北大|AI生成肖像画，精细到毛发！北大校友最新研究收割2.8k星标，还登上了ICPR 2020 校友|毛发|肖像画|星标

“只要思想不滑坡，办法总比困难多，干巴得！”
打工人的一天终于要结束了！拖着疲惫的身躯准备下班，却听到同事小A还在给自己打气。
只见他迅速打开电脑，打开百度、打开知乎豆瓣微博微信......
都输入了同一行字：肖像画简易教程......
还以为他要干什么惊天动地的大事！原来是想给女神古力娜扎（Gulnazar）画一幅肖像画。

文章插图
年轻人就是年轻人，还有精力追星。
可还没等我离开，他却哭了—"世上无难事，只要肯放弃”，哇的一声！
也是难为他了。无文艺细胞的理工男一枚，没学过画儿，也没画过画儿，现在还想给女神画一幅肖像画儿，看这头秀发哪是一个小白能画出来的。
“这哪是简易教程，构图、划线、起形.....看的我头都大了，效果还只是这样。”

文章插图
听着小A絮絮叨叨、絮絮叨叨的吐槽，不禁想起了当年的自己，作为一个呆萌理工男也少不了做过同样的蠢事。
“你不知道有很多APP，只要输入照片就可以一秒生成吗？”我忍不住说到。
小A呆住了。
“不过，看来你的要求还挺高，这样，给你推荐一个高阶版神器吧”。我迅速发了一张样图给他：
（别问我为什么可以迅速，问就是早有预谋）[让我看看]

文章插图
“先看整体感觉，是不是一股艺术气息扑面而来？再看看神情，轻轻皱眉都能捕捉到位，再看看这头发，浓密柔和自然，还根根分明，一看就是专业水准.....%￥#%@#”，不知不觉又暴露了推销老司机的本质....
“赞、太赞、非常赞！一句话，这是用的什么神器？”
“我发给你，就是用的这款AI工具...........%￥#%@#，它的研发者还是我们北大....”
话还没说完，小A就把他的成果图发给了我。

文章插图
“太棒了，没想到如此轻松就搞定了！”只见他边说边合上电脑、装进书包，穿上外套，大步走向了门口，这速度像极了我平常下班的样子......
最后还不忘转身朝我比了一串串小芯芯......
我呆住了。“先走的不应该是我吗？”，“等等，我话还没说完！”。
“算了，这班我不下了”。
除了他，相信大家对这项AI工具的背后原理「一定」非常感兴趣，那么我就来给大家详细介绍一下。
这款AI工具叫U^∧2-Net（U Square Net），最近火到不行！
不仅登上了GitHub热榜，收割了2.8k星标，还被顶会ICPR 2020 选中。更关键是，这项研究的一作还是北大校友——秦雪彬。

文章插图
相信不少开发者朋友对这个名字非常熟悉，他之前提出边界感知显著目标检测网络 BASNet，被用来做了很多好玩的工具，比如『隔空复制粘贴』——AR Cut & Paste

文章插图
https://twitter.com/cyrildiagne/status/1256916982764646402
只要手机扫一扫，书本、花盆、杂志人物，你能看到的任何现实物体，只需10s统统都可以被“粘贴”到电脑里。
这项研究在Reddit上短短几个小时，就获得了近5K点赞量，之后累计浏览量超过了500万。
秦雪彬以前在北京大学读硕士，现在是加拿大阿尔伯塔大学的一名在读博士。他对计算机视觉非常感兴趣，尤其是目标物体检测。最近推出的这款U^2-Net深度网络架构，同样是一个目标检测工具。
之前的BASNet网络被用来做“复制粘贴”测试，效果很好。这次，他就用U^2-Net做了一个生成肖像画测试，结果也火了。
再来感受下精细到毛发的生成效果。

文章插图
目标检测是计算机视觉和数字图像处理的一个重要分支。计算机视觉对于目标运动的分析大致分为三个层次：图像分割，目标检测；目标跟踪；目标识别与描述。其中，目标检测是最基础且关键的环节。
2006 年，自深度学习三大巨头Hinton、Bengio、Lecun 提出卷积神经网络（CNN），并应用于图像处理以来，目标检测技术得到显著性改善，尤其是随着全卷积神经网络（FCN）的提出，目标检测任务逐步达到最佳SOAT。
在今年的MICCAI 2020（国际医学图像计算与计算机介入）大会上，U^2-Net凭借出色的性能表现，在甲状腺结节分割比赛中获得第六名。