量子位 报道 | 公众号 QbitAI

GAN可GAN，非常GAN。

生成对抗网络（GAN）除了生成各种各样的人脸，现在还能对人脸进行各种各样的精确“整容”。

比如，把头顶光亮的大叔P出青葱的发际线；把阳刚的肌肉男P成小鲜肉，再P成可爱的女孩子；让金发女郎变成黑长直。

不久后，你还能用GAN一键调整自己的发际线，从此省下植发钱，免费让你的头发像Jackie Chan一样乌黑油亮，duang duang duang~

堪称 整·容·神·器。

秃秃秃魔法

首先，我们先来学习一下脱发的“原理”

你知道如何一键脱发么？

请使用咒语：秃，秃，秃。

△ 一只充满恶意的按钮

奋力点击Bald+按钮：

俊朗的面容，顿时变得矍铄而慈祥。

不只发际线被强行逼退，原本的褐色头发也成了花白。除此之外，法令纹与其他皱纹都清晰了起来。

当然，想要植发的话，只要反过来用Bald-就可以了。

顺便告诉你一个秘密，这个按钮“歧视”男性：男生照片随便点几下就秃了，女生点几下就可能变成男生，然后才会秃。

或许是因为数据集源于自然。

那么，再来试试其他按钮。

性 (Niang) 转 (Hua) ，大概是非常受欢迎的功能。

△ 错误示范：史蒂夫·乔布子，比本体的头发茂盛一些

不想看男生的时候，就点击Male-把他变成妹子。

真是造福人类的功能。

友情提示，除了Male按钮之外，Pointy Nose (尖鼻) 也可以把男生变成女生。

莫非，鼻子尖了会变娘？一定是数据集的错。

△ 尖鼻技能

就算只是想刮刮胡子，连击Beard-，也能顺势变成妹子。

一定是数据集的错x2。

△ 来来来，一起刮胡子

全部21个按钮里面，能做变性的还有许多。有兴趣的小伙伴自己去试一试嘛。

娘化虽好，可不要贪杯哦。毕竟，这也不是唯一的功能。

“大鼻子” (Big Nose) 可能是怨念的象征。毕竟，连续点击加号之后，鼻子似乎没有变大，五官倒是挤在一起，好像吃了芥末。

其他按钮，大家有空就自行探索吧，传送门在文底。

目前，Demo还不支持上传人脸，只能用它提供的随机人脸。

不过，作者说下一步就会增加上传功能了，有大胆想法的同学，可以预备备了。

前途似锦的GAN

这个神奇的GAN一放出来，一众网友就鸡冻了。

٩(๑>◡<๑)۶

楼主好人，求楼主做个.exe格式的应用程序出来看来下一个被AI搞失业的职业是模特了

不少人纷纷开始畅想它商业化之后的用处：

可以用来定制女朋友，靠这个软件生成好看的脸，投射到机器人或者VR上……希望可以把我的脸传上去，修改成最喜欢的效果，然后拿去给整容医生照着这个整警察叔叔找犯罪嫌疑人的时候这个应该会很有用如果以后可以根据目标受众喜好生成各种“千人千面”的帅哥美女，用来打广告……真可怕

背后的原理

有这种“神奇魔力”的GAN，名字叫做TL-GAN，TL代表的是Transparent Latent-space，意思是将潜在空间（Latent-space）透明化（Transparent）。

总体来说，这个项目提供了一种新的方法，可以来控制像GAN (生成对抗性网络)这样的无监督生成模型的生成过程。

首先，使用一个已经训练好的GAN生成器，在这个模型中，使用的是英伟达的pg-GAN。然后，挖掘其中有意义的特征轴，将图像变化的过程变得透明化，从而使我们能够控制图像合成和编辑的过程。

整个模型的构建，主要分成三个步骤：

第一，将图像背后的潜在空间透明化。

作者在模型上使用的是英伟达的的pg-GAN(progressively-growing GAN)，其生成的1024px × 1024px图像的特征由潜在空间中的512维噪声矢量(一种图像内容的低维表示)来确定。如果能够理解这些都代表着什么，就能完全控制生成过程。

