還記得英偉達(dá)去年推出的StyleGAN嗎？全新的生成器架構(gòu)讓這個(gè)“新一代GAN”生成的人臉真實(shí)到可怕?，F(xiàn)在，StyleGAN已經(jīng)開源，包括源代碼和官方TensorFlow實(shí)現(xiàn)，附有詳細(xì)使用說明。多說一句，還請(qǐng)謹(jǐn)慎使用，不要讓StyleGAN成為第二個(gè)DeepFake。

還記得英偉達(dá)震撼世人的新一代GAN嗎？

以假亂真的精細(xì)人臉生成，令不少研究人員都驚呼：已經(jīng)無(wú)法分辨虛擬和現(xiàn)實(shí)！

上述人臉全部由計(jì)算機(jī)生成，StyleGAN的全新風(fēng)格遷移生成器架構(gòu)能控制發(fā)色、眼睛大小等臉部特征。來(lái)源：github.com/NVlabs/stylegan

現(xiàn)在，這個(gè)StyleGAN已經(jīng)開源，而且附上官方TensorFlow實(shí)現(xiàn)(點(diǎn)擊“閱讀原文”了解更多)。

論文、源代碼、高清Flickr人臉圖像數(shù)據(jù)集等所有的材料都公布了出來(lái)，非商業(yè)使用的情況下，這些素材任你使用和修改(Flickr人臉數(shù)據(jù)集參考另外的開源協(xié)議)。

Github庫(kù)里還包含了一個(gè)基礎(chǔ)的預(yù)訓(xùn)練StyleGAN生成器 pretrained_example.py，下載后使用相關(guān)Python代碼，就可以直接用來(lái)生成圖像了。

另一個(gè)更高級(jí)的樣例是 generate_figures.py，這個(gè)腳本是用來(lái)生成論文中風(fēng)格變換/混合、鼻子大小和發(fā)色調(diào)整等功能。

更詳細(xì)的使用說明請(qǐng)參考Github庫(kù)(點(diǎn)擊“閱讀原文”訪問)。

不過，需要提前說明的是，要生成1024*1024分辨率的圖像，如果使用英偉達(dá)Tesla V100 GPU做訓(xùn)練，硬件配置和訓(xùn)練時(shí)間如下：

“使用較少的GPU可能無(wú)法實(shí)現(xiàn)與論文同樣的效果——如果你想跟我們的技術(shù)一較高下，我們強(qiáng)烈推薦你使用同樣數(shù)量的GPU?！?/p>

開源StyleGAN，莫非還有一絲賣顯卡的因素(誤)。

新一代StyleGAN：圖像逼真到可怕，能生成世界萬(wàn)物

基于GAN的架構(gòu)一個(gè)又一個(gè)推出，要是你一時(shí)間想不起來(lái)StyleGAN也沒關(guān)系，多上幾張圖有助于你回憶：

這個(gè)模型并不完美，但確實(shí)有效，而且不僅僅可用于人類，還能用于汽車、貓、風(fēng)景圖像的生成。

英偉達(dá)研究人員在論文中寫道，他們提出的新架構(gòu)可以完成自動(dòng)學(xué)習(xí)，無(wú)監(jiān)督地分離高級(jí)屬性（例如在人臉上訓(xùn)練時(shí)的姿勢(shì)和身份），以及生成圖像中的隨機(jī)變化，并且可以對(duì)合成進(jìn)行更直觀且特定于比例的控制。

換句話說，這種新一代GAN在生成和混合圖像，特別是人臉圖像時(shí)，可以更好地感知圖像之間有意義的變化，并且在各種尺度上針對(duì)這些變化做出引導(dǎo)。

例如，在上面的動(dòng)圖中，其實(shí)面部已經(jīng)完全變了，但“源”和“樣式”的明顯標(biāo)記顯然都得到了保留。為什么會(huì)這樣？請(qǐng)注意，所有這些都是完全可變的，這里說的變量不僅僅是A + B = C，而且A和B的所有方面都可以存在/不存在，具體取決于設(shè)置的調(diào)整方式。

