卡内基梅隆大学提出一种无人监督的视频重定向技术
文章相关引用及参考：cmu
一种无人监督的视频重定向技术
（映维网 2018年10月16日）卡内基梅隆大学的研究人员日前提出了一种无人监督的视频重定向技术：Recycle-GAN。这是一种基于数据的方法，可以将内容从一个域转换至另一个域，同时保留域的原生样式。比方说约翰·奥利佛的发言内容转换至史蒂芬·科拜尔，然后生成属于史蒂芬·科拜尔风格的内容/发言。
卡内基梅隆大学研究团队的方法结合了空间与时间信息，以及用于内容转换和风格保存的对抗性丢失。在这项研究中，团队首先研究使用了时空约束相较于空间约束的优势。然后，他们演示了针对空间与时间信息问题的方法，如面部到面部的转换，花到花，风和云合成，日出和日落。
用于面部与花朵的视频重定向技术。上面一栏是从约翰·奥利佛到史蒂芬·科拜尔；下面一栏是合成花朵随输入花朵开花的过程
1. 面部到面部
研究团队采用了各个公众人物的公开视频来执行面部到面部的转换任务。他们采用通过OpenPose生成的面部关键点来提取面部。示例视频中的公众人物包括马丁·路德·金，奥巴马，特朗普，约翰·奥利佛和史蒂芬·科拜尔等。
......（全文 1564 字，剩余 1157 字）
