家里沒礦、沒王位，但誰還沒有個王子、公主夢？

最近，機(jī)器之心收留了一批「在逃王子」。

這些王子雖然來自不同的王國，但服化道都來自同一家公司——快手。

這是快手新推出的「童話魔法」特效。除了王子之外，你也可以過一把當(dāng)公主的癮。各路明星紛紛曬出了自己的公主特效形象：

「童話魔法」是一項(xiàng)基于生成式算法的視頻特效技術(shù)，可以讓用戶在手機(jī)端實(shí)時預(yù)覽自己變身公主、王子的神奇效果。生成的圖像不僅有著濃濃的童話風(fēng)格，而且還保留了用戶自身的容貌特點(diǎn)，帶給用戶新奇的拍攝體驗(yàn)。

目前，這套「童話魔法」有冰雪公主、夢幻城堡、童話公主和童話王子等數(shù)種畫風(fēng)的變身特效。

不僅如此，用戶還能根據(jù)自身喜好進(jìn)一步細(xì)化變身后的人物特效，添加風(fēng)格多樣的美妝、美體、濾鏡以及封面文字等，還可以更換配樂，或者自己配音并轉(zhuǎn)換成小黃人、機(jī)器人、蘿莉、大叔等不同風(fēng)格。

「童話魔法」背后的快手黑科技

真人秒變卡通圖早已不是新鮮事。此前，韓國游戲公司 NCSOFT 開發(fā)的無監(jiān)督圖像轉(zhuǎn)換算法 U-GAT-IT，通過引入可學(xué)習(xí)的 ILN 層和注意力機(jī)制，成功將人臉圖像轉(zhuǎn)換為日漫二次元圖像，在業(yè)界引起不小的關(guān)注。

但是日漫和童話風(fēng)格差別還是很大的。要想完成童話風(fēng)格的圖像轉(zhuǎn)換，生成的圖像既要保留用戶原本的容貌特點(diǎn)，還要具備動畫的 3D 人像風(fēng)格，同時還要面臨目標(biāo)風(fēng)格數(shù)據(jù)多樣性不足的問題，因此 U-GAT-IT 無法滿足需求。

而之前名噪一時的 Toonify 似乎也不夠用。Toonify 雖然能夠完成真人到動畫電影角色的轉(zhuǎn)換，但由于該方法直接從微調(diào) StyleGAN 模型中提取低分辨率層，只保留原始 StyleGAN 中的高分辨率層，因此轉(zhuǎn)換得到的圖像與原始人臉相比存在形變，不能完全保留原始人臉本身的容貌特點(diǎn)。另外，該方法生成的部分圖像面部存在色調(diào)變化等問題，且不能進(jìn)行實(shí)時處理，無法滿足工業(yè)界產(chǎn)品上線的要求。

針對以上這些難題，快手 Y-tech 團(tuán)隊(duì)的 AI 工程師采用了自研的 KStyleGAN 結(jié)構(gòu)，在 3D 空間中表征人臉結(jié)構(gòu)、進(jìn)行風(fēng)格映射，并采用神經(jīng)網(wǎng)絡(luò)渲染來精細(xì)控制結(jié)果圖的質(zhì)感，有效克服了常規(guī)基于 2D 表征的 StyleGAN 方法的缺陷，并在移動端上落地了實(shí)時特效。

在模型結(jié)構(gòu)方面，針對移動端和服務(wù)端的不同計(jì)算硬件，通過半自動網(wǎng)絡(luò)架構(gòu)搜索（NAS）得到高效的網(wǎng)絡(luò)結(jié)構(gòu)，并在此基礎(chǔ)上進(jìn)行諸多創(chuàng)新。

一方面，快手設(shè)計(jì)了一種 pixel 級別的注意力機(jī)制——STA module（風(fēng)格遷移注意力模塊），來改進(jìn)淺層和深層特征融合方式。常見的特征融合方式包括淺層與深層特征的直接相加、concat 之后進(jìn)行多次卷積操作等。在風(fēng)格遷移類任務(wù)中，由于原圖和目標(biāo)圖的差別較大，這些常見的融合方式往往會導(dǎo)致原圖信息的丟失、生成質(zhì)量不佳或風(fēng)格感降低等問題。而 STA module 通過少量計(jì)算，在 pixel 級別利用注意力引導(dǎo)淺層和深層特征的融合過程，在風(fēng)格感不變的同時保留更多原圖的細(xì)節(jié)，提升生成圖像的質(zhì)感。

