马赛克，克星！-技术圈

包浆老图立刻清晰到头发丝是一种怎样的体验？

看这明亮的眼眸、清晰的发丝，原本模糊的人像立刻添了几分灵动：

（这就是用AI修复的高圆圆童年照）

时间更久远的历史名人照片也能搞定。

鲁迅先生年轻时意气风发的模样，被还原地淋漓尽致：

图灵的这张修复就更厉害了，不仅眼神更加锐利，头发、眉毛等细节都被完美还原了出来：

而以上这些效果，无需专业PS技能，只用一个网页端的Demo、点点鼠标上传图片就能搞定！

这么方便的修复神器，立刻引来了广大网友的围观和试玩。

不少人都用自己童年时低像素的照片来试验，这效果仿佛十几年前的自己就站在眼前了：

已经糊到包浆的照片也能秒变人像大片，这feel立刻就来了~

多人合照修复也都是小case，这效果让网友们直呼惊到了惊到了。

这就是已经多日霸占GitHub热榜第一的AI修复项目：GFP-GAN，Star数高达8400。

最近，它在网上又掀起了一股老照片修复热潮，让人们争相试玩！

而这一项目由腾讯PCG ARC实验室提出，其相关论文已被CVPR2021收录。

现在，就让我们赶紧来体验一下它的神奇之处吧。

Demo试玩

GFP-GAN可通过Colab、Hugging Face或本地运行代码进行试玩。

我们今天是在Hugging Face网页端体验。

如界面所示，只需将你想修复的照片拖进左边的图片框内，点击Submit即可。

比如我们上传一张的照片，得到的效果就是这样：

而且它还会自动摆正人脸。

让人惊喜的是，遇到人像戴眼镜的情况，GFP-GAN甚至连镜片反光都能高清化处理。

u1s1（有一说一），修复后的效果完全看不出是几十年前的照片啊！

就连齐天大圣孙悟空的猴脸，对于GFP-GAN而言也是so easy，并且对光线的修复效果格外突出。

并且修复中也不会过度磨皮，人脸上自然的皱纹也全部精细展现。

那么GFP-GAN如此强大的效果是怎么实现的呢？

研究人员受到StyleGAN2的启发：

既然GAN已经能生成如假乱真的图片，那么它所包含的面部信息，是不是也能帮助人脸修复呢？

由此，在GFP-GAN的模型框架中，主要用到了一个退化清除模块和一个预训练的GAN作为先验。

两个模块通过隐编码映射和多个信道分割空间特征变化层（CS-SFT）连接。

训练过程中，首先要对低质量人脸进行降噪等粗处理，然后保留面部信息。

在保真度方面，研究人员引入了一个面部损失（ Facial Component Loss），判断哪些细节需要提升保留，然后再用识别保留损失（Identity Preserving Loss）进行修复。

论文地址：
https://arxiv.org/abs/2101.04061

GitHub项目页：
https://github.com/TencentARC/GFPGAN

Hugging Face试玩传送门：
https://huggingface.co/spaces/akhaliq/GFPGAN

·················END·················