这样的于和伟老师，还是你熟悉的那个“接着奏乐接着舞”的feel吗？

而如果容嬷嬷也进入到这个次元，画风竟然……

啊，是世外高人的感觉没错了，容嬷嬷不愧是童年真神！

那如果把互联网大佬们变成这样的画风，又会是怎样一种场面？

先看看雷军，端的是剑眉星目，风流倜傥。

再看BAT的三位大佬……

好家伙，感觉可以直接看图写作，去橙光游戏整一个《互联网风云录之三雄争霸》了。

（万字腹稿已就位……）

连歪果仁，也能被这个次元统一画风。

看图灵奖得主、深度学习三巨头，Bengio狷狂，Hinton坚毅，LeCun冷傲，绝世高手的feel直接拉满，随时可以华山论剑走一波。

△Hinton大佬小说男主脸实锤

连LeCun本人看了，都忍不住转发：

想必你也看出来了，这确实又是GAN的杰作。

不过这个来自字节跳动的GAN届新秀，可不止是能当橙光游戏立绘带师。

卡通风：

油画风：

甚至是特朗普风……

只要男女各100张照片作为训练样本，让AgileGAN看上1个小时，它就都能信手拈来。

即使照片上的人戴了口罩，也能把脸补全：

还会自动把帽子转换成头发。戴的帽子越多头发就越密，如果戴5层帽子，就是这样了：

甚至还能开发出一些鬼畜玩法，比如把生成的图像再喂回去……

△LeCun变美女

而培养出这么一个文能绘图、武能鬼畜的GAN的，是字节跳动和南洋理工大学。一作宋果鲜，目前在字节跳动担任研究实习生。

并且，AgileGAN的相关论文已经入选SIGGRAPH 2021。

只需100对样本训练1小时

之所以命名为AgileGAN (敏捷GAN)，是因为它在一块V100上训练时间只需要1小时，训练数据集也只需要大概100对样本(男女各100张)。

这么强，怎么做到的？

要知道风格迁移的一大难点，就是如照片到卡通这种面部几何形状变化较大的迁移。

如果过于强调保留几何形状特征，会造成不符合审美的扭曲与瑕疵。

但是保留的少了迁移完就和输入的照片不像了。

△以前的算法不是脸发绿就是五官扭曲

这是因为，风格迁移算法如StyleGAN2，通把照片的特征编码成向量，逆映射(Inversion Mapping)到隐空间 (Latent Space)。

在此基础上对向量进行变换，再映射回图像，就能产生加减年龄，转换性别的效果。

△图源 GAN Inversion: A Survey

但是AgileGAN团队发现，像StyleGAN2那样寻找最佳的隐空间映射是行不通的，因为适用于真实照片的映射并不一定适用于其他风格。

AgileGAN以StyleGAN2为基础进行改进，解决办法分为两部分。

第一个是层级变分自编码器 (hierarchical Variational Eutoencoder,简称hVaE)。

在确保映射隐空间分布符合原始高斯分布的同时，将原来的一个隐空间分成不同分辨率的多个隐空间，可以更好地编码图像中不同层次的细节。

第二个是从StyleGAN2的预训练权重开始，重新微调出一个属性感知的生成器。

包括不同属性（如性别、年龄）的多个生成路径和多个判别器，以更好地实现依赖属性的风格迁移。

StyleGAN2生成器和属性感知的生成器这两个训练阶段是独立执行的，可以并行训练。

这样分开操作不仅减少了需要的训练数据集大小，还使风格迁移拥有更大的灵活性。

不过使用小数据集时判别器容易过拟合。解决办法是加入一个早期停止策略，一旦风格化效果达到预期，就停止训练。

这还没完，如果用上一阶运动技术(First Order Motion)，AgileGAN还可以完成视频的风格迁移。

字节跳动实习生一作

另外，AgileGAN还是个“实习生作品”，成型于一作宋果鲜在字节跳动实习期间。

宋果鲜，本科毕业于中科大数学专业，目前正在南洋理工大学攻读计算机科学博士学位。同时，他也是字节跳动美国AI实验室的实习生。

他的研究方向主要是计算机视觉和计算机图形学，包括基于图像的3D人脸重建/分析、VR/AR应用等等。

所以，在AgileGAN眼里，宋同学又是什么样的呢?

发量和发质，真的很优秀了。

说起来，没准以后就能在抖音直接玩上这样的GAN了。

要是等不及，作者已经放出了试玩版：

http://www.agilegan.com/