为什么要用pg-GAN呢？作者说，它有两个优点：

一是，它生成的图像很多，这意味着空间中的大部分点会生成合理的图像。二是，它是强连续的，这意味着潜在空间中两点之间的插值一般会让相应图像的平滑过渡。

这让他可以在潜在空间中寻找方向，如果能够找到，就可以使用这些方向的单位矢量作为特征轴来控制图像生成过程。

第二，寻找特征轴。

为了找到这些特征轴，作者通过基于配对数据(z，y)的监督学习方法进行训练，在潜在向量 z 和特征标签 y 之间建立了一个连接。

于是问题来了：如何获得这样的配对数据？现有的数据集只包含图像 x 及其相应的特征标签 y。

作者表示，为解决这个问题，TL-GAN模型的关键创新是，使用现有的标记图像数据集( x_real，y_real )，来训练一个独立的特征提取器模型y=F(x)，然后将训练好的GAN生成器G与特征提取器网络F耦合。

在这个过程中，作者在CelebA 数据集上训练了一个简单的卷积神经网络(其中包含了3万多张面部照片，每张有40个标签)。

这样，就可以使用训练好的特征提取器网络来预测合成图像x_gen的特征标记y_pred，从而通过合成图像建立z和y之间的联系，如x_gen=G(z)和 y_pred=F(x_gen)。

第三，训练模型。

既然有了成对的潜在向量和特征，就可以训练回归模型y=A(z)来揭示特征轴控制图像生成的过程了。

△TL-GAN 模型的架构

在进行测试的过程中，虽然效果很好，但出现了一个非常让人头疼的问题：特征轴纠缠（entangled feature axes）。即不同的特征轴之间会相互影响，例如当你打算减少胡须特征的时候，图像就会变得越来越像女性，或者调整Pointy Nose (尖鼻)， 也会把男生变成女生。

为了解决这个问题，作者表示自己使用了线性代数技巧：将胡须轴映射到一个垂直于性别轴的新方向，这可以有效消除它们的相关性。

△使用线性代数技巧分离相关特征轴

不过，如上所述，量子位在测试的时候发现，还是会出现类似的问题。Hacker News上也有网友在吐槽这一点：

啊！为什么改变肤色的时候，嘴唇会变薄、头发会变秃，人会变成男的啊，真是AI魔术

有网友猜测是训练模型的数据集太小的原因：

因为是用真实的明星照片训练的吧，毕竟明星普遍都比较好看。可能样本里只有白人，没有其他肤色的人，所以生成的效果也就跟着训练用的数据集跑了~

以上，就是模型大致的原理了。

作者认为，这个模型有两个突出的优点：

1、效率高：想要为生成器添加新的功能调谐器的时候，不需要重新训练GAN模型，使用这个方法，只需要花1个小时，就能够添加40个功能调谐器。

2、灵活性：你可以使用任何数据集上训练的任何特征提取器，来向训练好的GAN中添加更多的特征调谐器。

作者介绍

这个TL-GAN的作者关少波（Shaobo Guan），是一位集生物学和计算机两大专业技能于一体的博士小哥哥，本科毕业于上海交通大学生物技术专业，之后在中科院做了三年研究助理，然后去布朗大学读了系统/计算神经学的博士。

厉害的是，读博第三年开始，他还顺便在布朗大学读了一个计算机硕士，从此踏入AI圈。

今年夏天硕士和博士都毕业后，关少波开始在YC和SV Angel投资的Insight Data Science项目担任AI Fellow，TL-GAN就是他在该项目的第一个作品。

小哥哥还很自豪的在自己的LinkedIn上写：

我的TL-GAN，全Hacker News热度第二呦~

传送门

如果你对这个模型有兴趣，下面有一些传送门，能够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的时候，要有耐心哦~）

模型博客文章地址：

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

“