郭一璞 劈圖慄 乾明 發自 亞龍灣 
量子位 報道 | 公眾號 QbitAI

GAN可GAN，非常GAN。

生成對抗網路（GAN）除了生成各種各樣的人臉，現在還能對人臉進行各種各樣的精確“整容”。

比如，把頭頂光亮的大叔P出青蔥的髮際線；把陽剛的肌肉男P成小鮮肉，再P成可愛的女孩子；讓金髮女郎變成黑長直。

不久後，你還能用GAN一鍵調整自己的髮際線，從此省下植髮錢，免費讓你的頭髮像Jackie Chan一樣烏黑油亮，duang duang duang~

堪稱 整·容·神·器。

禿禿禿魔法

首先，我們先來學習一下脫髮的“原理”

你知道如何一鍵脫髮麼？

請使用咒語：禿，禿，禿。

△ 一隻充滿惡意的按鈕

奮力點選Bald+按鈕：

俊朗的面容，頓時變得矍鑠而慈祥。

不只髮際線被強行逼退，原本的褐色頭髮也成了花白。除此之外，法令紋與其他皺紋都清晰了起來。

當然，想要植髮的話，只要反過來用Bald-就可以了。

順便告訴你一個祕密，這個按鈕“歧視”男性：男生照片隨便點幾下就禿了，女生點幾下就可能變成男生，然後才會禿。

或許是因為資料集源於自然。

那麼，再來試試其他按鈕。

性 (Niang) 轉 (Hua) ，大概是非常受歡迎的功能。

△ 錯誤示範：史蒂夫·喬布子，比本體的頭髮茂盛一些

不想看男生的時候，就點選Male-把他變成妹子。

真是造福人類的功能。

友情提示，除了Male按鈕之外，Pointy Nose (尖鼻) 也可以把男生變成女生。

莫非，鼻子尖了會變娘？一定是資料集的錯。

△ 尖鼻技能

就算只是想刮刮鬍子，連擊Beard-，也能順勢變成妹子。

一定是資料集的錯x2。

△ 來來來，一起刮鬍子

全部21個按鈕裡面，能做變性的還有許多。有興趣的小夥伴自己去試一試嘛。

娘化雖好，可不要貪杯哦。畢竟，這也不是唯一的功能。

“大鼻子” (Big Nose) 可能是怨念的象徵。畢竟，連續點選加號之後，鼻子似乎沒有變大，五官倒是擠在一起，好像吃了芥末。

其他按鈕，大家有空就自行探索吧，傳送門在文底。

目前，Demo還不支援上傳人臉，只能用它提供的隨機人臉。

不過，作者說下一步就會增加上傳功能了，有大膽想法的同學，可以預備備了。

前途似錦的GAN

這個神奇的GAN一放出來，一眾網友就雞凍了。
٩(๑>◡<๑)۶

樓主好人，求樓主做個.exe格式的應用程式出來

看來下一個被AI搞失業的職業是模特了

不少人紛紛開始暢想它商業化之後的用處：

可以用來定製女朋友，靠這個軟體生成好看的臉，投射到機器人或者VR上……

希望可以把我的臉傳上去，修改成最喜歡的效果，然後拿去給整容醫生照著這個整

警察叔叔找犯罪嫌疑人的時候這個應該會很有用

如果以後可以根據目標受眾喜好生成各種“千人千面”的帥哥美女，用來打廣告……真可怕

背後的原理

有這種“神奇魔力”的GAN，名字叫做TL-GAN，TL代表的是Transparent Latent-space，意思是將潛在空間（Latent-space）透明化（Transparent）。

總體來說，這個專案提供了一種新的方法，可以來控制像GAN (生成對抗性網路)這樣的無監督生成模型的生成過程。

首先，使用一個已經訓練好的GAN生成器，在這個模型中，使用的是英偉達的pg-GAN。然後，挖掘其中有意義的特徵軸，將影象變化的過程變得透明化，從而使我們能夠控制影象合成和編輯的過程。

整個模型的構建，主要分成三個步驟：

第一，將影象背後的潛在空間透明化。

作者在模型上使用的是英偉達的的pg-GAN(progressively-growing GAN)，其生成的1024px × 1024px影象的特徵由潛在空間中的512維噪聲向量(一種影象內容的低維表示)來確定。如果能夠理解這些都代表著什麼，就能完全控制生成過程。

