晓查 发自 凹非寺
量子位 报道 | 公众号 QbitAI
如果你想用AI把特朗普的脸变成猫，又或者是把自己的脸与漂亮的奥妹结合起来，你会怎么办？
也许你会想到两样AI工具。但是Deepfake生成人脸违和感太强，GAN生成假脸又很难深度定制。
现在来自韩国团队开发的风格迁移模型StarGANv2可以完美解决这个问题。
如果你是一个对GAN长期关注的同学，那么一定还记得StarGAN，它是韩国高丽大学和Clova AI研究院在2017年底推出的风格迁移模型。
只需输入一张大头照，StarGAN就能让你知道自己改变发型、性别、年龄后分别长啥样。
而StarGANv2正是同一研究团队推出的升级版本，已经被CVPR 2020收录。最近他们在GitHub上公布了官方实现代码，很快就被网友玩坏了。
StarGANv2有两个训练数据集，一个针对人脸，一个针对动物脸。
两者本来是“井水不犯河水”，但是有人偏偏要混用，拿特朗普的脸输入到动物脸预训练模型里。结果川普的脸转换成猫就成了这样：
与狗脸合成又成了这样，模型甚至给狗穿上了西服。
安装使用
这么有趣的模型，如何安装呢？好在StarGANv2的开发团队提供了完整的代码和预训练模型。
先将项目克隆到本地：
<code>git clone https://github.com/clovaai/stargan-v2.git cd stargan-v2//<code>
安装依赖项：
<code>conda create -n stargan-v2 python=3.6.7 conda activate stargan-v2 conda install -y pytorch=1.4.0 torchvision=0.5.0 cudatoolkit=10.0 -c pytorch conda install x264==’1!152.20180717’ ffmpeg=4.0.2 -c conda-forge pip install opencv-python==4.1.2.30 ffmpeg-python==0.2.0 scikit-image==0.16.2 pip install pillow==7.0.0 scipy==1.2.1 tqdm==4.43.0 munch==2.5.0/<code>
然后下载预训练数据集，其中前两项是人脸数据集和预训练模型，后一项是动物脸。
<code>bash download.sh pretrained-network-celeba-hq bash download.sh wing bash download.sh pretrained-network-afhq/<code>
最后将需要转换的照片裁切成和数据集图片一样的长宽比，输入以下命令转换图片。
<code>python main.py —mode sample —num_domains 2 —resume_iter 100000 —w_hpf 1 \ —checkpoint_dir expr/checkpoints/celeba_hq \ —result_dir expr/results/celeba_hq \ —src_dir assets/representative/celeba_hq/src \ —ref_dir assets/representative/celeba_hq/ref/<code>
效果远超其他GAN
StarGANv2由四个模块组成：
- 生成器将输入图像转换为反映特定域风格编码的输出图像；
- 映射网络将潜在代码转换为训练中随机选择的多个域的风格编码；
- 风格编码器提取图像的风格编码，允许生成器执行参照物引导的图像合成；
- 鉴别器从多个域中区分真实图像和虚假图像。
作者随机选取了10张图像进行风格迁移的实验，结果FID远远小于其他同类模型。
他们还把四种模型生成的图像上传到AMT平台，交给人工评选，绝大部分测试者都认为StarGANv2生成的图片更优质。
从人工评选的结果也可以看出，StarGANv2在生成动物脸上的效果更好，难怪网友要拿动物模型来改造特朗普头像了。
传送门
论文地址：
https://arxiv.org/abs/1912.01865v2
官方实现代码：
https://github.com/clovaai/stargan-v2
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
