工作流程是：獲取圖像，將其編碼到潛在空間，並使用生成器將這個編碼子空間轉換為另一個圖像。
但問題在於，這個空間是多維的，我們很難將其視覺化，也很難確定該子空間的哪一部分負責重建圖像中的哪個特徵。
通常，需要龐大的標註資料集，才能知道模型中潛在空間哪一部分控制哪些特徵。
而EditGAN僅通過對少數標記的資料集示例進行學習，就能將分割與圖像相匹配，從而實現圖像圖像的編輯。
EditGAN保留了完整的圖像質量，同時提供了前所未有的細節和自由度。
更重要的是EditGAN不僅知道潛在空間對應控制那個部分，而且還將它們與草圖對應起來。這樣，我們就可以通過修改草圖輕易地修改圖像了。
EditGAN基於DatasetGAN，結合了圖像建模及其語義分割。
EditGAN的關鍵思想在於利用圖像和像素級語言分割聯合分佈。
具體而言，就是將圖像嵌入GAN的潛在空間，並根據分割編輯執行條件潛在程式碼最佳化。
以上展示了EditGAN的訓練過程：修改語義分割並最佳化共享的潛在程式碼，與編輯區域內的新分割，以及編輯區域外的RGB外觀保持一致。相應的梯度通過共享生成器進行反向傳播。
為了攤銷最佳化，作者在實現編輯的潛在空間中找到「編輯向量」。該框架允許學習任意數量的編輯向量，然後以實時的速率直接應用於其他圖像。
P圖工具即將發佈
作者團隊在英偉達內部GPU集群上使用V100執行底層 StyleGAN2、編碼器和分割分支的訓練以及嵌入和編輯的最佳化。
該項目使用了大約14000個GPU 小時，其中大約3500個 GPU 小時用於最終實驗，其餘用於研究項目早期階段的探索和測試。
至於EditGAN的運行，在V100上進行30 (60) 步最佳化需要 11.4 (18.9) 秒。
雖然訓練不起，但是用訓練好的模型來P圖還是有可能的。
此前英偉達發佈的Canvas就集成了GauGAN2等最新成果，可以用手繪草圖生成精細的PS檔案。
可能Canvas也會很快集成EditGAN的吧。
有個好訊息是，英偉達表示，將會程式碼和編輯工具軟體即將推出。你是是不是迫不及待想嘗試一把了？
論文地址：
https://arxiv.org/abs/2111.03186
補充材料：
https://nv-tlabs.github.io/editGAN/editGAN_supp_compressed.pdf
講解視訊：
https://www.youtube.com/watch?v=bus4OGyMQec