為什麼要用pg-GAN呢？作者說，它有兩個優點：

一是，它生成的影象很多，這意味著空間中的大部分點會生成合理的影象。二是，它是強連續的，這意味著潛在空間中兩點之間的插值一般會讓相應影象的平滑過渡。

這讓他可以在潛在空間中尋找方向，如果能夠找到，就可以使用這些方向的單位向量作為特徵軸來控制影象生成過程。

第二，尋找特徵軸。

為了找到這些特徵軸，作者通過基於配對資料(z，y)的監督學習方法進行訓練，在潛在向量 z 和特徵標籤 y 之間建立了一個連線。

於是問題來了：如何獲得這樣的配對資料？現有的資料集只包含影象 x 及其相應的特徵標籤 y。

作者表示，為解決這個問題，TL-GAN模型的關鍵創新是，使用現有的標記影象資料集( x_real，y_real )，來訓練一個獨立的特徵提取器模型y=F(x)，然後將訓練好的GAN生成器G與特徵提取器網路F耦合。

在這個過程中，作者在CelebA 資料集上訓練了一個簡單的卷積神經網路(其中包含了3萬多張面部照片，每張有40個標籤)。

這樣，就可以使用訓練好的特徵提取器網路來預測合成影象x_gen的特徵標記y_pred，從而通過合成影象建立z和y之間的聯絡，如x_gen=G(z)和 y_pred=F(x_gen)。

第三，訓練模型。

既然有了成對的潛在向量和特徵，就可以訓練迴歸模型y=A(z)來揭示特徵軸控制影象生成的過程了。

△TL-GAN 模型的架構

在進行測試的過程中，雖然效果很好，但出現了一個非常讓人頭疼的問題：特徵軸糾纏（entangled feature axes）。即不同的特徵軸之間會相互影響，例如當你打算減少鬍鬚特徵的時候，影象就會變得越來越像女性，或者調整Pointy Nose (尖鼻)， 也會把男生變成女生。

為了解決這個問題，作者表示自己使用了線性代數技巧：將鬍鬚軸對映到一個垂直於性別軸的新方向，這可以有效消除它們的相關性。

△使用線性代數技巧分離相關特徵軸

不過，如上所述，量子位在測試的時候發現，還是會出現類似的問題。Hacker News上也有網友在吐槽這一點：

啊！為什麼改變膚色的時候，嘴脣會變薄、頭髮會變禿，人會變成男的啊，真是AI魔術

有網友猜測是訓練模型的資料集太小的原因：

因為是用真實的明星照片訓練的吧，畢竟明星普遍都比較好看。可能樣本里只有白人，沒有其他膚色的人，所以生成的效果也就跟著訓練用的資料集跑了~

以上，就是模型大致的原理了。

作者認為，這個模型有兩個突出的優點：

1、效率高：想要為生成器新增新的功能調諧器的時候，不需要重新訓練GAN模型，使用這個方法，只需要花1個小時，就能夠新增40個功能調諧器。

2、靈活性：你可以使用任何資料集上訓練的任何特徵提取器，來向訓練好的GAN中新增更多的特徵調諧器。

作者介紹

這個TL-GAN的作者關少波（Shaobo Guan），是一位集生物學和計算機兩大專業技能於一體的博士小哥哥，本科畢業於上海交通大學生物技術專業，之後在中科院做了三年研究助理，然後去布朗大學讀了系統/計算神經學的博士。

厲害的是，讀博第三年開始，他還順便在布朗大學讀了一個計算機碩士，從此踏入AI圈。

今年夏天碩士和博士都畢業後，關少波開始在YC和SV Angel投資的Insight Data Science專案擔任AI Fellow，TL-GAN就是他在該專案的第一個作品。

小哥哥還很自豪的在自己的LinkedIn上寫：

我的TL-GAN，全Hacker News熱度第二呦~

傳送門

如果你對這個模型有興趣，下面有一些傳送門，能夠送你到你想去的地方~

GitHub地址：
https://github.com/SummitKwan/transparent_latent_gan

Demo地址：
https://www.kaggle.com/summitkwan/tl-gan-demo
（友情提示：玩Demo的時候，要有耐心哦~）

模型部落格文章地址：
https://blog.insightdatascience.com/generating-custom-photo-realistic-faces-using-ai-d170b1b59255

模型的PPT地址：
https://docs.google.com/presentation/d/1OpcYLBVpUF1L-wwPHu_CyKjXqXD0oRwBoGP2peSCrSA/edit#slide=id.p1

— 完 —

年度評選申請

加入社群

量子位AI社群開始招募啦，歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話介面回覆關鍵字“交流群”，獲取入群方式；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進專業群請在量子位公眾號（QbitAI）對話介面回覆關鍵字“專業群”，獲取入群方式。（專業群稽核較嚴，敬請諒解）

活動策劃招聘

量子位正在招聘活動策劃，將負責不同領域維度的線上線下相關活動策劃、執行。歡迎聰明靠譜的小夥伴加入，並希望你能有一些活動策劃或運營的相關經驗。相關細節，請在量子位公眾號(QbitAI)對話介面，回覆“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態