“AI换脸”引热议？只怪背后的“技术”太给力！

在"人工智能"快速发展的时代，网络上又迅速的走火了一种名叫"AI"换脸的东西，除开由网友制作的"杨幂换脸朱茵"动图引发的轩然大波，"哥哥张国荣"的人脸模型也被惟妙惟肖的呈现

不仅如此，《速度与激情7》里已逝世的演员保罗沃克的"死而复生"，也直接证明了"AI"换脸技术的日益成熟。

不得不说，在这"AI换脸"的背后，还拥有着一个无比强大的技术模型————GAN生成对抗网络。

它是谁？

用一个很形象的例子作比喻，像是你想要更加擅长于某一个方面的技能，比如打球，你通常会怎么做？你可能会和你更强的对手对弈。你会分析你哪里打得不好、对方哪里打得好，并思考下一场比赛如何才能击败他（她）。

你可能会不断的重复这一个动作，直至真正的战胜对手！这换言之这跟GAN生成对抗模型的工作场景一样，要想成为一个强大的英雄（即生成器generator），我们首先需要一个更强大的对手（即鉴别器discriminator）。与之相互产生"对抗"，以此来提升自己的能力等等。

这样，就构成了一个动态的"博弈过程"。这就是所谓的"GAN生成对抗网络"。

那么，AI换脸如何被实现？

简单来说，GAN生成对抗模型中的识别算法能够通过图像中的一些特定特征的出现规律来进行，例如：当一张图片符合条件X、Y和Z，那么就可以识别这张图片中有一只猫。而生成对抗网络则会学习在什么情况下，会将目标识别为猫，然后生成含有X、Y、Z条件的图片以使识别网络认可这是一只猫。

这一识别算法常常被用在"AI换脸术"中，用来制作真假难辨的图像。

除开这些，GAN生成对抗网络在实际场景中的应用更是数不胜数的！

一．电影产业

比如：电影产业中想要生成一个名人图像，原始做法是针对明星的人脸进行三维建模，再加上材料、物理特性的设计，再通过计算机进行渲染，这是很长的一段流程；或是也有人尝试以三维建模打造逼真的自动驾驶的训练虚拟环境。不过在未来 GAN 的快速发展，能够通过一系列的构建博弈，就能轻易达到你想要的视觉效果。

2． 动画产业

大家都知道，游戏开发和动画制作成本很高，并且雇佣了许多制作艺术家来完成相对常规的任务。这些任务冗杂而繁重，需要耗费很大的人力物力，但只要巧妙的通过一个GAN就可以自动生成动画角色并为其上色。

3． 游戏产业

我们能够使用生成式对抗系统来设计游戏的用户界面想想如果我们可以生成令人信服的视频游戏的图像界面，那么我们就可以复制粘贴这些界面的一些元素然后为我所用。

这一技术的目标是生成一组风格统一的游戏图像。为了达到这个目的，这个程序需要集结不同游戏的一系列图像。然后， 通过已有图像的各个部分来生成新的独特的图形，作为新游戏的背景界面。

4． 声音处理

人工智能在语音合成这一块，一直都是初级AI商业化的核心领域。GANs可以在合成和恢复语音素材中提供重大助力。包括用AI合成语音、从大量杂音中恢复某条声轨，甚至模仿一个人的语速、语气和语言心理，都可以应用GANs。这不但可以运用在一些智能语音APP上，个性化服务于人类，更能给人带来不一样的感受体验。

5． 图像超分辨率

就在不久之前，TITTER公司发表了一篇图像超分辨率的论文，就是应用了GAN模型！图像超分辨率的目的，是将一个低分辨率的模糊图像，进行某种变换，得到一个高分辨率的带有丰富细节的清晰图像。

在未来，这个应用的实现和普及，能够为一些需要找高清图片的职业和人物提供相当大的帮助。