來(lái)源：新智元

壽命年齡轉(zhuǎn)換合成（Lifespan Age Transformation Synthesis）是一個(gè)以 GAN 為基礎(chǔ)的新方法，旨在從一個(gè)單一的輸入圖像模擬連續(xù)老化的過(guò)程。

這個(gè)算法被設(shè)計(jì)用來(lái)幻想衰老的過(guò)程，并在一個(gè)人的整個(gè)生命周期中生成一個(gè)近似的外觀。

最初的主要用例是用于藝術(shù)和娛樂(lè)(CGI 效果，相機(jī)濾鏡等)，但這種方法也可能用于更關(guān)鍵的應(yīng)用，例如模擬失蹤和被拐賣人口的外觀等。

作者同時(shí)還強(qiáng)調(diào)說(shuō)，作為一種不完美的數(shù)據(jù)驅(qū)動(dòng)方法，結(jié)果可能是不準(zhǔn)確和有偏見(jiàn)的。輸出的結(jié)果應(yīng)該由一個(gè)專業(yè)人員進(jìn)行客觀的分析，而不是被當(dāng)作一個(gè)絕對(duì)的基本事實(shí)來(lái)使用。

當(dāng)用深度學(xué)習(xí)技術(shù)預(yù)測(cè)一個(gè)人在未來(lái)會(huì)是什么樣子，或者他在過(guò)去是什么樣子的時(shí)候，現(xiàn)有的方法大多局限于改變?nèi)四樀馁|(zhì)地，忽視了人體在老化和生長(zhǎng)過(guò)程中頭部形態(tài)的變化。這就限制了以前的方法對(duì)成年人老化處理的適用性，而這些方法對(duì)兒童照片的應(yīng)用也不能產(chǎn)生高質(zhì)量的結(jié)果。

來(lái)自華盛頓大學(xué)和斯坦福大學(xué)的研究人員提出了一種新的多域圖像生成對(duì)抗網(wǎng)絡(luò)結(jié)構(gòu)，其學(xué)習(xí)潛空間模型是一個(gè)連續(xù)的雙向的老化過(guò)程。

該網(wǎng)絡(luò)是在 FFHQ 數(shù)據(jù)集上進(jìn)行訓(xùn)練的，并按照年齡、性別和語(yǔ)義分割對(duì)其進(jìn)行標(biāo)記。固定年齡類別被用作錨定來(lái)近似連續(xù)年齡轉(zhuǎn)換。新框架可以通過(guò)一張照片預(yù)測(cè)0-70歲年齡段的完整頭像，同時(shí)修改頭部的紋理和形狀。作者們展示了各種各樣的照片和數(shù)據(jù)集的結(jié)果，并顯示了顯著的改善超過(guò)了現(xiàn)有的水平。

作者團(tuán)隊(duì)在算法設(shè)計(jì)上投入了大量的精力，以保持輸入圖像中人的身份，并最小化數(shù)據(jù)集固有偏差對(duì)結(jié)果的影響，這些改進(jìn)措施就包括:

1.設(shè)計(jì)身份編碼器結(jié)構(gòu)，保留輸入圖像的局部結(jié)構(gòu)

2.保持個(gè)人身份的訓(xùn)練損失

3.FFHQ 數(shù)據(jù)集包含年齡段的性別不平衡。為了防止在輸出中引入這些偏見(jiàn)，例如為女性生產(chǎn)男性面部特征或反之亦然，訓(xùn)練了兩個(gè)獨(dú)立的模型，一個(gè)是男性模型，一個(gè)是女性模型。應(yīng)用哪個(gè)模型的決定留給用戶自己去決定。

結(jié)果與部分SOTA模型的比較：

與PyGAN相比，新模型得到了更為清晰和真實(shí)的照片預(yù)測(cè)結(jié)果，不同年齡之間的轉(zhuǎn)換也更為順滑。

圖：能夠產(chǎn)生更清晰的皺紋，相比S2GAN來(lái)說(shuō)更適用于年齡較大的人群

此模型在FFHQ上訓(xùn)練并在CACD上進(jìn)行測(cè)試，而PyGAN和S2GAN都在CACD數(shù)據(jù)集上進(jìn)行訓(xùn)練，即使PyGAN通過(guò)一個(gè)不同的生成器進(jìn)行訓(xùn)練來(lái)產(chǎn)生每個(gè)年齡段的人，但新的網(wǎng)絡(luò)仍然能夠通過(guò)單個(gè)生成器來(lái)輸出多個(gè)類別，同時(shí)實(shí)現(xiàn)更加寫(xiě)實(shí)的照片。與S2GAN相比，新的算法能夠產(chǎn)生更明顯的皺紋和面部特征年齡，同時(shí)可以跨越更長(zhǎng)的年齡范圍來(lái)生成圖片。

如果需要在自己的本地機(jī)器上運(yùn)行的前提條件是：

1.需要有GPU并且安裝了CUDA

2.代碼應(yīng)該運(yùn)行在 PyTorch 1.0.0 以上的版本和 torchvision 0.4.0以上的版本上。

（聲明：本文僅代表作者觀點(diǎn)，不代表新浪網(wǎng)立場(chǎng)。）