MyTimeMachine是什么
MyTimeMachine（MyTM）是先进的个性化面部年龄转换技术，基于大约50张个人照片，跨越20至40年的时间跨度，训练一个适配器网络个性化预训练的全局老化模型。MyTimeMachine能实现高质量的年龄回退和年龄进展效果，同时保持个体身份特征。MyTimeMachine能扩展到视频领域，生成具有高身份保持度和时间一致性的老化效果，优于现有的技术水平。
MyTimeMachine的主要功能
- 个性化年龄转换：根据个人照片集合对人物面部进行年龄转换，包括年龄回退（de-aging）和年龄进展（aging）。
- 身份保持：在进行年龄转换的同时，保持人物的面部身份特征，确保转换后的图像与原始人物的面部特征相匹配。
- 高质量图像生成：基于先进的深度学习技术，生成高分辨率、逼真的面部图像。
- 视频扩展：除处理静态图像外，扩展到视频，实现视频中人物年龄的动态变化，保持时间上的一致性。
- 适应性：适应不同的年龄范围，在训练数据覆盖的年龄范围内表现良好，对外推到未见年龄的表现进行优化。
MyTimeMachine的技术原理
- 适配器网络（Adapter Network）：引入一个适配器网络，能结合个性化的老化特征和全局老化特征，基于StyleGAN2生成老化后的图像。
- 损失函数：为个性化适配器网络，引入三种损失函数：
- 个性化老化损失：确保老化后的图像在身份特征上与个人照片集合中相似年龄的参考图像相似。
- 外推正则化：控制超出训练年龄范围的老化效果，用全局先验。
- 自适应w-norm正则化：解决StyleGAN的反转-编辑性权衡问题，确保在保持身份的同时进行形状和纹理的老化变化。
- 全局老化先验：基于预训练的全局老化模型，模型学习一般人群的老化规律。
- 个人照片集合：用户需要提供大约50张个人照片，照片跨越一定的年龄范围，用在训练适配器网络学习个性化的老化特征。
- 扩展到视频：基于面部交换技术将个性化的老化效果应用到视频中，生成时间上一致的老化视频。
MyTimeMachine的项目地址
- 项目官网：mytimemachine.github.io
- arXiv技术论文：https://arxiv.org/pdf/2411.14521
MyTimeMachine的应用场景
- 电影和电视制作：在电影和电视剧中，创建角色的年龄变化效果，如将演员年轻化或老化，适应剧情需要。
- 广告和娱乐：在广告中展示产品随时间的效果，例如护肤品或健康产品。
- 法医学和刑侦：帮助执法机构通过老化图像来识别和追踪多年未见的嫌疑人或失踪人员。
- 历史重现：重现历史人物在不同年龄阶段的形象，用在教育或历史纪录片。
- 个人娱乐：用户体验自己在未来某个年龄的样子，用在娱乐或特殊纪念。
