投稿作者 | Jack Cui

人臉

人臉乃人之門面，在這看「顏」的時代，「顏」即正義。

出門前，都會特意看看自己的臉打扮得是否滿意，而沒有人會特意看看自己的腳趾窩是否干凈。

生活中，人臉是人們關注的重點。技術上，人臉同樣也是研究者關心的話題。

因為人臉，包含了太多有價值的信息。

顏值高低，相貌美丑，喜怒哀樂，愛恨情仇，盡在其中。

人臉識別、人臉檢測、情緒分析、人臉搜索、人臉比對、顏值評分，這琳瑯滿目的人臉技術，逐漸走進人們的生活。

百變的人臉，也是百變的人生。

儀表堂堂也好，樣貌平平也罷，每個人臉的背后，都有一段段歲月，一段段風光，還有那獨一無二的人生。

但，你有沒有想過，你看到的一張人臉，可能從未存在于這個世界。

「This person does not exist.」

ALAE

高清「人臉生成」算法，你知道多少？

曾經風靡一時的 StyleGAN，給人們帶來很多震撼，逼真的肖像，你根本分不清，哪張圖片是算法生成的。

看一下 StyleGAN v2 人臉生成的效果：

這些人臉，都是算法隨機生成的。

有人還特意用 StyleGAN v2 做了一個酷炫的網站，隨機生成百變的人臉。

你每刷新一次網頁，它都會給你一張隨機生成的人臉肖像。

URL：

https://thispersondoesnotexist.com/

StyleGAN 很酷炫，但它并不是今天的主角。

最近，剛剛開源，并被 CVPR 2020 頂級會議收錄的 ALAE 才是。

ALAE 是一種新型自編碼器，全名叫「Adversarial Latent Autoencoder」。

它與 StyleGAN 一樣，都是一種無監督方法。不同的是，ALAE 采用的是自編碼器（AE），StyleGAN 采用的是生成對抗網絡（GAN）。

ALAE 不僅可以隨機生成肖像，它甚至可以編輯生成肖像的人臉屬性。

你可以改變圖像中人臉的性別、年齡、笑容、發質，也可以改變他們的性感程度、豐滿程度、嘴唇和鼻子的大小等等。

沒錯，這是 ALAE 生成的人臉，我們可以調整肖像的性別，看下她的“親兄弟”可能長什么樣？

你甚至可以“控制”她的喜怒，秒變嚴肅臉或大笑臉。

更妙的是，秒變年齡，看看這美貌容顏。

當然，這屬性也不能調節的太“過”，容易出“事故”。

我“裂開”了！

想玩 ALAE 嗎？

算法原理、環境搭建、算法測試，一條龍服務，盡在下文！

算法原理

想要了解 ALAE，那必須先知道什么是自編碼器。

自編碼器是一種能夠通過無監督學習，學到輸入數據高效表示的人工神經網絡。

輸入數據的這一高效表示稱為「編碼」，其維度一般遠小于輸入數據，使得自編碼器可用于降維。

更重要的是，自編碼器可作為強大的「特征檢測器」，應用于深度神經網絡的預訓練。

此外，自編碼器還可以隨機生成與訓練數據類似的數據，這被稱作「生成模型」。

編碼（就是輸入數據的高效表示）是自編碼器在一些限制條件下學習恒等函數的副產品。

舉個高效的數據表示的例子：

下面有兩組數字，哪組更容易記憶呢？

• 40, 27, 25, 36, 81, 57, 10, 73, 19, 68

• 50, 25, 76, 38, 19, 58, 29, 88, 44, 22, 11, 34, 17, 52, 26, 13, 40, 20

乍一看可能覺得第一行數字更容易記憶，畢竟更短。

但仔細觀察就會發現，第二組數字是有規律的：偶數后面是其二分之一，奇數后面是其三倍加一（這就是著名的 hailstone sequence）。

如果識別出了這一模式，第二組數據只需要記住這兩個規則、第一個數字、以及序列長度。如果你的記憶能力超強，可以記住很長的隨機數字序列，那你可能就不會去關心一組數字是否存在規律了。

