独家 | 基于生成对抗网络（GAN）的人脸变形（附链接）

作者： Rudra Raina

翻译： 张一豪

校对： 吴金笛

本文约 2100 字，建议阅读 10 分钟。

本文详细介绍了生成对抗网络（GAN）的知识，并用其变换人脸，并探寻如何利用StyleGAN生成不同属性（如年龄、微笑等）的人脸。

概述

直到最近，我才开始探索深度学习的全部内容，并在计算机视觉中遇到了这些有趣的想法和项目。

即使我的知识和经验有限，我也希望这可以帮助其他一些初学者对该领域产生兴趣并尝试一些令人兴奋的新事物。

我找到一个非常棒的YouTube频道，叫做Arxiv Insights（或者简称AI，这是个巧合吗？我看不是）。在这个频道，我发现其中一个视频是相当有趣的：如何使用生成对抗网络对人脸变形！本文是对我从上述视频中学到的知识的总结，我希望到结束时您对这个想法有一个很好的了解，并且可能想自己尝试一下。

上图中的人在现实生活中并不存在，他们是计算机生成的。朋友们，那就是GAN的力量。果这引起了您的注意，请继续阅读以了解更多信息。

第一部分：GAN是什么

GAN有一个非常简单的任务要做，就是从头开始生成数据，而这种数据甚至可以欺骗人类。

该模型由Ian Goodfellow及其同事于2014年发明，由两个神经网络组成（生成器和判别器），它们相互竞争，从而产生了一些真实的内容。

使用两个网络的目的可以概括为尽可能多地学习输入数据的基础结构，并利用该知识来创建相似的内容，该内容拟合了所有参数以适应同一类别。