本篇文章1330字，读完约3分钟
漫画的脸刷屏，喜欢上打破现实和幻想次元的墙壁的变脸特效了吗？
明星也被这种新兴趣的玩法吸引住了。 比如张含韵，她变身王者峡谷的达己，以ai附加的美貌，获得“达己本己”的粉丝。
除了可爱，新的变脸效果还起着有趣的作用。 从头发到瞬间头，正在和租赁女性交换辫子的发型。
另外，在胖、瘦、老、幼之间反复横跳也是这项技术给客户带来的新体验。
无论是创造微观影像特效制作量新记录的王者的脸，还是qq上线下的世界第一个光头特效，腾讯光影研究室都在利用生成式对抗网络gan创造的魔法。 随着gan互联网生成质量的提高，频繁落地于社会交流赌场的场景，给客户带来了最直观、最新鲜的ai体验。
左右交替生成完美的图像，ai界的“网红”技术
那么，实现新的变脸效果的生成式对抗网络gan到底是什么？
这是美国科学家ian goodfellow发明的，试图让计算机自己生成真实的图像的ai技术。 该技术使两个神经互联网相互对抗: generator，作为生成器，生成数据实例的discriminator作为判别器判断真实性，各实例属于真正的训练数据集
简单来说，生成器在识别脸后，尽可能制作真实的脸数据，用判别器识别该脸数据是像人还是像伪的。 判别器进行“假”评价时，将结果反馈给生成器，促使生成更完美的数据。 这种循环往复的过程是ai技术正确而智能地自我调整的过程。
生成器和判别器就像斗智斗勇的“假人”和“鉴定家”，在“鉴定家”中继续识别假货，假货的质量也提高了，最终变成了假货。
从理论到实践，光影研究室继续磨练真实的体验
gan的概念在理论上看起来很容易理解，但是为了建立真实比较有效的模型，存在一系列巨大的技术束缚和课题。 以下是海外技术打磨过程中发生的翻车现场。
腾讯的光影研究室付出了无数努力，为顾客提供真实无违和感的变脸体验。
例如，在研究王者面部的特殊效果时，为了保证客户面部成为王者面部后的效果，光影研究室深入研究了面部3d的重建、面部五官的再现、面部环境光的迁移等尖端技术。 在这个过程中，研究室利用百万级照片，组合了十几台高性能机器，不分昼夜地训练、调整、优化模型，最终训练了整体性能稳定、鲁棒性高的王者面部模型。
其次，为了使本来计算量就很大的神经网络模型在移动设备上顺利工作，光影研究室根据观察力机制设计了轻量模型，构筑了更简洁轻量的学习过程，用于脸型、五官、脸部细节等的解释和控制。 最终，轻型机型通过对每个比较有效的机型制定战略，可以为使用不同企业品牌手机的客户提供更顺畅的变脸体验。
变脸特效流畅的体验感也是客人“不演戏”的重要意义之一。 为了像线一样流畅的体验，腾讯光影研究室构建了通用实时lightgannet，优化了模型的前方时间和gan生成效果，另外，通过深度光流的算法，大幅提高了gan模型的帧间稳定性。
所以，当我们现在打开手机，玩充满魔法想象的变脸特效时，这看起来只是简单而清晰的操作，而这个“从无到有，从有到优”的过程，是腾讯光影研究室无数日夜的努力。
随着腾讯光影研究室在gan技术方面不断推进改革创新，将来他们在改变脸的效果上玩越来越多的新花样，利用脸的属性，在年龄、性别、头部朝向、感情、颜值、视线、皮肤状态等属性上越来越多