所以我們要對自編碼器增加約束來強制它去探索數據中的模式。

記憶、感知、和模式匹配的關系在 1970s 早期就被 William Chase 和 Herbert Simon 研究過。

他們發現國際象棋大師觀察棋盤 5 秒，就能記住所有棋子的位置，而常人是無法辦到的。

但棋子的擺放必須是實戰中的棋局（也就是棋子存在規則，就像第二組數字），棋子隨機擺放可不行（就像第一組數字）。

象棋大師并不是記憶力優于我們，而是經驗豐富，很擅于識別象棋模式，從而高效地記憶棋局。

和棋手的記憶模式類似，一個自編碼器接收輸入，將其轉換成高效的內部表示，然后再輸出輸入數據的類似物。

自編碼器通常包括兩部分：encoder（也稱為識別網絡）將輸入轉換成內部表示，decoder（也稱為生成網絡）將內部表示轉換成輸出。

如下圖所示，左側為象棋大師的記憶模式，右側為一個簡單的自編碼器。

ALAE 就是基于這種原理的新型自編碼器。

ALAE 將生成器 G 和判別器 D 分別分解成兩個網絡：F、G 和 E、D。

同時，參考 StyleGAN，設計了 StyleALAE，也就是我們用于生成人物頭像的那塊網絡結構。

要想更詳細的了解 ALAE 的原理，那就得“啃”論文了。

論文地址：

https://arxiv.org/pdf/2004.04467.pdf

這里就不堆公式了，容易看困。

環境搭建

ALAE 完全開源，可以放心“食用”。

項目地址：

https://github.com/podgorskiy/ALAE

可以直接下載 ALAE 項目的 ZIP 包。

或者使用 git clone 下載。

git clone https://github.com/podgorskiy/ALAE

源碼下載完成后，開始配置開發環境。

環境搭建，強烈建議使用 Anaconda，無論你是做爬蟲也好，還是做深度學習算法也罷，選它準沒錯！

Anaconda 是一個針對 Python 的開源的包、環境管理器，用了它，安裝各種第三方庫，一切都變得很簡單，再也不必為 pip 安裝缺少依賴而頭疼。

人生苦短，我用 conda 。

Anaconda 的使用，這里就不多介紹了，畢竟本文不是針對 conda 使用的教程，不懂的讀者，可以搜搜 Anaconda 的安裝和使用教程。

回歸正題。

ALAE 對機器有一定的要求。

首先，你的機器必須有 GPU，并配置好 GUDA 和 cuDNN。

安裝 CUDA 需要去官網，找到 NVIDIA 官網，找匹配機器顯卡的 CUDA 安裝。

https://developer.nvidia.com/cuda-downloads

比如，我的系統是 Windows，顯卡是 RTX 2060 super。那么，我就可以下載并安裝 CUDA10。

安裝好 CUDA 后，可以在 Anaconda 環境中，直接安裝 cuDNN。

conda install cudnn

很簡單是吧？

需要注意的是，ALAE 運行需要圖形界面，所以如果是 Linux 系統，需要是 Ubuntu 這類有操作界面的。

一個標準的開源項目，都有會 requirements.txt，這里有你需要安裝的依賴說明。

ALAE 的依賴：

可以看到，這個項目是使用 pytorch 1.3.0 以上的版本，還用了很多 numpy、sklearn 這些常規庫。

這些都很好安裝，只需要使用 conda install 安裝即可，也可以用 pip install 安裝。

這里面有一個“坑”，就是安裝 bimpy，bimpy 是 ALAE 運行的圖形界面，需要一些系統環境的依賴。

bimpy 項目地址：

https://github.com/podgorskiy/bimpy

Windows 需要安裝 MSVC 14.0，我已放到我的百度云（提取碼：vjw9 ）：

鏈接：

https://pan.baidu.com/s/1BbM5jeTc2b7OxYzsxQK3mw

安裝好 MSVC 14.0 后，就可以順利安裝 bimpy。

Linux 直接使用 apt-get 安裝即可：

sudo apt-get install mesa-common-dev libxi-dev libxinerama-dev libxrandr-dev libxcursor-dev

環境配置完成，就可以開始測試了！

算法測試

算法學習，從做好「調包俠」開始。

環境搭建、算法跑通，是「調包俠」的基本素養。

深度學習算法，怎么能少得了 「pre-trained model」。

想要跑效果，還得下載開源的預訓練模型。

如果配置了 VPN，采用全局模式，可以直接從 Google Drive 或 備用源下載預訓練模型。

在項目工程目錄里，直接運行如下命令：

python training_artifacts/download_all.py

可以看下這個下載代碼：

可以看到，一共需要下載 7 個 model。如果不能從 Google Drive 下載，會通過 亞馬遜 AWS 服務器下載。

但遺憾的是，國內從 AWS 下載可能僅 10 KB。

我把這些 model 上傳到了我的百度云（提取碼：in5l）：

鏈接：

https://pan.baidu.com/s/19GFKLTWu00jB3Qp4lsyAYw

有百度云會員的讀者，可以下載。

一共有 4 種預訓練模型，bedroom、celeba、celeba-hq256、ffhq，這是針對 4 種數據集的模型。

預訓練模型下載好，放到 training_artifacts 下對應的文件夾內即可。

至此，預訓練模型準備完畢。

在工程目錄，使用如下命令，即可運行項目：

python interactive_demo.py -c ffhq

-c 后接的參數就是選擇哪個模型，一共有 bedroom、celeba、celeba-hq256、ffhq 四種可選。

運行之后，你可能看到這樣的結果：

結果就是一小條，這是 bimpy 窗口大小的設置問題。

運行一次 interactive_demo.py 之后，工程目錄下會生成一個 imgui.ini 文件。

修改 Size 大小到 1500,1024 即可。

運行界面說明：

選擇的圖片是輸入圖片，可以理解為「初始化模板」，ALAE 算法會根據「初始化模板」的特征，隨機生成一個人物圖片。

現有的模板庫里，都是外國人，咱們可以自己選一些中國名人的頭像，裁剪成 1024 * 1024 的圖片。

比如我將劉亦菲的頭像，放到了 dataset_samples/faces/realign1024x1024 目錄下。

這樣算法就可以用劉亦菲的頭像作為「初始化模板」，隨機生成一個人物圖片。

點擊「Display Recontruction」生成人物頭像。

沒看出來哪里像，竟然還有點怪怪的。

而巨石強森，就很神似！有木有！

?深度學習技術干貨免費聽，AirPods2任性抽...520有場AI峰會不可錯過！
?完了！CPU 一味求快出事兒了！| 原力計劃
?28 歲裸辭轉行程序員，一年的心路歷程大曝光！
?發家致富靠 AI ？使用 keras 預測NBA比賽賺錢，回報率達136%……
?看完這篇操作系統，和面試官扯皮就沒問題了！
?贈書 | 要解決區塊鏈的可擴展性問題，有哪些可行的方法？

Anaconda3-4.3.0.1-Windows-x86_64.exe20170225