英偉達近日提出的新一代 StyleGAN，通過對 StyleGAN 的生成效果分析，他們對不完美的工作設計了改進和優化方法，使得生成圖片的質量和效果更上一層樓。

如今，用 StyleGAN 技術製作出的人臉應用層出不窮。2019 年 2 月，Uber 軟體工程師 Philip Wang 使用英偉達發表的 StyleGAN 建立了無窮盡的假肖像圖集，並通過“ThisPersonDoesNotExist”網站用最簡單直觀的形式展示給更多的人，其背後的演算法基於大規模的真實資料集訓練而成，然後使用生成對抗網路（GAN）來製造出新的影像。

來自國內的網友則製作了一個人臉生成器網站 seeprettyface .com， 其中彙集了 5款定製人臉的生成器，包括黃種人臉生成器、網紅臉生成器、明星臉生成器、超模臉生成器和萌娃臉生成器，同時人臉屬性編輯器能夠對所有這些生成器生成的人物進行調整和改變。

現在作者將所有專案（包括資料集）在GitHub上全部進行了開源分享。作者稱，其主要作用是可生成製作各型別的人臉素材，供人們任意使用且無須擔心人臉版權的問題。

GitHub連結： https://github .com/a31286 3063

來，看看這些生成器的效果，有網友稱，可以每天換一個不重樣的個（照）性（騙）頭像了。

1、網紅臉生成器V2.0

網紅臉生成器V2.0版本的1024px上畫質有提升，生成的圖片更大更清晰。

1024px生成樣本：https://pan.baidu .com/share/init?surl=Sn6j9g-8sddIvViGEawAWQ （提取碼：3iqt），含有1萬張生成樣本的網紅臉資料集。

2、超模臉生成器

生成樣本：https://pan.baidu .com/share/init?surl=G5lTsk1TJPZMCHqudQ qqYg（提取碼：2A5W），是一個含有1萬張生成樣本的超模臉資料集。

3、明星人臉生成器

生成樣本：https://pan.baidu .com/share/init?surl=g5ASVZcRoYvClxqsQpShXQ（提取碼：XVAL），含有1萬張生成樣本的明星臉資料集。

4、萌娃臉生成器

生成樣本（可愛笑容版）：https://pan.baidu .com/share/init?surl=G_hn-1jdOC6s_gMqsTmthg（提取碼：q9f6），含有1萬張生成樣本的可愛笑容萌娃臉資料集。

5、黃種人人臉生成器

1024px生成樣本：https://pan.baidu .com/share/init?surl=X2RTqKKhG5mXx0d4HzfZLg（提取碼：A01B ），含有5萬張生成樣本的黃種人臉資料集。

6、人臉屬性編輯器

人臉屬性編輯支援在年齡、笑容、角度、性別和光照等23個維度對生成人物作出調整。這個屬性編輯器適用於上述所有 seeprettyface .com 網站出品的定製人臉生成器(僅1024px版)和官方生成器。當然，現在也供免費 下載研究。

笑容調整

角度調整

光照調整

環境配置

• 支援Linux和Windows，但出於效能和相容性的考慮，強烈 建議使用Linux。

• 需要安裝64位Python 3.6，推薦使用有numpy 1.14.3的Anaconda3或最版本。

• TensorFlow 1.10.0或有GPU支援的更新版。

• NVIDIA驅動391.35，CUDA toolkit 9.0，cuDNN 7.3.1版本或更新版。

開源心路歷程及生成器研究筆記分享

Nvidia團隊提出的StyleGAN模型不僅能生成高清的人臉照片，更重要的是模型因為採用了一種分級控制視覺特徵的方法，能夠調節不同層級上的特徵，從而準確控制輸出的圖片是滿足何種樣子，譬如長髮、短髮還是波浪捲髮。

這種模型效果讓還是研一學生的作者覺得不可思議，發現模型的可玩性不僅非常高，而且認為生成模型的實現前景足夠有價值，“你能想象在虛擬現實中見到一個足夠美到讓你能去愛他（她）的小哥哥（小 姐 姐），它也能幫助藝術家們把一些極致的幻想描繪出來讓人們確切地看見，更寬泛地來說，醫療、建築、交通、服裝等等這些與視覺息息相關的行業都是生成模型能廣泛取得應用的領域。”

所以作者希望生成模型能取得人們的 關注，並且願意投入和研究它。

他稱研究的生成模型領域足夠讓其為之著迷並時常感到興奮。“生成模型就是在用數學方法做著一件很浪漫的事情，它想讓計算機學會理解我們所見到的這個世界是如何被“繪製”出來的。”

所以每當有團隊提出了新的生成模型，並且生成的圖片有了更逼真的效果時，作者也會迫不亟待地想去了解他們是用什麼樣的方法去實現這樣的突破。

為了更多的人來玩/研究生成模型，作者也將自己研究生成模型的技術原理完整筆記分享在了網站上，以下是筆記目錄：

第1頁目錄： 深度學習-> 生成模型-> StyleGAN-> 玩程式碼-> 定製人臉生成-> 現實人臉編碼-> 人臉屬性編輯-> 人臉視訊合成->

第2頁目錄： 含穿著人物生成-> 含穿著人物服裝遷移、姿態變化與動作視訊生成

最後，作者也提醒所有訪問seeprettyface網站的網友，要警惕生成的人臉模型圖片：生成模型描繪地再好，都只是虛假的，我們要學會不讓自己沉陷於這樣的虛幻當中，趁早學會適應這樣的環境也是網站的一點點意義。