2015年的时候笔者开始关注GAN，公众号早期的文章中就有GAN的综述，这些年GAN的相关研究也是持续井喷。这一次咱们学术上的研究撇开不讲，这么多年过去了，GAN有哪些最成功的商业化落地领域？
图像生成与编辑领域
GAN的诞生之初，就是做数据生成，如今在一些领域可以说是非常的成熟了，其中尤其是StyleGAN为代表的高清人脸生成领域。
StyleGAN结合独创的mapping network和在图像风格化领域中通用的AdaIN技术，将人脸特征进行了分层表达，其生成结果已经达到了普通用户难以辨认的水平，如下图展示了一些高清样本（1024×1024分辨率）。
从图像生成到图像编辑其实是很自然的过渡，比如我们可以将StyleGAN应用于人脸表情，年龄等属性编辑，也可以采用其他类似框架，之前介绍过的爆款应用FaceAPP中有非常好的实现。
【AI产品】一键时光穿梭表情互动，这款FaceApp你知否？
另外在人脸算法领域中，大家最熟悉的莫过于换脸算法Deepfake。
通过公用的编码器和专用的解码器，即实现了人脸身份的编辑，下面的这张朱茵换脸成杨幂的图相信大家都很熟悉了。
后来一度大火的ZAO应用大部分同学也不会忘记，如今在国外依旧有一些换脸APP可以正常使用。
除了人脸，人体的编辑也是当下的热点，从换脸算法到换衣算法，只是一个数据和模型迭代的时间周期问题了。
图像增强领域
由于GAN擅长于建模数据分布，因此在图像增强领域中应用非常广泛，包含图像降噪，超分辨，去模糊，图像修复等。
我们以前给大家介绍过一款图像质量增强APP，名为‘你我当年’，可以非常好地恢复低清图像的分辨率，去除噪声。
下图展示了一些对比图。
背后自然是少不了GAN模型的功劳，其中SRGAN等就是比较典型的代表。另外，在图像的美学增强，图像修复等领域中技术发展也非常迅速，相信不久后就会出现新的爆款应用。
风格化与内容创作领域
风格迁移由于具有非常好的娱乐性，从《A Neural Algorithm of Artistic Style》研究开始，成为了一个很活跃的领域。早期的时候诞生过爆款应用Prisma，后来出现了一系列的图像和视频滤镜。
随着GAN技术的成熟，风格迁移领域发展地更加成熟了，一方面，可以实现更加精细可控的风格控制，比如前段时间抖音的人脸漫画特效。
另外一方面，不仅仅可以创造油画等风格，其应用还可以拓展到很多内容创作领域，典型的如黑白图上色，线稿上色等。
如何持续学习GAN
作为一项基础技术，GAN的应用当然不止这些，有三AI生态有许多内容可以供大家学习，下面给大家汇总相关资源。
(1) 技术文章。
从理论到实践，我们公众号写过非常多的GAN相关的技术文章，下面是一个汇总，供大家学习。
【百战GAN】GAN也可以拿来做图像分割，看起来效果还不错？
【百战GAN】新手如何开始你的第一个生成对抗网络(GAN)任务
【杂谈】除了生成图像(造假)，GAN如何给目标检测，图像分割，图像增强等问题打辅助？
(2) 知识星球网络结构1000变-GAN板块。
有三AI知识星球
知识星球是有三AI的付费内容社区，里面包括各领域的模型学习，数据集下载，公众号的付费图文原稿，技术总结PPT和视频，知识问答，书籍下载，项目推荐，线下活动等资源，了解详细请阅读以下文章：
【杂谈】有三AI知识星球一周年了！为什么公众号+星球才是完整的？
其中GAN板块的内容尤其多，有超过100期经典文章的阅读汇总，保证你一整年都GAN不完。
(3) 有三AI秋季划GAN学习小组，属于有三一对一指导的培养计划。
需要掌握GAN基础理论，结构设计，图像与视频生成，图像增强，风格迁移，图像编辑，语音生成，综合使用技巧，详情可以阅读下面文章介绍：
【杂谈】如何让2020年秋招CV项目能力更加硬核，可深入学习有三秋季划4大领域32个方向
总结
作为当下最流行的基础技术之一，GAN几乎在每一个计算机视觉领域中都展现出巨大的潜力，值得每一个从事相关工作的技术人员关注。
转载文章请后台联系
侵权必究
往期精选
822
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
