畫畫手殘，也想搞出一個逼真人像？

這個可以有。

油管

（Youtube）

上的一位小哥，就用一個簡單的小程式辦到了！

效果還不錯！解析度和逼真度應有盡有。

你要知道，草圖可是這樣的……

見鬼了。

畫畫手殘黨的AI人臉生成作品

第一組的首戰告捷，小哥決定換個性別看看。

OK，性別識別成功✅，就是看起來有點“瘮人”。

要怪就怪小哥的“靈魂”畫技吧……

下一組——

作者逐步畫臉、頭髮、眼睛……讓大家看看AI是怎麼一步步生成人像的。

看起來，隨著細節的完善，人臉也被訓練得隨之豐富起來。

接下來，腦洞大開的作者居然畫起三角形/芒果形/方形/梨形人臉……

要玩壞了嗎？

NO！

管他什麼臉型還是歪耳朵斜眼睛，都成功了。結果還算滿意，有一張顏值居然還可以。

那，畫個鳴人看看？

現實世界裡的鳴人會長什麼樣子呢？

救命！！！！

……

後面小哥又整了兩組：

△

Minecraft中Steve的AI人像：還原了方方的頭髮

△

動畫片角色Rick Sanchez的AI人像： 神似邁克爾·傑克遜？

有沒有發現AI居然能夠基本呈現相應原人物的皺紋和膚色，再加上上面鳴人AI的頭像也“歪打正著”的黃頭髮。

這麼神奇？

但作者調侃：是魔法……

靈感來自一篇論文

這個想法的提出和程式的實現者是一位網名叫做“Stochastic Machine”

（隨機機？）

的小哥。

靈感來自一篇論文——

《Encoding in Style： a StyleGAN Encoder for Image-to-Image Translation》

這篇論文講技術人員如何在

styleGAN

頂層訓練了一個深度神經網路來學習將源影象對映到styleGAN模型的輸入，最終輸出高質量的目標影象。

其中有三個有趣的例項。

1、將側著的人臉輸出為相應的正臉

（Face Frontalization）

2、將一個糊了的人臉生成為一張高解析度的人臉

（SuperResolution）

但是還原的最接近長相不止一種。

3、和pix2pix非常相似的條件影象合成

（ConditionalImageSynthesis）

編碼器輸入一張手繪或face mask，就能生成一系列高畫質真人頭像！

pix2pix是在GAN的基礎上設計出的一個演算法，完成成對的影象轉換，可以得到比較清晰的結果。

GAN（Generative Adversarial Networks），生成式對抗網路，是一種深度學習模型，是近年來複雜分佈上無監督學習最具前景的方法之一。

小哥對最後一個效果表示非常讚許和感興趣。並轉念一想：

也許我可以做個簡單的程式來實現信手塗鴉一鍵生成高逼真AI人臉。

說幹就幹，小哥先前就搞了一個基於pix2pix技術的草圖生成人臉程式。

無奈效果相去甚遠——根本不是人！

現在他將原始碼結合這篇論文的技術，做成了這樣一個簡單的應用程式。不管你的畫功有多爛，都能生成一張像模像樣的高逼真AI人臉。

AI人臉生成技術：從模糊到難辨真假

一開始，很多AI人臉生成作品

（技術基於GAN）

只能勉強模仿出一個人類的臉的大概樣子，但是多少都有點“糊”

（lack quanlity）

。

且不說有的生成的還只是黑白的人像。

2019年，StyleGAN的出現讓AI影象生成技術邁出了超一大步！

該技術生成的人像終於能夠逼真到“如果我不說，你就根本猜不出來我是AI”了！

StyleGAN是基於GAN開發的模型。

StyleGAN中的“Style”是指人臉的各種屬性，包括臉型、髮型等，還有人臉膚色、是否有皺紋等細節。不同的“畫法”，可以精確控制人臉不同的“style”。

上面“隨機機”小哥用到的StyleGAN2是對StyleGAN的改進。

基於這項技術的人臉生成應用數不勝數，這位小哥的最大不同就是不需要你按著底圖臨摹加工，也不需要你有多好的畫畫技術，多“靈魂”都能給你生成相應的高逼真人像！

不過有人表示小哥這個程式生成的肖像大多具有印度

（次大陸）

常見的人臉特徵。

當然，小哥說這都是在相應的資料集

（CelebA-HQ）

上訓練的結果。

參考連結：

［1］https：//www。youtube。com/watch？v=oRRtSYxGf6w

［2］https：//www。reddit。com/r/deeplearning/comments/mpf6qd/using_stylegan2ada_and_pixel2style2pixel_to_turn/

［3］https：//zhuanlan。zhihu。com/p/263554045