faceswap-GAN的原理（一）

一，faceswap-GAN的原理
训练阶段：
faceA编码，再通过A解码还原。faceB编码，再通过B解码还原。A/B一个编码器，A/B使用不同的解码器。可以理解为，编码是提取脸部的共性特征。解码是还原脸部的个性特征，所以A/B使用不同的解码器。

测试阶段:B的脸通过编码器后，由A的解码器还原，结果就是B的脸看起来像A，实现换脸动作。

二，faceswap-GAN的算法
编码器：五次卷积部分实现的脸部特征的提取，全连接层后进行一次反卷积实现共性特征的恢复。

解码器：
连续四次反卷积恢复个性特征，再透过残差网络实现特征融合，最终输出。

分辨器：
输入为原图与解码后的图，通过分辨网络，实现对抗。提升编码与解码能力。