解密 FaceApp 背後的演算法:生成對抗網絡 GAN 的威力是什麼?

【我們為什麼挑選這篇文章】FaceApp 前陣子在網路上掀起熱潮,許多人好奇自己變成另一個性別的樣子,紛紛玩起來,也引來許多政治人物和藝人的搞怪,但你知道這個 App 的背後的演算法是什麼嗎?原來這項技術不只能處理圖片,還能對聲音進行轉換。(責任編輯:賴佩萱)

本文經 台灣人工智慧學校 授權轉載

你也被朋友的異性打扮照洗版了嗎?原本帥氣逼人的男性突然變成了長髮正妹;又或者容貌秀氣的女孩突然成了落腮鬍滿佈的大叔,還有許多男性政治名人也被網友 KUSO 作圖,引發網友轉發及討論,也讓製作這些「性別轉換」圖片的手機應用程式再度爆紅。

GAN 繪畫培訓班,畫出栩栩如生「假圖片」

這款名為 FaceApp 的「換臉」手機應用程式,能將圖片的人物臉部特徵做性別變換,甚至連髮型、表情、妝容等等都能夠改變,而這些竟然透過 AI 演算法就能達到,我們將揭密背後的 AI 演算法原理。

FaceApp 使用的 AI 技術基底,其實是個被稱為「GAN」的深度學習演算法。GAN 的中文譯名為「生成對抗網絡」,顧名思義可用來「生成」資料,搭配大量的訓練資料,GAN 能夠學習到資料中的特性,並產生看似真實的「假資料」,例如提供大量人物肖像作為訓練資料,GAN 就能學習到人物的圖片特徵,並產生栩栩如生的假人物肖像。

讓我們用白話一點的方式來理解基礎的 GAN:

GAN 的架構是由一個學徒,與一個導師所組成。學徒負責畫出圖片,而導師負責評論,評判學徒畫出的圖是否足夠真實且令人信服。

一開始,學徒畫出的成果可能不夠真實,但隨著繪畫經驗越來越多,成品也逐漸變好。

學徒不斷地看著大量人物圖片且持續畫出,直到導師覺得足夠「真實」為止。

最後,學徒所畫出的人物肖像已經能夠以假亂真。

想看看自己變性是什麼樣,來 FaceApp 一下

看完 GAN 的簡略介紹,我們來看看 FaceApp 的技術與應用目的。FaceApp 主要是對使用者提供的人物圖片,針對人物五官等特徵稍加改變,讓其看起來性別有所不同,例如將男性的五官特徵修改到看起來像女性;而女性圖片則修改其五官特徵到像男性。

FaceApp 將輸入的人臉線條進行調整,使人物變成異性。

如上圖,原本的五官線條差異不大,但在人物眼睛的部分加上一點改變,如眼線,原本的男性看起來就像女性了。

GAN 技術應用多元,不只換臉還可換聲音

看到這裡,是否對這樣的技術大為驚嘆呢?其實,近年來 GAN 所受到的關注越來越熱烈,除了 FaceApp 的年齡轉換、性別轉換等圖片轉換的應用,GAN 還可以廣泛應用在各個領域,以下是一些實例:

1. 圖像超解析

隨著時代的演進,大家越來越講究圖片的畫質,也因此在超解析度上有了新的作法,目標是把低畫質的圖片變成高畫質的圖片。

模糊的圖片(左圖),經過超解析後成為中間的樣貌,比對於原圖(右圖)《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》

2. 文本生成圖像

除了圖像上的轉換,甚至可以給一段文字描述,讓 GAN 畫出相對應的圖像。

《StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks》

3. 去除圖像中的物件

GAN 在多媒體製作產業的重要性正在提升,過去在網路上很紅的「幫我把後面的人去掉」,透過 AI 技術的演進也變成許多影像編修軟體的內建功能,成為影像工作人員的一大助力。

使用 GAN 將圖片中的人物去除,並且填補背景《AI image video generation through GANish algorithms》

4. 音訊產生

除了圖像以外,GAN 也被用來產生音訊,過去在知名卡通柯南中出現的「變聲領結」,也能透過 GAN 真實呈現。有興趣的朋友,可以看看台灣人工智慧學校工程師團隊的專案成果 《我想當柯南》,如何將 GAN 應用於聲音轉換。

知己知彼,與 AI 一同共創未來

我們可以看到 GAN 的應用十分多元,但要如何運用這項技術仍得依賴人類的創意與專業知識。隨著科技日新月異,AI 的技術也發展得越來越進步與快速,此後勢必將深深影響或改變各產業的既有流程。

因此,不論是什麼崗位,都得開始認識人工智慧的相關知識,並開始思考如何善用這個工具,釋放自己的大腦與雙手,做更有價值的工作。未來,有著 AI 知識的人士,也將藉由 AI 革新自己身處的領域。

(本文經 台灣人工智慧學校 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈 換臉照怎麼做的?當紅 Faceapp 背後 AI 技術大解析 〉。)

你可能會有興趣

點關鍵字看更多相關文章: