作者 | 高卫华出品 | AI科技大本营（ID:rgznai100）近日，基于StyleGAN模型的一个新应用引起了诸多网友的热捧，不仅如此，而且已有积极的爱好者进行了实现尝试。reddit上的一个技术博主AtreveteTeTe使用StyleGAN模型混合将普通的人像照片卡通化，并通过First Order Motion模型生成了动画。一阶运动模型：https://github.com/AliaksandrSiarohin/first-order-model他首先用卡通图像对StyleGAN2 FFHQ人脸模型（使现实的人看起来不存在的Nvidia的模型）进行了fine-tune操作，以将这些真实的面孔转换为它们的卡通版本。模型混合发生在原始FFHQ模型与上面提到的fine-tune模型之间。控制宽泛细节的底层来自卡通模型，中间层和更精细的细节来自真实的人脸模型，这将在卡通形象的脸上生成逼真的细节。以下即为一些示例图像，显示了源代码、基调和样式化：
AtreveteTeTe试图以此来解决一个关注度极高的问题：“卡通化人脸的最佳方法是什么？” 因此他建立了一个新的数据集和模型，以查看在不同层进行更多/更少模型训练和融合的结果。他将奥巴马总统脸部的真实照片编码到原始FFHQ模型中，由新的混合网络生成卡通版奥巴马。从左到右表示迁移学习的时间更长不少网友表示，“卡通版简直是年轻时期的奥巴马！”以下视频即为使用First Order Motion对奥巴马的卡通画像生成的动画：
Uma Thurman 生成动画视频 来源 | TiktokAtreveteTeTe认为，这项应用可以帮助动漫、动画师在几分钟之内完成几个星期的任务，至少对低分辨率、在一定约束范围内的和带有某些伪造的人脸动画是可以实现的。其他网友也纷纷对其发表了许多正面评论，“这个结果已经比那些糟糕的3D动画要好得多。”AtreveteTeTe还提到，目前他进行的这项创新应用是基于Justin Pinkney和Doron Adler 在Toonify方面所做的工作下实现的。借助AI技术可以将任何一张脸部的照片变成卡通版，而正是Toonify使用卷积神经网络所做到的。作者称，尽管他们在创建Toonify时使用了GAN，但在最终模型中并未使用这一模型。网站链接：https://deepai.org/machine-learning-model/toonify在云端部署深度神经网络，可通过Toonify每小时对成千上万的图像进行卡通化。实际上，混合GAN模型可以获得各种怪异而奇妙的效果。StyleGAN 是2018 年底英伟达所提出的，当时是最先进的无条件生成模型 ，引起了大家的广泛关注。而英伟达的最新论文《Analyzing and Improving the Image Quality of StyleGAN》，提出了新一代的 StyleGAN，通过对其生成效果的分析，对不完美的工作设计了改进和优化方法，图像效果和质量达到了更高层次。除改进与优化外，新一代的StyleGAN 还开发了一个新玩法：把图像输入到模型中，如果能够完美复现，就说明这个东西是「Made in StyleGAN」，并非真实存在于世间的。相关链接：https://www.justinpinkney.com/http://www.nathanshipley.com/gan