另一方面，快手構(gòu)建多分支、多深度的 FS block（特征增強(qiáng)模塊）來替代傳統(tǒng)的 Resnet block 結(jié)構(gòu)。在使用更少計(jì)算量的情況下，這一改進(jìn)對特征細(xì)節(jié)部分的增強(qiáng)和對整體形變情況的適應(yīng)能力都更強(qiáng)，能夠達(dá)到更好的生成效果。

在模型訓(xùn)練方面，快手針對實(shí)時風(fēng)格化任務(wù)中的各種效果問題，有針對性地做了調(diào)整：

通過混合訓(xùn)練的方式，加強(qiáng)對風(fēng)格特征的學(xué)習(xí)，增強(qiáng)最終模型生成的風(fēng)格感；

針對模型金字塔中不同分辨率的特征，設(shè)計(jì)多任務(wù)多尺度的監(jiān)督，加快模型收斂，提升生成質(zhì)量與魯棒性；

在對抗訓(xùn)練階段中引入預(yù)訓(xùn)練特征以提升判別器對細(xì)節(jié)紋理的判斷能力，同時穩(wěn)定判別器的訓(xùn)練過程，最終強(qiáng)化模型對細(xì)節(jié)紋理的生成能力。

特效雖好，如何適配手機(jī)端所有機(jī)型？

特效雖好用，但面對手機(jī)端種類繁多的機(jī)型、配置，如何實(shí)現(xiàn)設(shè)備算力與模型效果的最優(yōu)適配，進(jìn)而提供最佳用戶體驗(yàn)?zāi)兀?/p>

快手首先進(jìn)行了細(xì)致的算力分級。

由于當(dāng)前移動端硬件種類繁多，碎片化嚴(yán)重，算力分級面臨橫向、縱向挑戰(zhàn)。橫向挑戰(zhàn)：設(shè)備大類上可分為 CPU、GPU、DSP、NPU 幾類，各類之間的算力有所差異，大體上算力等級 NPU≥GPU≥DSP≥CPU，但實(shí)際情況中各級算力會有 overlap 甚至反轉(zhuǎn)。縱向挑戰(zhàn)：以 CPU 為例，廠商有 Apple、高通、華為、MTK 等，不同廠商、不同型號的 CPU 性能差異很大；GPU 也存在類似情況，如 Adreno 與 Mali 系列。

將碎片化的設(shè)備橫向與縱向鋪展開來會形成一個復(fù)雜的算力矩陣，快手自研的深度學(xué)習(xí)推理引擎 YCNN 配合極致優(yōu)化的各后端代碼在多種模型上進(jìn)行了理論和實(shí)踐的充分測試，最終結(jié)合快手用戶群設(shè)計(jì)了一套詳細(xì)的分級方案。

以這一套算力分級策略為指導(dǎo)，快手進(jìn)行了模型結(jié)構(gòu)、計(jì)算量的調(diào)整，設(shè)計(jì)不同計(jì)算量的模型。比如為 CPU 設(shè)計(jì)了效果較好的中等計(jì)算量模型，而像 NPU、GPU、DSP 這種適合大算力的設(shè)備則可以運(yùn)行計(jì)算量更大、效果更好的模型。

另外，實(shí)際應(yīng)用中多個模型會帶來資源包過大、加載過慢的問題，為此快手引入了模型服務(wù)器分級下發(fā)機(jī)制。根據(jù)終端硬件信息進(jìn)行設(shè)備分級、下發(fā)和加載對應(yīng)模型，充分利用設(shè)備算力同時給所有快手用戶帶來極致的效果體驗(yàn)。

YCNN 整體架構(gòu)

針對不同的硬件進(jìn)行分級模型設(shè)計(jì)，利用其自研算法壓縮模型和 YCNN 引擎，快手讓每個用戶都能玩轉(zhuǎn)「童話魔法」。

讓每個人擁有舞臺，每個人都擁有「變身」的可能性，這正是快手追求技術(shù)突破以及堅(jiān)持用戶導(dǎo)向的體現(xiàn)。