宋奇

受新冠疫情的影响，加速了各行业企业移动化办公的需求，这期间，有大量的用户和企业选择了线上视频会议。那么，应该如何在视频会议中展现更完美的自己呢？

近日，2021年国际计算机视觉与模式识别会议（CVPR 2021）正式召开。基于GAN研究的NVIDIA Maxine云AI视频流SDK现已在CVPR 2021上展出。让我们看一看GAN研究是如何重塑視频会议的呢？

起床、启动笔记本电脑、打开网络摄像头——得益于NVIDIA研究人员开发的AI技术，每次都能在视频通话中展现完美的自己。

Vid2Vid Cameo 是用于视频会议的NVIDIA Maxine SDK 背后的深度学习模型之一，它借助生成式对抗网络（GAN），仅用一张人物2D图像即可合成逼真的人脸说话视频。

要使用该模型，参与者需要在加入视频通话之前提交一张参照图像（真实照片或卡通头像）。在会议期间，AI模型将捕捉每个人的实时动作，并将其应用于之前上传的静态图像。

也就是说，上传一张穿着正装的照片之后，与会人员即使头发凌乱、穿着睡衣，也能在通话中以穿着得体工作服装的形象出现，因为AI可以将用户的面部动作映射到参照照片上。如果主体向左转，技术可以调整视角，以便参与者看上去是直接面对摄像头的。

除了可以帮助与会者展现出色状态外，这项AI技术还可将视频会议所需的带宽降低10倍，从而避免抖动和延迟。它很快将在NVIDIA Video Codec SDK 中作为AI Face Codec 推出。

NVIDIA研究人员兼项目的联合创作者Ming-Yu Liu 表示：“许多人的互联网带宽有限，但仍然希望与朋友和家人进行流畅的视频通话。这项基础技术除了可以为他们提供帮助外，还可用于协助动画师、照片编辑师和游戏开发者的工作。……