你要知道，草图可是这样的……
见鬼了。画画手残党的AI人脸天生作品第一组的首战告捷，小哥决定换个性别看看。
OK，性别识别成功✅，便是看起来有点“瘆人”。要怪就怪小哥的“灵魂”画技吧……下一组——作者逐步画脸、头发、眼睛……让大家看看AI是怎么一步步天生人像的。
看起来，随着细节的完善，人脸也被演习得随之丰富起来。接下来，脑洞大开的作者居然画起三角形/芒果形/方形/梨形人脸……要玩坏了吗？NO!管他什么脸型还是歪耳朵斜眼睛，都成功了。结果还算满意，有一张颜值居然还可以。
那，画个鸣人看看？
现实天下里的鸣人会长什么样子呢？
救命！
��！
！
！
……后面小哥又整了两组：
△Minecraft中Steve的AI人像：还原了方方的头发
△动画片角色Rick Sanchez的AI人像: 神似迈克尔·杰克逊？有没有创造AI居然能够基本呈现相应原人物的皱纹和肤色，再加上上面鸣人AI的头像也“歪打正着”的黄头发。这么神奇？但作者调侃：是邪术……灵感来自一篇论文这个想法的提出和程序的实现者是一位网名叫做“Stochastic Machine”（随机机？）的小哥。灵感来自一篇论文——《Encoding in Style: a StyleGAN Encoder for Image-to-Image Translation》这篇论文讲技能职员如何在styleGAN顶层演习了一个深度神经网络来学习将源图像映射到styleGAN模型的输入，终极输出高质量的目标图像。个中有三个有趣的实例。1、将侧着的人脸输出为相应的正脸（Face Frontalization）
2、将一个糊了的人脸天生为一张高分辨率的人脸（Super Resolution）但是还原的最靠近长相不止一种。
3、和pix2pix非常相似的条件图像合成（Conditional Image Synthesis）编码器输入一张手绘或face mask，就能天生一系列高清真人头像！
pix2pix是在GAN的根本上设计出的一个算法，完成成对的图像转换，可以得到比较清晰的结果。GAN（Generative Adversarial Networks），天生式对抗网络，是一种深度学习模型，是近年来繁芜分布上无监督学习最具前景的方法之一。
小哥对末了一个效果表示非常赞许和感兴趣。并转念一想：大概我可以做个大略的程序来实现信手涂鸦一键天生高逼真AI人脸。说干就干，小哥先前就搞了一个基于pix2pix技能的草图天生人脸程序。无奈效果相去甚远——根本不是人！
现在他将原代码结合这篇论文的技能，做成了这样一个大略的运用程序。不管你的画功有多烂，都能天生一张像模像样的高逼真AI人脸。AI人脸天生技能：从模糊到难辨真假一开始，很多AI人脸天生作品（技能基于GAN）只能勉强模拟出一个人类的脸的大概样子，但是多少都有点“糊”(lack quanlity)。且不说有的天生的还只是黑白的人像。2019年，StyleGAN的涌现让AI图像天生技能迈出了超一大步！
该技能天生的人像终于能够逼真到“如果我不说，你就根本猜不出来我是AI”了！
StyleGAN是基于GAN开拓的模型。StyleGAN中的“Style”是指人脸的各种属性，包括脸型、发型等，还有人脸肤色、是否有皱纹等细节。不同的“画法”，可以精确掌握人脸不同的“style”。上面“随机机”小哥用到的StyleGAN2是对StyleGAN的改进。基于这项技能的人脸天生运用数不胜数，这位小哥的最大不同便是不须要你按着底图临摹加工，也不须要你有多好的画画技能，多“灵魂”都能给你天生相应的高逼真人像！
不过有人表示小哥这个程序天生的肖像大多具有印度(次大陆)常见的人脸特色。当然，小哥说这都是在相应的数据集（CelebA-HQ）上演习的结果。参考链接：[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— 完 —本文系网易新闻•网易号特色内容勉励操持签约账号【量子位】原创内容，未经账号授权，禁止随意转载。原标题：《草图变真人脸？AI：可以，多草都行》