而StyleGAN之所以強(qiáng)大，就在于它使用了基于風(fēng)格遷移的全新生成器架構(gòu)：

傳統(tǒng)生成器架構(gòu)和基于風(fēng)格的生成器架構(gòu)對(duì)比

在傳統(tǒng)方式中，隱碼(latent code)是通過輸入層提供給生成器的，即前饋網(wǎng)絡(luò)的第一層(圖1a)。而英偉達(dá)團(tuán)隊(duì)完全省略了輸入層，從一個(gè)學(xué)習(xí)的常量(learned constant)開始，從而脫離了傳統(tǒng)的設(shè)計(jì)(圖1b，右)。在輸入隱空間Z中，給定一個(gè)隱碼z，一個(gè)非線性網(wǎng)絡(luò) f：Z→W首先生成w∈W(圖1b，左)。

英偉達(dá)團(tuán)隊(duì)的生成器架構(gòu)可以通過對(duì)樣式進(jìn)行特定尺度的修改來(lái)控制圖像合成?？梢詫⒂成渚W(wǎng)絡(luò)和仿射變換看作是一種從學(xué)習(xí)分布(learned distribution)中為每種樣式繪制樣本的方法，而將合成網(wǎng)絡(luò)看作是一種基于樣式集合生成新圖像的方法。修改樣式的特定子集可能只會(huì)影響圖像的某些方面。

負(fù)責(zé)任地使用，避免成為又一個(gè)“DeepFake”

之前，大多數(shù)研究都集中在如何提高“換臉”技術(shù)上，也就是如何讓計(jì)算機(jī)生成超逼真的人臉。

誰(shuí)料，這種技術(shù)發(fā)展的濫用造成了反效果，也即所謂的“DeepFake”?，F(xiàn)在，DeepFake已被用于指代所有看起來(lái)或聽起來(lái)像真的一樣的假視頻或假音頻。

去年底，Idiap 生物識(shí)別安全和隱私小組負(fù)責(zé)人 (注：Idiap研究所是瑞士的一家半私人非營(yíng)利性研究機(jī)構(gòu)，隸屬于洛桑聯(lián)邦理工學(xué)院和日內(nèi)瓦大學(xué)，進(jìn)行語(yǔ)音、計(jì)算機(jī)視覺、信息檢索、生物認(rèn)證、多模式交互和機(jī)器學(xué)習(xí)等領(lǐng)域的研究)、瑞士生物識(shí)別研究和測(cè)試中心主任 Sébastien Marcel 和他的同事、Idiap 研究所博士后 Pavel Korshunov 共同撰寫了論文，首次對(duì)人臉識(shí)別方法檢測(cè) DeepFake 的效果進(jìn)行了較為全面的測(cè)評(píng)。

他們經(jīng)過一系列實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)前已有的先進(jìn)人臉識(shí)別模型和檢測(cè)方法，在面對(duì) DeepFake 時(shí)基本可以說是束手無(wú)策——性能最優(yōu)的圖像分類模型 VGG 和基于 Facenet 的算法，分辨真假視頻錯(cuò)誤率高達(dá) 95%；基于唇形的檢測(cè)方法，也基本檢測(cè)不出視頻中人物說話和口型是否一致。

Pavel Korshunov 和 Sébastien Marcel 指出，隨著換臉技術(shù)的不斷發(fā)展，更加逼真的 DeepFake 視頻，將對(duì)人臉識(shí)別技術(shù)構(gòu)成更大的挑戰(zhàn)。

“在 DeepFake 方法和檢測(cè)算法之間的一場(chǎng)新的軍備競(jìng)賽可能已經(jīng)開始了?！?/p>

StyleGAN的開源，無(wú)疑也會(huì)增強(qiáng)DeepFake的制作。因此，谷歌大腦研究員Eric Jang呼吁，請(qǐng)負(fù)責(zé)任地使用！