新技术|字节跳动公开深度学习新技术：随意变脸/照片会动，算量大幅减少

IT之家 9 月 19 日消息今日字节跳动技术团队在其官方公众号发表文章，介绍了字节跳动的一项深度学习新技术。深度学习模型中的生成式对抗网络（GAN），可以用于图片风格迁移、图像编辑、图片生成等场景，为画面以及视频改变风格。
举例来看，该技术可以将一匹棕色的马变成斑马，或者将莫奈的风景画变成真实的照片。依据一个鞋子的轮廓，可以自动生成真实的鞋子图形。

文章插图

文章插图

字节跳动表示，图片风格迁移、图像编辑、图片生成等场景。2020 年，麻省理工学院、Adobe 和上海交通大学技术人员提出一种 GAN 压缩算法，将算力消耗成功减少到 1/21。
最近，字节跳动技术团队推出了一项自研 GAN 压缩算法，名为“在线多粒度蒸馏技术”，简称 OMGD。这项算法能够极大降低 CycleGAN 和 Pix2Pix 模型的算力消耗，分别降至原来的 1/40 和 1/46。不仅参数和计算量更少，图像生成效果也更好。

文章插图

上图的结果显示，OMGD 消耗的计算量仅为 1.219G，相比于原始状态的 56.8G，计算量大幅减少，生成效果也更优。
IT之家了解到，目前 OMGD 技术已经应用在多款抖音智能特效中。比如“三屏人生”，可以将过去、现在、未来的自己实时展现在屏幕上。

文章插图

使用动态照片功能，可以让静态画面动起来，表情丰富逼真。
【新技术|字节跳动公开深度学习新技术：随意变脸/照片会动，算量大幅减少】
文章插图